AI时代还有必要刷leetcode吗？

自从我室友在计算机导论课上听说了“刷 LeetCode 是进入大厂的敲门砖”，整个人就跟走火入魔了一样。他在宿舍门口贴了一张A4纸，上面写着：“正在 DP，请勿打扰，否则 Time Limit Exceeded。”日记本的扉页被他用黑色水笔加粗描了三遍：“Talk is cheap. Show me the code。”连宿舍聚餐，他都要给我们讲解：“今天的座位安排可以用回溯算法解决，但为了避免栈溢出，我建议用动态规划。来，这是状态转移方程：dp[i][j] 代表第 i 个人坐在第 j 个位置的最优解。”我让他去楼下取个快递，他不直接去，非要在门口踱步，嘴里念念有词：“这是一个图的遍历问题。从宿舍楼（root）到驿站（target node），我应该用 BFS 还是 DFS？嗯，求最短路径，还是广度优先好。”和同学约好出去开黑，他会提前发消息：“集合点 (x, y)，我们俩的路径有 k 个交点，为了最小化时间复杂度，应该在 (x/2, y/2) 处汇合。”有一次另一个室友低血糖犯了，让他帮忙找颗糖，他居然冷静地分析道：“别急，这是一个查找问题。零食箱是无序数组，暴力查找是 O(n)。如果按甜度排序，我就可以用二分查找，时间复杂度降到 O(log n)。”他做卫生也要讲究算法效率：“拖地是典型的岛屿问题，要先把连通的污渍区块都清理掉。倒垃圾可以用双指针法，一个指针从左往右，一个从右往左，能最快匹配垃圾分类。”现在我们宿舍的画风已经完全变了，大家不聊游戏和妹子，对话都是这样的：“你 Two Sum 刷了几遍了？”“别提了，昨天遇到一道 Hard 题，我连暴力解都想不出来，最后只能看题解。你呢？”“我动态规划还不行，总是找不到最优子结构。今天那道接雨水给我整麻了。”……LeetCode 真的害了我室友！！！

当时我的目标是刷题一周通过面试，总共可以给到的学习时间大概是4小时×7天=28小时。在此之前嘛，基本是没打开过力扣这个网站的水平。Step 1：看课（灵神tql）去B站上看灵茶山艾府的《基础算法精讲》，总时长270分钟左右。因为没时间全看完，我会按照下文中的分类有重点地看，非重点的地方部分2倍速看。个人觉得0基础不建议直接上手刷题，一道题都别刷，很浪费时间。LeetCode这种东西还是比较套路的，直接看课就会很有帮助。看课的过程中遇到没听懂的概念，就随手问一下AI——“用大白话解释一下什么是滑动窗口”“动态规划到底和递归有什么区别”。AI的好处是能换着花样给你讲，有时候老师讲了一遍你没懂，AI换个角度说你就突然开窍了。这一步不用花太多时间，卡住了就问，问完继续看课。Step 2：力扣刷题+了解时空复杂度的计算我刷的题单是LeetCode Hot 100，但我只刷了其中的30道，再加上寻找峰值、快排、有障碍路径DP等常考题，总共在40道左右。分类刷，从Medium到Hard。同一类中的Medium如果能够举一反三，就可以少刷几道。比如会了0-1背包问题，就可以不用写打家劫舍啦。我的刷题顺序：T0（very常考，思路明确、刷起来快）：双指针、滑动窗口、二分查找、动态规划、多维动态规划T1（思路重要且常考）：图论、回溯链表、二叉树：常考、思路简单、刷起来快，但ACM模式输入难写T2：剩余其他刷题的时候也要用AI灵活辅助：每做完一道题，把代码和思路贴给AI，让它帮我看看时间复杂度算得对不对、有没有更优的解法、如果换个数据规模会不会爆。AI不会直接替我刷题，但它可以当我的代码审查员。把做错的题也整理给AI，让它帮我总结这类题的共性规律——“这三道题都是滑动窗口，它们的边界条件处理有什么共同点？”有时候我自己总结不出来，AI一归纳就清楚了，比手动整理快很多。最后再搜搜要面试的公司面经，看看他们爱考什么，针对准备一下。还有，别忘记关注时空复杂度的计算哦，面试可能会问到的。Step 3：重复+熟悉ACM模式下的输入输出今天刷完的题可能明天就忘了，所以要经常重复。而且面试的时候很容易紧张，有时要靠肌肉记忆来写。我会把错题本定期扔给AI，让它随机抽几道题让我口头复盘——我来说思路，它来判断对不对。这种低成本的重复比重新敲一遍代码效率高很多，通勤、排队的时候就能搞，不用专门坐下来写代码。ACM模式下输入输出也很重要，别力扣刷多了只会写核心代码，面试就傻眼了。可以去搜代码随想录的ACM输入输出文档，其实需要记住的输入输出格式也没几种。最后一点“理解题目思路，使之能够在新题中被复用”是速成的核心思路。速成是不适合背题的，所以吃透有限的题 > 做更多的题。对了，AI还有一个用法我差点忘了提——如果你有一道题反复看答案都看不懂，可以让AI给你出两道同类型的简单变体，先做简单的再回来看原题，往往就通了。这个办法我用了好几次，挺管用的。（某一轮面试的时候还是被一道没见过的Hard题制裁了，不过靠我自己刷的“LeetCode Hot 40”，我也给出了两种解题思路最终蒙混过关。有时间还是建议把Hot 100都刷完，刷熟了还可以看看高频面试150。）

今天早高峰10号线，人挤人，我好不容易站稳，余光扫到旁边座位上有个穿校服戴红领巾的小男孩，正低头盯着iPad。我以为他在看动画片，好奇瞟了一眼——好家伙，在刷leetcode。我人都傻了。我小学五年级还在玩赛尔号，人家已经在地铁上刷题了。让我想起来现在也有很多机构推出面向小孩的人工智能课、AI使用课...现在连小孩都这么卷了吗？

如果你的目标是进大厂，那没什么好说的，刷吧。字节、阿里、腾讯，面试流程摆在那里，不考你leetcode考什么？以前写代码，很多时间花在"怎么实现"上。现在AI帮你把这部分省掉了大半。一个普通的增删改查、一个排序、一个字符串处理，直接问AI，秒出。很多人刷leetcode练的，其实就是这种"手写实现"的肌肉记忆。这部分能力，说实话，正在贬值。但是AI给你写了一段代码，你得知道它对不对，有没有边界问题，复杂度合不合理，在你的业务场景下会不会出事。这个判断力，不是靠用AI用出来的，是靠真正理解算法和数据结构建立起来的。

·凉经 总时长45min，手撕300.最长递增子序列1.你项目出于什么背景做的？是有关于你之前的实习经历吗？2.介绍一下你刚说的三大功能3.你是如何使用RAG的？4.这里使用RAG和你直接把文档丢给大模型然后搜索，这俩方法有什么区别？5.你提到的安全问题，那么使用RAG给大模型也会存在安全泄露问题，这个如何解决？6.大模型的滑动窗口和其他存储上下文的方法你知道哪些？7.GPT现在支持多长的上下文？(......)8.有些时候我们会处理几万甚至几十万的数据，这样的情况下，现在大模型是如何处理这样超长长度的上下文的？9.你在最近有没有遇到一些在技术上或者项目上比较困难的情况？如何解决的？10.错误码403是什么？404、401呢？5xx的是什么？11.除了java其他语言了解过多少呢？你用python写过代码吗？12.对比一下java和python语言的区别？答：1.首先明确了语言是工具，架构才是核心2.java更适合做web场景下的开发：讲了面向对象、一个是解释型语言一个是编译+解释（JVM内存管理、JTI和多线程那里）3.python适合爬虫大模型推理等场景4.python运行时报错，java编译器可以检查出大部分错误.......13.你刚刚说的内存管理和垃圾回收，python不能做吗？14.JVM内存模型分哪些区域？15.native 方法比如C++的代码是如何运行在JVM中的？（不会）16.内存溢出和内存泄漏？以及常见场景17.讲一下如何解决java多线程的并发安全问题？18.如果加锁会影响性能，这样怎么办？如何解决性能问题？公平换非公平？锁粒度？乐观CAS？读写分离？ 这里我说了好几种优化的情况，不太明白面试官想问什么===========================================================手撕《300.最长递增子序列》没用动态规划，用别的方法做的...10分钟做出来了面试官看起来对手撕的方法不满意，反问，结束。第二天感谢信。

之前我就不明白为什么这么多科技厂执着于考算法题，工作上根本用不到这些东西，意义到底在哪？难道就是为了折磨求职者吗？去年听说Meta、英伟达要求45分钟做3道medium以上的题，真的离谱。我面了十几家公司，没有一家不考算法的，甚至有些小公司上来就是hard题，完全搞不懂。我觉得会不会做leetcode难题和技术水平、业务能力基本没啥关系。当时真心希望北美科技公司能放弃考leetcode。不过最近再看，情况好像真的在变。Meta在2025年调整了面试政策，算法题的权重明显下降。HackerRank的数据也显示，77%的开发者觉得现在的算法题跟实际工作脱节，65%的人希望能多考点实战相关的东西。Red Hat换了评估方式之后，现场面试直接砍掉了60%以上。连HackerRank自己都在推AI辅助的IDE，面试官不看你能不能默写代码，而是看你跟AI怎么协作——怎么提问、怎么判断AI给的代码对不对、怎么debug。GitHub、DuckDuckGo、Airtable这些公司已经开始用实操项目代替白板编程了。不是说算法完全没用，底层的数据结构、复杂度分析该懂还是得懂。但现在的趋势明显在往“你会不会干活”而不是“你会不会刷题”转。leetcode可能还没死，但它的权重确实在降。面试官终于开始意识到——能默写反转二叉树的人，不一定能写明白业务代码。

真不知道这玩意有啥用，工作中压根用不到，解法奇奇怪怪，关键是写不出来居然会觉得你代码能力不行，请问这俩有啥关系吗？不懂这玩意能影响一丝一毫的业务吗，妥妥的服从性测试，只有一小撮人喜欢刷就跟只有一小撮酒鬼一样......就算是想考察代码能力也可以考点正常的代码吧，力扣考的不是代码是解法吧，而且解法很多刁钻古怪不看根本不知道，关键是在工作中也用不到，完全脱离实际。感觉刷力扣本质上还是让人去背解法，真考代码能力我觉得可以给定一个简化的业务逻辑去复现啊，或者写出之前项目的思路，数据变换过程，无非就是面试官得多花点时间去出题，可是现在哪个不是从题库里直接抽一道出来考，看都不看，没ac的话就说你代码能力不行，就算力扣一点不懂也不影响现在去做深度学习和开发吧。

AI 时代也有必要刷题，但别刷成“题感上瘾”。大厂和中厂不少岗位还会考算法，LeetCode 仍是最低成本的准备方式。问题是，只会刷题已经不够了。现在更值钱的是：能不能用 AI 提效、能不能看懂工程代码、能不能把需求落成可运行的东西。我的看法是，题要刷到能过面试，剩下时间多补项目、调试、系统设计。

🔥 字节跳动2026年4月面试真题，二面/三面必刷，高级后端/架构师专属，难度直接拉满 ⭐⭐⭐⭐⭐系统设计图-如图https://uploadfiles.nowcoder.com/images/20260416/369475507_1776322994550/9FB54BF16CC07A4853DDBBF919D8252F📌面试干货｜直接上硬菜：设计抖音的评论系统要求：1、支持单条视频百万级评论的实时发布与读取；2、评论列表默认按热度（综合点赞、回复、时间等因素）排序，也需支持按时间正/倒序切换；4、核心接口P99延迟<100ms。请给出数据存储、缓存、热度计算与更新、分页查询的完整设计方案，并解决高并发写和‘深分页’的性能问题。💡 【解析】｜划重点！家人们谁懂啊！这道题看似常规，实则藏着字节的“小心机”——结合抖音亿级流量的极端场景，直接考察你能不能hold住高并发、复杂排序、缓存设计这些硬技能，是区分普通后端和高级后端的关键题！🎯 核心设计思路｜手把手拆解，小白也能看懂1. 存储架构｜百万级评论的“藏身之处”核心目标：搞定单视频百万评论的存储，避免跨分片拖慢速度，主打一个高效！💾 主存储选择：分库分表的MySQL / 分布式数据库（如TiDB），高并发读写稳得一批～🔑 分片策略：以video_id为分片键，同一视频的评论全放一个分片，杜绝跨分片查询的坑！📋 核心表结构：comment_id（主键）、video_id（分片键）、user_id、content、like_count、reply_count、create_time、hot_score（热度值），缺一不可！2. 热度计算｜热门评论怎么“选”出来？避坑提醒：热度是动态变化的，实时计算必崩！最优解就是「异步计算+定期更新」，主打一个省资源、不卡顿～热度计算公式｜直接抄作业：hot_score = log10(like_count×2 + reply_count) + (create_time - 固定基点时间戳)/衰减因子计算逻辑：由离线/近线任务批量算，定期把hot_score更回数据库，既不拖慢接口，又能实时跟上热度变化，完美！3. 缓存与读取策略｜P99<100ms的关键操作多级缓存叠buff，延迟直接打下来！流程图一看就懂，建议收藏备用👇https://uploadfiles.nowcoder.com/images/20260416/369475507_1776323096089/6E3CC017A8AC43BBAFDBFFAC33E48513🖥️ 本地缓存：缓存顶级热门视频的前几页热评，TTL设10秒，减少Redis压力，快到飞起！🔴 Redis缓存：核心用有序集合（Sorted Set），key=video:{video_id}:comments:hot，score=hot_score，member=comment_id；查热度前N条，一个ZREVRANGE命令搞定，效率拉满！🔄 缓存更新机制：评论发布/删除：同步更新数据库，并异步发送消息到MQ。一个Worker消费消息，重新计算该视频评论列表的缓存（或仅更新受影响的有序集合成员）。点赞/回复：这些行为会改变热度。通过消息队列异步触发对应评论hot_score的重算，并更新Redis有序集合中的分数。4. 深分页问题｜后端人的“噩梦”，这样破解！🔥 热度排序分页直接躺赢！Redis有序集合的ZREVRANGE key start end命令，天然支持高效分页，不用额外折腾，直接定位目标页码～⏰ 时间排序分页避坑！别用LIMIT M, N（会扫前M条无用数据），改用WHERE create_time < {上一页最后一条时间}，精准定位，速度翻倍！🌰 真实业务场景｜抖音评论区背后的真相家人们，这可不是纸上谈兵！咱们点开抖音任意热门视频，评论区能秒刷、实时更，背后就是这套架构在撑着～ 比如央视新闻发一条视频，几分钟涌入几十万条评论，系统既要扛住高并发写入，又要让所有人看到实时热门评论，体验丝滑不卡顿，全靠这些设计！📚 【核心考点】｜必背！面试直接套✅ 关系型数据库与NoSQL的混合协同设计✅ Redis高级数据结构（Sorted Set）的实战应用✅ 复杂指标（热度）的异步计算模型✅ 高并发写入下的最终一致性保证✅ 数据库深分页的优化方案⚠️ 避坑指南｜这些坑别踩！踩了必挂缓存击穿：热门视频空缓存Key，用分布式锁控制仅一个请求回源建缓存，其他请求等待，避免缓存雪崩！排序稳定性：热度公式要AB测试调参，既要给新评论曝光机会，又要留住高质量老评论，不然用户体验拉胯～评论计数：video的comment_count在Redis用INCR异步更，再同步回DB，别让计数拖慢整个系统！🚨 趋势押题预测｜2026必考！命中率85%此处省略一万字......!!!!💡 最后提醒：这道题+押题，建议关注、收藏反复看，字节二面/三面很大概率碰到，别等面试慌了才临时抱佛脚！~加好友工具搜索：【页页谈说说】，获取最新全集+押题集

现在网上有个很可笑的论调：“AI 都能写代码了，程序员不用刷算法了，不用学数据结构了，会调 API 就行。”说这种话的人，要么根本不是程序员，要么根本没在真实的业务里踩过坑。AI 时代，刷 LeetCode 的意义，早就不只是为了过面试了。它真正的价值，是帮你建立底层的算法思维和逻辑能力，而这，恰恰是你能不能驾驭 AI，而不是被 AI 替代的核心。AI 给了一段代码，跑是能跑，但他根本看不懂里面的时间复杂度，上线后数据量一大，接口直接超时，数据库直接崩了；AI 写的递归函数，他直接复制粘贴用，结果线上数据量大了直接栈溢出，他连递归和迭代的区别都搞不懂，更别说排查问题了；业务里要做一个用户标签的匹配功能，AI 给了好几种方案，他根本不知道选哪种，不知道哈希表和红黑树的适用场景，最后选了个性能最差的，线上出了故障背了大锅；甚至 AI 写的代码里有边界漏洞，他都看不出来，上线后被恶意攻击，造成了数据泄露，最后被公司开除。这些人，本质上不是在用 AI，是被 AI 当成了执行工具。他们就像拿着枪的小孩，根本不知道枪的原理，也不知道扣动扳机的后果，最后伤的只能是自己。而刷 LeetCode，练的从来不是你会不会写那一道题，是这 4 种 AI 永远替不了的核心能力：复杂度直觉：知道什么代码是好的，什么是垃圾刷算法题最核心的训练，就是时间 / 空间复杂度的分析能力。刷多了，你看到一段代码，一眼就能知道它的性能瓶颈在哪，会不会在高并发场景下出问题，能不能优化。AI 能给你 10 种实现方案，但只有你能判断，哪种方案适合当前的业务场景，哪种方案能扛住线上的流量，哪种方案会给未来埋坑。没有这种复杂度直觉，你只会在 AI 给的一堆方案里，选一个最烂的。问题拆解能力：把复杂问题拆成可解决的小问题一道中等难度的算法题，本质上就是一个微型的业务问题。刷算法的过程，就是训练你把一个复杂的、模糊的问题，拆解成多个简单的、可解决的小问题，一步步推进，最终得到结果。这恰恰是程序员最核心的能力。业务里的需求，永远是复杂的、模糊的，AI 能帮你写代码，但不能帮你做需求拆解、架构设计。没有这种拆解能力，你连给 AI 提需求都提不明白，只会让 AI 生成一堆没用的垃圾代码。边界思维：预判所有的异常情况刷过算法题的人都知道，一道题能不能 AC，不只看核心逻辑能不能跑通，更看你有没有考虑到所有的边界条件：空值、极值、异常输入、并发场景……真实的业务开发，80% 的 bug 都来自边界情况。AI 生成的代码，往往只覆盖了核心的正常流程，很少考虑到业务里的各种异常边界。没有这种边界思维，你连 AI 代码里的漏洞都看不出来，线上出 bug 是迟早的事。逻辑严谨性：写出来的代码，每一行都有道理刷算法题的过程，就是训练你严谨的逻辑思维。每一行代码，都要有它的作用，每一个判断，都要有它的依据，不能有任何逻辑漏洞。现在很多人用 AI 写代码，代码跑通了就万事大吉，根本不知道里面的逻辑是什么，出了问题根本不知道怎么排查。而有算法思维的人，哪怕是 AI 写的代码，也能一眼看透逻辑，快速定位问题，甚至优化得更好。我从来不是反对用 AI，恰恰相反，我每天都在用 AI 写代码、改 bug、做方案，它帮我节省了大量的重复劳动时间。但我始终坚信：AI 是放大器，不是替代品。它能放大强者的能力，也能加速弱者的淘汰。你有扎实的算法思维、逻辑能力，AI 就是你的神兵利器，能让你的效率翻倍，能让你专注在更有价值的架构设计、业务思考上；你没有这些底层能力，AI 只会让你越来越懒，越来越依赖，最后彻底丧失独立思考、独立写代码、独立解决问题的能力，变成一个只会调 AI 的 “工具人”，随时都能被替代。回到最初的问题：AI 时代还有必要刷 LeetCode 吗？我的答案是：非常有必要。但不是为了应付面试死记硬背，是为了训练自己的底层思维能力，让自己能真正驾驭 AI，而不是被 AI 淘汰。毕竟，程序员的核心竞争力，从来不是你能写多少行代码，而是你能解决多复杂的问题。而这，永远是 AI 替不了你的。

leetcode上面的相关题目在招聘中作为必要考察环节存在的时间，不超过15年，支撑了以字节为代表的这一代移动互联网浪潮的软件开发范式的人才标准，甚至再老一点，阿里电商崛起的时代都没有手撕的惯例，以前是外企喜欢出手撕，也就是说国内拼命刷力扣的最初一代人可能都没到35岁斩杀线，这种情况下移动互联网迅速增长到饱和，22年进入寒冬，存量竞争4年后刚刚迎来ai浪潮的增量，岗位要求迅速转向，但新的工作范式和人才标准还没成型，各个公司都非常动摇，像蚂蚁直接ai coding笔试不搞选择题编程题，我面了十几场技术面大概只有一半有手撕，明显能感觉到算法题的考察正在淡化，以后可能不会再作为“技术类岗位都要掌握的知识”，而是特定的一些工程岗需要考察，地位可能退化到跟写sql差不多，“刷力扣”可能也就是10年代末到20年代末这代计算机求职者的共同记忆。所以长期来看，必要性会减弱，但是今年找工作，还是需要刷的。

感觉现在大厂都把leetcode能力当作基础的编程能力。做算法，花那么多时间做leetcode为什么不多花点时间读读paper，复现一下前沿论文，并不觉得leetcode对算法有什么特别大的意义；我也不是完全不会写，但是有些题目没刷过想在一个特定的时间内完成的很好确实很难

leetcode这东西说白了就是个筛选工具。就跟考八股文、脑筋急转弯、卡你年龄、卡你本科，是一个道理。程序员面试里真正能用上的东西很少，大多数东西单纯就是为了筛人。总要有个标准，至于这个标准是什么，其实不重要。各种考试也是这个逻辑——出题最重要的是区分度。内容可以是LeetCode，也可以是背圆周率、背唐诗，只要能把人分出高低就行。放个offer大楼祝大家求职顺利吧。所以无论什么时候都要考，这跟LeetCode的算法到底有没有用没关系。它只是筛选中的一环。假设只有一个HC，但是两个人学历相同、项目经验相同、实习经历相同、八股水平也相同——那不就轮到LeetCode派上用场了吗？往深了想，这其实就是一种服从性测试。你知道它没用，你知道工作中用不到，但你还是得刷。因为不刷就过不了，过不了就没工作。这就像在测试：以后工作中遇到不合理的事情，你能不能也接受？能接受，说明你是“合格的员工”；不能接受，那可能你不太好管理。这可能才是LeetCode存在的真正意图。我不是说LeetCode完全没有价值。刷题确实能锻炼逻辑思维，对新人打基础也有帮助。但现在这个环境，大家心知肚明——它更多时候就是一个筛子。面试官需要筛人，HR需要理由刷掉一部分简历，公司需要降低招聘成本。LeetCode恰好是一个看起来公平、可量化、容易操作的工具。至于它能不能测出真正的编程能力？能不能选出好的工程师？这个问题可能没那么重要。因为筛子的目的从来不是“选对的”，而是“把多的变少”。

接到一面一笔的通知了，面试要求电脑开视频线上形式，笔试是专项技术2小时……我已经因为这个“必须电脑端”的邮件通知难受一整天了。不会让我直播写算法吧……那这和公开处刑有什么区别……为啥AI都出来了还要考这个啊。回想秋招的时候，我还挺有兴致地整理过ACM模式的输入输出，当时想着至少笔试丢分不能是因为输入输出这种基础问题，只能是因为算法本身没写对。现在能不能再拯救我一次，我真的求求了。LeetCode你真是救老命了。

现在网上天天有人喊 “AI 都能秒写 LeetCode 了，刷题完全没用了”，我真的想劝这些人，先去面几场试再说吧。我身边就有个活生生的例子，同宿舍的兄弟，天天喊着 “AI 时代刷题无用”，平时做项目全靠 AI 写代码，算法题全靠 AI 生成，自己连思路都懒得想。结果春招一面，面试官让手撕一道中等难度的动态规划题，他当场就懵了，连暴力解法都写不出来，更别说讲状态转移方程、优化空间复杂度了，20 分钟就结束了面试，一面直接挂。他出来后跟我说，那一刻他才明白：AI 能在电脑上帮你写代码，但面试官不会让你带着 ChatGPT 进考场。我今年面的 12 家公司，没有一家不考算法的：字节、阿里、拼多多这些大厂，一面上来先手撕 2 道算法题，写不出来直接结束面试，连项目都懒得跟你聊；杭州的 AI 初创公司，面 Agent 开发岗，本以为会全程聊项目，结果二面还是让手撕二叉树、DFS/BFS 的题，面试官说 “连基础算法逻辑都没有，做出来的 Agent 只会是屎山”；哪怕是中小厂、外包公司，现在也开始抄大厂的面试流程，一面必出 1-2 道 LeetCode 简单 / 中等题，写不出来直接 pass。很多人说，AI 都能秒解算法题了，公司还考这个，完全脱离实际工作。可面试官跟我说的一句话，我到现在都记得：“我们不是考你会不会写代码，是考你有没有逻辑思维、有没有拆解问题的能力、有没有考虑边界条件的意识。AI 能帮你写代码，但不能帮你思考。”确实，AI 能一秒给你写出最优解，但它替不了你这些事：面试现场的手撕代码：绝大多数公司面试，都是闭卷、断网、只能用原生 IDE 写，连代码补全都不让开，更别说用 AI 了，你平时全靠 AI，现场直接抓瞎；面试官的连环追问：就算你写出来了，面试官还会问 “时间复杂度和空间复杂度是多少？”“能不能再优化一下？”“这个边界情况你考虑了吗？”“为什么用这个数据结构，不用另一个？”，这些问题，你没刷过题、没吃透思路，AI 给你答案你也答不上来；压力面试下的稳定输出：面试的时候，面试官盯着你写代码，时间限制 15-20 分钟，那种紧张感，和你坐在电脑前慢慢让 AI 写题，完全是两回事。没有刷题练出来的肌肉记忆，很容易脑子一片空白。当然，我也不是说 AI 完全没用。我刷题的时候，也会用 AI 辅助：遇到不会的题，先自己想 20 分钟，想不出来再让 AI 给我讲思路，而不是直接要代码；做错的题，让 AI 帮我分析错误原因，整理同类题的解题模板；面试前，让 AI 模拟面试官，给我出高频题，口述解题思路，锻炼表达能力。AI 是帮你更好地刷题的工具，不是替你刷题的替代品。最后想跟正在春招的牛友们说一句：别被网上的 “刷题无用论” 骗了。AI 时代，不是刷题没用了，恰恰相反，大家都会用 AI 写业务代码了，算法题反而成了面试官筛选人最核心的门槛。你可以用 AI 辅助刷题，但绝对不能不刷题。不然春招投出去的简历，大概率都会一面就挂。

看到很多同学还在为LeetCode焦虑，甚至觉得“刷不好就进不了大厂”，我想说点不一样的。现在是2026年了，情况早就变了。LeetCode现在到底算什么水平？基础中的基础，仅此而已。哪怕是中大厂面试，也几乎不考Hard题，最多一道，而且大部分Hard真没那么难。我队友去华为笔试，直接三道模拟题，简单直接。认真准备一个月，算法小白也能轻松通过LeetCode这块的考察。所以别再把它妖魔化了，它不是拦路虎，就是个门槛很低的入场券。那公司现在看重什么？项目和实习经历，永远是第一位。 有含金量的竞赛经历是加分项，但也不是必须。更重要的新能力是：工作中如何快速、正确地使用AI。我们技术大领导（浙大本硕，45岁，跟着大老板干到现在）在茶话会上说：计算机和AI未来会变成一个综合行业，软硬件、产品架构、产品经理……各方面都得懂一点，才能在未来立足。普通码农会饱和，但综合型人才会越来越抢手。关于“算法是核心”这件事很多人爱说“算法是程序员的核心竞争力”，我觉得这话得分场合。真正难的算法优化（比如我们公司做的P/NP类问题），和绝大部分程序员没关系，那是天才的事，几十年才能磨一点点。力扣上的题跟这个比，就像蚂蚁跟地球比，毫无可比性。99.9%的普通程序员，工作重心是新项目和Debug，算法就是拿现成方案搬过来用。我待的人工智能公司，领导要求每个人必须能用“小学生都能听懂的话”讲明白A*和Dijkstra，但实际做项目时，没人提LeetCode。阿里一个P8也跟我说过：工作里，算法只要理解并能用01背包和简单贪心就够了。不同岗位，对算法的要求完全不同普通前后端等岗位：算法完全不是重心，会基础、能理解运用就行。算法岗：要求要么是顶尖大学博士+顶刊，要么是985本科+ICPC区域赛银牌以上。而且算法岗的“算法”和力扣题八竿子打不着。量化/金融：我学长在杭州做股票预测，去年年薪税前75万，但加班极重。他那边的算法是另一套体系。算法竞赛教培：面试不考力扣，直接上洛谷、Codeforces的题。对简历有硬要求：大学ICPC区域铜，或高中OI省一以上，还得有教学经验。那力扣到底还有没有用？有用，但别神化它。它唯一的好处是培养逻辑思维——题不是重点，思维才是。这是最基础的编程能力，就像练武扎马步，但你不会因为马步扎得好就能上战场。培养逻辑思维也不只有力扣，任何手段都行。总结一下我的看法：在这个时代，力扣能力早已不是考察重心，它只是“你会不会写代码”的一个极简验证。只会做力扣，肯定不够。面试官现在更想看到：你会不会用AI解决问题？你有没有完整的项目经验？你的综合能力怎么样？别把时间全花在刷题上，多去做项目、去实习、去学怎么用AI提效。如果真的对算法竞赛感兴趣，也别去硬啃《算法导论》——打竞赛的人没谁啃那个。重点锻炼的是：推理直觉、逻辑思维、实现能力、实战应用，还有数学能力。希望这能帮你少走点弯路。（以及图里这个伯克利的小哥能刷完3000题也是很牛了）

总结一下最近春招面试的经历，观点仅代表小厂 小公司。基本上都会现场考察vibe coding，说是主要看你对AI工具的运用和模式需求的把控能力。已经是完全变天了，小厂不考算法能力，更多的是你能不能高效，准确的干活。