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。）

打开技术社区，几乎每天都能刷到类似的灵魂拷问：“AI都能一键生成LeetCode解题代码了，Copilot、Cursor秒出思路，我们还有必要苦哈哈刷几百道题吗？”一边是AI Coding的爆发式普及，大厂面试纷纷加入AI辅助开发、LLM编程考察，很多人觉得“刷题已经过时”；一边是LeetCode的内卷依旧，春招秋招中，算法题仍是大厂笔试、面试的核心环节，不刷就大概率被刷。作为一名深耕后端开发3年、参与过校招面试筛选的程序员，我见过太多人陷入两难：疯狂刷题怕浪费时间，完全不刷又怕面试翻车。今天就以最直白的视角，把这件事讲透——AI时代，LeetCode不仅有必要刷，而且要换一种更高效的方式刷，核心不是“背题”，而是“练思维”，这才是AI夺不走的核心竞争力。一、先破误区：AI能替你写代码，但替不了你“会思考”很多人觉得“AI能解LeetCode，刷题就没用了”，本质上是混淆了“写代码”和“会编程”的区别。AI的核心作用是“高效执行”，而程序员的核心价值是“逻辑决策”，这一点，AI再强也替代不了。我曾见过应届生面试时，直接用AI生成LeetCode中等题代码，看似流畅，可面试官追问一句“你这个解法的时间复杂度是多少？有没有更优方案？”，瞬间语塞。AI能给出正确答案，却给不出推导过程；能生成代码，却无法解释“为什么这么写”“边界条件怎么考虑”“遇到异常情况怎么优化”。LeetCode的核心价值，从来不是“学会写某道题的代码”，而是通过刷题，训练你的逻辑严谨性、问题拆解能力、复杂度意识和抽象建模能力。这些底层思维，是AI无法替代的，也是大厂筛选人才的核心标准。举个例子：同样是解决“数组求和”问题，AI能一键写出暴力解法，但优秀的程序员能快速想到前缀和、双指针等优化方案，甚至能预判数据量增大后的性能瓶颈——这就是刷题练出来的思维差距，也是AI和优秀程序员的本质区别。更现实的一点：目前AI生成的代码，常常存在边界条件缺失、复杂度偏高、工程上不可扩展等问题。如果你不刷LeetCode，不懂算法逻辑，就无法判断AI代码的对错，只能盲目复制粘贴，最后项目上线全是bug，反而得不偿失。二、为什么AI越火，大厂越要考LeetCode？很多人疑惑：既然AI能秒解算法题，大厂为什么还要坚持考察LeetCode？答案很简单：AI时代，算法面试的考察重点变了，但考察的核心从未变——筛选出“会思考、能解决问题”的人，而不是“会用AI复制代码”的人。1. 算法面试，考的是“思路”而非“代码”大厂的算法面试，从来不是“让你写出代码就过关”，而是让你在白板上、在线编辑器里，一步步推导思路：从问题分析、思路拆解，到复杂度分析、优化方向，再到代码实现、边界条件处理。整个过程，考察的是你的逻辑表达能力和问题解决能力。AI能给你代码，但给不了你“思考路径”。你可以用AI辅助刷题，但面试时，面试官要的是你自己的思考，而不是“AI是这么写的”。如果只会复制AI的答案，讲不清思路，哪怕代码正确，也会直接挂掉。2. 算法是程序员的“内功”，决定长期上限LeetCode刷的不是题，是内功。不管是后端开发、前端开发，还是AI工程、算法岗，底层的算法思维都是相通的。刷题能帮你建立复杂度意识，学会用更高效的方式解决问题，这直接决定了你未来的职业上限。比如做后端开发，需要设计高效的接口、优化数据库查询，这背后离不开哈希、二分、动态规划等算法思维；做AI工程，需要优化模型推理效率、处理大规模数据，也需要算法基础作为支撑。没有扎实的算法功底，哪怕AI用得再熟练，也只能做基础的执行工作，很难成长为技术骨干。3. 笔试门槛未降，不刷就没机会尽管AI Coding成为热门，蚂蚁、字节、腾讯、百度等大厂，依然把LeetCode类算法题作为笔试核心，占比高达50%-70%。尤其是校招，算法题是筛选应届生的最公平、最高效的工具——学历、实习经历有差异，但算法能力的比拼，能直接看出一个人的逻辑思维和学习能力。我参与校招筛选时发现，很多应届生因为不刷算法题，笔试直接挂掉，连展示AI能力、项目经验的机会都没有。对大部分应届生、转行程序员来说，LeetCode依然是进入大厂的“敲门砖”，不刷就等于主动放弃机会。三、AI时代，刷题的正确姿势：不内卷，重效率承认LeetCode有必要刷，不代表要像以前一样“死刷、硬刷”。AI时代，刷题的逻辑已经彻底改变，核心是“少而精、重思路、强结合”，拒绝无效内卷。1. 放弃“刷数量”，聚焦“高频核心题”很多人陷入“刷够500题、1000题”的误区，其实完全没必要。LeetCode的题量虽然庞大，但核心考点集中在数组/字符串、双指针、BFS/DFS、二叉树、动态规划基础、哈希表、二分查找这7个模块，这些模块覆盖了大厂面试90%的算法题。我的建议是：重点刷这7个模块的高频题，每个模块刷20-30道，总共150-200道即可，不用刷偏题、怪题，也不用死磕Hard题（除非是算法岗）。中等题是重点，吃透中等题，就能应对大部分笔试和面试。2. 用AI辅助刷题，而非依赖AIAI不是“刷题的敌人”，而是“高效刷题的工具”。正确的做法是：先自己独立思考，尝试推导思路、写出代码，遇到卡壳时，再用AI生成解法，对比自己的思路差异，分析AI的优化点，再让AI解释复杂度、补充边界条件和测试用例。这样做的好处是，既能节省时间，又能快速查漏补缺，还能培养“判断AI代码优劣”的能力——这正是AI时代程序员的核心竞争力之一。反之，直接复制AI代码，不思考、不总结，刷再多题也没用。3. 刷题不脱节，结合工程和AI能力2026年，大厂最青睐的程序员，是“算法思维+AI工具+工程能力”的复合型人才。刷题时，不要只关注“代码正确”，还要思考“如何用AI快速实现”“如何优化代码的工程性”“如何结合实际项目场景应用”。比如刷完“链表反转”题，不妨试试用Copilot生成代码，再手动优化代码的可读性、可扩展性；刷完“动态规划”题，思考一下在实际项目中（比如推荐系统、数据处理）如何应用这种思路，结合AI工具提高开发效率。四、求职关键：刷题是内功，简历是门面很多人忽略了一个现实：不管你刷了多少题、算法能力多强，如果简历不过关，连面试的机会都没有。尤其是AI时代，简历上是否有“算法相关经历”“AI工具使用经验”，直接决定HR会不会捞你。我身边很多准备校招、跳槽的同学，算法刷得不错，也有相关项目，但简历写得像流水账，比如只写“刷了100道LeetCode题”“会使用Copilot”，没有量化成果，也没有突出算法能力和AI应用能力，导致笔试邀约率极低。后来他们优化简历，把刷题经历转化为“算法思维训练成果”，把项目中的算法应用、AI工具使用，量化成“优化代码效率30%”“用AI辅助Debug，缩短开发周期20%”等可展示的成果，突出“算法+AI+工程”的复合型能力，简历瞬间变得亮眼，笔试邀约率大幅提升。刷题是内功，简历是门面。AI时代，两者缺一不可——没有算法内功，面试会翻车；没有亮眼简历，连展示内功的机会都没有。五、最终观点：AI时代，刷题的意义是“守住核心竞争力”回到最开始的问题：AI时代，还有必要刷LeetCode吗？我的答案很明确：有必要，但要换一种方式刷。AI能替你写代码，但替不了你思考；能替你出答案，但替不了你面试；能帮你省时间，但替不了你建立底层算法思维。LeetCode的价值，从来不是“背题”，而是通过刷题，训练你解决问题的能力，这是AI夺不走的核心竞争力。对于不同的人，刷题的优先级也不同：- 应届生/转行程序员：必须刷，重点刷高频中等题，这是进入大厂的敲门砖；- 资深程序员：可以少刷，但不能不懂，重点维护算法思维，应对复杂业务场景；- AI工程/应用开发岗：刷基础算法即可，重点结合AI工具，训练“算法+AI”的落地能力。AI时代，程序员的核心竞争力，从来不是“不用AI”，而是“能用AI但不依赖AI，懂算法更懂工程”。刷题不是为了对抗AI，而是为了让自己在AI的辅助下，变得更强大。最后想说：LeetCode从来不是目的，而是手段。刷100道题，不如吃透10道题；背100个代码模板，不如培养1种解决问题的思维。AI会不断迭代，但扎实的算法思维，永远是你职业道路上最坚实的底气。

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。

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。刷题的价值，越来越不在于"能手写出来"，而在于你脑子里有没有那张图——什么问题该用什么结构，时间换空间还是空间换时间，这个方案的瓶颈在哪。

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？

🔥 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AI Coding越来越流行对于普通程序员来说还是有必要进行刷题的，对于我们来说也是一次进步的机会，现在AI越来越流行对岗位冲击也不断变大，还是要不断地提高自己的能力

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。

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。

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”。

AI时代虽能快速生成代码，但刷LeetCode依旧必不可少。大厂面试核心考察算法逻辑与思维能力，而非单纯代码编写，AI只能给出答案，却无法替代逻辑推导与复杂度分析。面试字节、蚂蚁时，即便允许AI辅助编码，面试官仍会追问思路与优化方案，没有刷题基础根本无法应对。刷题是夯实数据结构、锻炼逻辑思维的关键，AI只是效率工具，核心编程功底还得靠刷题积累，二者结合才是求职最优解。

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。

作为一名大厂数据开发的面试官，AI 时代依然有必要刷 LeetCode。AI 能写代码却无法替代逻辑思维与性能优化直觉，刷题能夯实数据结构、复杂度分析能力，应对数据倾斜、链路优化等实际问题更从容，同时也是面试硬通货，保持编程手感与解题思路，远比依赖 AI 工具更靠谱。

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。

尽管 AI 能力强大，但技术面试的底层逻辑——筛选和区分——没有改变。考察思维过程，而非代码本身面试官通过算法题考察的，是你在面对一个陌生问题时的计算直觉、抽象建模能力和逻辑思维。即使未来允许使用 AI，面试官也更关心你如何定义问题、如何拆解思路、如何审查和优化 AI 生成的代码，而不是你能否徒手写出一个无 Bug 的解法。刷题的过程，正是高密度训练这些“内功心法”的有效途径。在2026年，一个不懂底层原理、只会用 AI 拼凑功能的人，其价值正在迅速降低。最终，决定你价值的不是你刷了多少题，而是你定义问题和解决问题的能力，以及你驾驭 AI 的水平。