Java 作为后端主力语言很抗打，但想拓宽赛道，有两个方向可以试试。第一是云原生相关(Docker+K8s),之前实习部署项目，本地跑的好好的，到测试环境就各种依赖冲突，折腾了两天没搞定。后来学了Docker，把项目和依赖打包成镜像，一键部署，再也没踩过环境的坑。现在大厂后端岗位几乎都要求懂点云原生，哪怕只是基础的镜像打包、容器编排，面试时提一嘴都能加分。第二是AI工程化相关技能了。不用深钻算法，重点学怎么把AI 模型落地到业务里，比如用Python+LangChain个简单的代码文档生成脚本，或者对接大模型 API做个内部需求分析小工具。我之前用这个帮组里生成接口注释，节省了不少重复工作，带教还夸我会找提效方法，现在很多公司都在搞AI+业务，懂点工程化落地，比只会写CURD 的后端更有竞争力。不用贪多，先吃透一个方向，技能树慢慢点，比盲目跟风学一堆新技术更实在。

一面 40分钟  ai相关的工具和相关的知识是从哪获取的 解释ai中的token token还有哪些用处吗 上下文是什么，上下文的大小决定了什么指标 在上下文窗口大小限制的情况下，如何更合理的处理上下文 向量数据库你了解的有哪些 向量数据库和传统数据库的区别 向量数据库的匹配相似度的方法  余弦相似度 面试官补充：欧氏距离（L2）   对余弦相似度的理解，是如何计算的 mcp解决什么问题，为什么模型会引入mcp概念 mcp由几部分组成 如何使用mcp的方法 electron主进程是如何处理mcp连接的安全性的  没太明白，问了面试官后，说的是zod校验   function calling是什...

都不推荐，技术好或者学历好（92）推荐学码，两者一个都没有的话，学啥都没用。在牛客看了好多offer帖、实习帖，如果你是92，简历很水也能找到实习，如果bg一般，就很难找，得付出很多时间精力做项目刷实习，最后投简历已读不回……

背景：一段较水大厂实习（写cpp的，比较底层，实际上没干什么活）+9本秋招有点凄凉，现在沉淀春招。秋招时我的简历布局是实习+一个微服务项目，但是我的理解不够透彻，并且项目亮点不多，面试表现不好。还有一版简历采用了一个轮子项目，用go语言实现了一个简单的redis，但面试时面试官兴趣不太大。最近在学习agent开发，考虑把春招简历布局改为：传统java微服务项目+个人agent项目。现在的疑问：一个spring微服务项目是不是有点老掉牙，而且容易被拷打；有点想加上之前做的轮子项目，但三个个人项目在简历上有点满；现在agent框架五花八门，我在学习的agent框架有langchain和字节的ein...