前言：这篇文章写给谁？ 如果你符合以下任何一种情况，这篇就是给你写的：  ✅ 开发转测开：干过Java/Python开发，现在想试试测开岗位 ✅ 岗位选择困难：同时面测开和开发，不知道重点准备哪个 ✅ 双背景求职：会写代码也懂测试，但不知道面试官关注什么 ✅ 职业规划纠结：不确定未来走开发还是测开路线  根据我自己的面试经历和观察身边同学，发现至少30%的求职者分不清测开和开发面试的侧重点。 我见过身边同学拿着开发简历去面测开，在算法题上表现完美，却被"设计登录框测试用例"问懵了。也有人用测试思维去面开发岗，讲了一堆质量保障，但系统设计题答得支离破碎。 关键是：测开和开发看...

本人27届双非学院本，目前八股背了一小部分，算法没怎么刷，第一个项目是跟着老师做的，第二个项目是星球的一个老项目，现在星球新项目感觉现在来不及跟了，很多技术栈都没学过，就找了个老项目自己vibe coding了一个ai板块加上去了，现在找暑期还有机会吗😭😭😭，现在还没敢投简历，准备的太少了，起步太晚了😭😭😭😭

第 53 题：上下文压缩（Context Compression）在长文本场景的应用 题目 解释上下文压缩（Context Compression）技术在长文本场景的应用。 一、为什么需要上下文压缩？ 长文档、多轮对话或大量检索结果会占满 context 窗口，导致：超出模型长度限制、重点信息被挤到边缘、成本与延迟上升。上下文压缩 指在保留关键信息的前提下缩短或摘要送入模型的文本，使更多内容“塞得进”且关键信息不丢。 二、常见做法  摘要：对长段做摘要（用模型或抽取式摘要），只把摘要放入 prompt；适合“只要大意”的问答与检索后阅读。 选择性保留：按相关性或重要性筛选句子/段落（如用检索分...