《内推码直通拼多多！2025春招专场√ 薪资翻倍+团队超燃》

传统岗位转AI工程岗最怕的是掉进“补基础”的无底洞：先学C语言、再学操作系统、再学计算机网络，学完一年后发现自己一行AI代码仍不会写。我的策略是——以终为始，让AI做我的带教老师。最开始两个星期，我只干了一件事儿：把Cursor装好，找一个能跑通的LangChain Demo项目，一行一行让AI给我解释。注意，不是自己去啃Python教程，而是打开一个真实的RAG聊天应用代码，选中一段，按 Command+K，输入：“用通俗的语言给产品经理解释这段代码在干什么”。听不懂的地方继续追问，直到能看图说话一样地把整个链路画出来：用户问了什么→怎么把文字变向量→怎么去向量库检索→怎么拼成Prompt→...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

这家公司是通过电话直接沟通约面试，通过后HR用企业微信加微信一面：4.16 时长30min （听声音感觉是一个挺年轻的小姐姐，没有开摄像头）Vue2和Vue3的区别什么是闭包，闭包可以做什么防抖和节流的区别是什么Axios封装，异常是怎么处理的，是封装在里面还是单独拿出来的优化是怎么做的docker部署时怎么降低包的体积有没有用过CC Gemini等AI工具只会看AI生成的页面效果吗 会看实际代码吗为什么不去大厂，或者中厂还有一些可能遗忘了，无非也是一些八股反问：技术栈 答：主要是Vue二面：4.21 时长30min前面是项目拷打然后后面主要是考察对行业变化捕捉是否灵敏吧问了打包构建工具，然后...