1. 详细介绍一下你在热成像项目或车库项目中的技术架构和你负责的模块？答案：系统整体架构：硬件平台、操作系统选型、模块划分个人负责模块：具体功能、技术难点、解决方案模块间通信机制：IPC方式、数据流设计性能指标：帧率、延迟、资源占用遇到的问题和优化经验2. 如何设计一款运动相机的嵌入式软件架构？需要哪些核心模块？答案：硬件抽象层：Sensor驱动、ISP控制、编解码器接口媒体处理层：视频采集、图像处理、编码、存储算法层：防抖（EIS/OIS）、HDR、降噪、畸变矫正系统服务层：电源管理、热管理、文件系统、网络服务应用层：模式切换、参数配置、WiFi控制、APP通信中间件：多媒体框架（GStre...

最近投了bus直骗上一百多份没绝大多数一点回复没有😿😿😿。打完招呼没回复，有个位数个要了简历就没下文了 base杭州😿

最终还是婉拒了小红书的offer，厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验，都比之前好太多，开的薪资也还算过得去，这些都是让我下定决心的原因之一。但最核心的，还是抵不住对Agent的兴趣，选择了Ai Coding这么一个方向。因为很多大佬讲过，在未来比较火的还是属于那些更加垂类的Agent，而Ai Coding恰好是Coding Agent这么一个领域，本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习，也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分，确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容，基本上90%左右的内容都是AI生成的，AI代码仓库贡献率也是我们的指标之一。有人说他不好用，那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求，更别说Claude、Cursor这种目前看来Top水准的Coding工具了（叠甲：起码在我看来是这样）。所以不太区分的主要原因，还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆，他们有很多新的概念和架构提出，我们往往需要快速验证（MVP版本）来看效果。而全栈就是这么快速验证的一个手段，加上Ai Coding的辅助，目前看起来问题不大（仅仅针对Agent而言）。而且Coding的产品形态往往是一个Plugin、Cli之类的，本质还是属于大前端领域。不过针对业务后端来看，区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么？是的没错，本质上还是提示词。不过现在也衍生出一个新的Context Eneering，抽象成一种架构思想（类比框架、或者你们业务架构，参考商品有商品发布架构来提效）。本质还是提示词，但是就是能否最大化利用整个上下文窗口来提升效果，这个还是有很多探索空间和玩法的，例如Cursor的思想：上下文万物皆文件， CoWork之类的。后续也有一些Ralph Loop啥的，还有Coding里面的Coding Act姿态。这种才是比较核心的点，而不是你让AI生成的那提示词，然后调用了一下大模型那么简单；也不是dify、LangGraph搭建了一套workflow，从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事，大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的，我们ld也常把这句话挂在嘴边：“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代，懂一点还是会好一点，所以润去字节了。目前的实习生活呢，除了修一些Tools的问题，还包括对比Claude、Cursor、Trae在某些源码实现思想上的点，看看能不能迁移过来，感觉还是比较有意思。不过目前组内还是主要Follow比较多，希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场，希望能好好的吧。说不定下次发的时候，正式AI泡沫结束，然后我又回归传统后端这么一个结局了。欢迎交流👏，有不对的🙅不要骂博主（浅薄的认知），可以私聊交流

题干解析 题设给予宝石总数(n)，背包空间大小（C）与每种宝石的价值(w)，每个宝石所占空间大小(c)与数量(m)，要求我们选择一种存储方式，使在不超过背包空间的前提下获得最大价值。 算法思路 多重背包问题。首先我们我们可以延续0/1背包的思路，将所有单个宝石看作一种宝石转化为0/1背包，这样做只需在原有的两层循环嵌入一层k从的循环即可。 但注意以上方案时间复杂度预计为最坏情况下n=100, 所有，总计进行数量级以上的计算，会超时，需要优化 一种简单的优化方向是进行二进制拆分后再转化为0/1背包。 假设某个宝石，我们不妨将25拆成集合，自行尝试一下，这五个数的任意组合的和能够覆盖0~25所有的...