上个月写了一篇 Claude Code 上下文管理的文章，评论区有个问题问得很好——"压缩具体是怎么压的？压完之后它怎么还记得我刚才让它干什么？" 说实话当时我也答不上来。只知道"满了就压缩"，但到底怎么决定什么时候压、保留什么丢弃什么、压完之后怎么恢复工作状态，这些细节一直是黑盒。  直到我花了两天时间把 Claude Code 的 compact 目录下十几个源码文件从头到尾读了一遍，才发现这套压缩机制远比我想象的精密。它不是简单的"砍掉旧消息"，而是一个四阶段的液压系统——从最轻量的规则裁剪，到 LLM 驱动的结构化摘要，再到熔...

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。

就挺无语的。我大二就开始实习了，不是为了卷谁，就是很早之前听学长建议，觉得早点接触下工作没坏处。到现在暑期实习加起来第三段了，每段都是自己投简历、刷题、面试一步步拿的。昨晚寝室聊各自暑期实习找得怎么样，我说了一嘴我这边定了，然后我室友直接来一句： 就是有你这种工贼，才把行情搞成这样的“、”正常人谁大二就出去实习""你一个人占三个坑知不知道"、“拿着实习的工资干着正式的活儿，还没上班就想着帮公司美美省钱，真孝顺嗷”我昨天差点动手，被另一个室友拦着了。讲话太难听了，跟有病一样。他自己之前天天打游戏的啊？我提前准备还成我的问题了？

你是怎么让ai参与项目的是否封装过MCP，skill里写了什么如何判断一个对象是不是另一个对象的实例讲一下原型链讲一下new实例化中间经历了哪些步骤讲一下事件循环过程讲一下闭包闭包的弊端是什么闭包的应用场景如何给防抖函数内嵌函数传参讲一下浏览器中输入url之后的流程url的解析是怎么样的OSI七层模型讲一下tcp三次握手，为什么是三次讲一下http的缓存机制硬缓存和协商缓存的控制字段http和https的区别https使用了什么加密方法，加密流程是怎么样的项目的需求文档是怎么定的，你参与了哪些部分软件工程的流程，其中成本最大的是哪一环项目初始搭建时是否让ai参与了，做了什么你觉得harness...