其实从帆软离开已经四五年了，之后也在蛮多公司实习过，但还是觉得帆软是我的白月光公司，我想，实习日记一定要有帆软的一席之地。我为什么喜欢帆软，应该就是因为这些。喜欢帆软，首先是因为它让我有就事论事的勇气。​ 在这里，我知道了原来一个实习生也可以直接对接一层部门负责人，也可以直接打开企业微信找到公司创始人开始打字然后直接发送。最开始没有人跟我讲，那是谁，只是因为我有候选人情况需要和他反馈，就直接编辑发送了，回复的人也完全没有因为我是实习生就敷衍或是什么，而是很认真的在跟我讨论。后来办公室闲聊我才知道，对接的是公司创始人之一，现在全公司的技术负责人。还有一次，我旁边忽然坐了个很普通的中年人，他走之后...

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。

这种简历找不到一个实习生岗位嘛😢

当前公司测试流程 ai在手工测试中现在怎么用Agent评测怎么做的群聊Agent幻觉怎么解决的群聊Agent的效果评测怎么做的目前LLM-as-Judge的准确度怎么样模型压测怎么做的模型压测关注哪些结果实习接口自动化巡检，报出问题的频率怎么样接口串联的自动化怎么做的，一个接口的响应怎么给到下一个接口使用用哪些ai工具平时什么场景下用哪些模型职业发展方向平时工作时间怎么样，压力如何