那天我出门在外，刚结束一段外地的事情，匆忙赶去面试。到达地点时发现时间紧迫，周围又没有合适的咖啡馆或休息处，只能站在马路边等候。面试官打电话确认后，我就在路边站着，周围是来来往往的车辆和行人。风一阵一阵吹过，手机信号也忽好忽坏。尽管环境嘈杂，但我还是尽量调整状态：深呼吸、整理思路、把自己当成正常的面试场景。电话那头的面试官声音很专业，我也尽量用清晰的语言回答问题。中间有几次被路过的车声打断，但我都稳住情绪，继续把问题讲完。那一刻我才意识到，真正的面试不是看你在哪，而是看你能不能在任何环境下保持冷静、把事情做完。面试结束后，我站在路边松了一口气，也更明白：出门在外，真正能靠的，是自己的准备和心态...

三轮技术面+一轮hr面都是面完当天推进约面发offer其实还是有点累没缓过来面试前也没准备过有时候还甚至想着挂了再躺平一阵子25年下半年确实很伤心难过希望26年可以幸福一点吧

早上开晨会，领导突然说让我把手头的工作全放一放，给我塞了个新任务 —— 给系统里一堆字段做加密解密。功能本身不难，就是个简单的加解密逻辑，但架不住改动点太多了，几乎每个涉及这些字段的接口、页面、数据库操作都要手动加解密，想想就头大。更离谱的是，领导直接跟我挑明 “必须用 AI 做，AI 做不好你再手动改”，等于把我变成了 “AI 指挥官 + 校对工”。我的工作瞬间从写代码变成了跟 AI 掰扯：跟它说清楚哪些字段要加密、哪些要解密、用什么算法、在哪几个文件里改，光沟通需求就耗了一上午。用的是 Cursor，一次批量改动直接用掉了 13 美刀，看着扣费提示我都心疼 —— 这钱还不如给我加个餐呢！而且 AI 改的代码根本不能直接用，要么漏了某些文件的改动，要么加密解密的位置搞反了，我还得逐行核对，把 AI 没改对的地方手动修正，比自己从头写还费眼。最憋屈的是，这活完全没成长啊！就是重复的加解密操作，AI 代劳了大部分，我只负责核对和兜底，学不到任何新东西，还特别无聊。想摸鱼都不敢光明正大摸，得盯着屏幕逐行检查，生怕漏了哪个 bug，最后还得自己做全量测试，确保每个加解密场景都没问题。本来以为这周能准点下班，结果现在又得天天加班赶进度，越干越没劲儿。实习生的命也是命啊，能不能来点有技术含量的活？这种纯重复、靠 AI 代工还费钱的任务，真的让人越干越内耗，只想赶紧做完交差，再也不想碰了！

你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...