作为后端开发实习生，从最开始瞎用AI踩坑，到现在每天高频使用AI，把工作效率提升了3倍，我深刻明白：用AI的次数多不厉害，把AI用在刀刃上，真正帮自己减负、提效、成长，才是核心。先说说我一天的AI使用频率和场景，不算生活里的琐事，纯工作场景，一天就会用AI20次左右，主要集中在这几个模块，也是我总结出来的，职场人用AI最高效的几个方向：一、核心工作提效：用AI做“重复劳动的替身”，把精力留给核心思考这是我用AI最多的场景，占了一天使用次数的60%，核心原则是：所有标准化、重复性、低思考成本的工作，全交给AI。代码开发辅助：这是每天用得最多的。基础的CRUD接口、工具类、通用函数、单元测试、代码...

部门做的业务是AOI和POI相关的高并发LBS，面试前复习了一下八股和项目，还看了几个京东零售的面经，结果全程在问我高并发点、线、面计算之类的（可能是因为我是地信专业简历上带了个GIS项目），怎么和别人的面经不一样啊呜呜呜1.自我介绍（本人一段GIS后端的单体项目实习，完全没有接触过高并发下的LBS，还有两个项目，一个RAG，一个仿12306）2.详细说一下你们的空间查询是怎么做的3.也就是画了一个围栏之后，查围栏里面的点，那你知道怎么判断一个点在不在围栏内吗，包含函数的原理是什么4.那你了解空间索引吗5.那Geohash或者四叉树你了解过吗6.墨卡托投影呢7.（假设场景）如果在高并发场景下，...

我认为实习越早越好。大一大二就可以尝试短期实习，提前接触职场、了解行业，比在象牙塔里空想更有用。早试错、早积累经验，既能明确方向，也能为后续秋春招打下基础，赢在起跑线上。#你觉得大几开始实习最合适？#

CPU 飙高排查我一般分三步：第一：确认是用户态还是系统态高，用 top 看 us/sy/wa第二：定位具体进程，再定位线程第三：结合线程栈分析是死循环、锁竞争、GC 频繁还是线程过多1）us 高、sy 低、wa 低含义：纯用户态计算，无阻塞、无系统调用、无 IO典型原因死循环复杂计算 / 递归JSON / 序列化疯狂正则回溯爆炸GC 线程疯狂（VM Thread、GC task）栈特征：大量 RUNNABLE，一直占 CPU 不释放一句话：us 高 sy 低 = 业务代码死循环 / 计算密集 / GC 频繁，直接 jstack 找 RUNNABLE 栈。2）sy 高、us 低 / 一般含义：...