汇丰科技有收到邮件的吗

刚入职的时候，我的技能包其实很“标准”：左手Python写模型，右手C++写点逻辑，典型的算法生配置。但真实的工作场景很快就给我上了一课：问题不会迁就你会什么语言，而是需要你用最合适的工具去解决问题。为了搞定海量数据的高并发传输，Python显得有些力不从心，于是我不得不跳出舒适区，现学Go语言，在OSS工具的基础上完善不同格式媒体的分段传输验证，解决了卡脖子的IO瓶颈。（oss这是真的快啊）紧接着面对老旧的PHP业务框架，为了让新算法能无缝接入需要将PHP到Python的整体架构迁移。其中涉及到的代码深度，现在想想还是脑壳疼，一个算子包了六七层！现在的我，与其说是“学会了更多语言”，不如说是...

他也是实习生，与前端同事对接，他给出对于这个问题的想法，前端就只回了一个“？”，或者跟她说修改哪里就只回一个“1”，跟我这个实习同事交流不超过4个字，那个前端也是一个二十三四岁的感觉，笑死了

秋招面了20几场，挂1/2/3面均有，最后结果就是大中小厂无一offer，最后去实习了，大伙找不到的都去投实习吧，多关注刚放出来的岗位，容易捡漏ps：后续又有快手约面，现在字节美团快手一大堆面试，兄弟们快投

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...