在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...

给了超出预期的包，还是非常满意的，比快手还要高出一截，终于结束秋招了啊虽然感觉后面的路依旧很难走但也要一步一步慢慢来了祝大家顺利也祝自己顺利

这是一篇迟来的秋招反思总结。虽然可能是拿到了开发的大sp，或者说小ssp的开发offer，但是真正签下三方的那一刻却并没有什么情绪波动，只觉得“这事结束了，我该继续定下下一个阶段的目标了”。回顾一下自己的秋招历程。我的秋招真正的起点可能起源于去年的年中。那时的我可以说对于求职所需的技巧都完全不懂。没有人带，没有带我求职的“导师”，我所做的只能是问几个学长，然后在各种平台找大佬咨询。最后还是选择了资料最多的Java后端开发，从此我的学习便开始了。刷力扣、刷视频、写项目，日复一日，加了知识星球还去打卡，回看当时打卡记录持续了180+天，直到找到了日常实习才结束。不能说是007，但是平均下来也有了995的强度。在年底找到了第一份日常实习，于是踏上了说走就走的旅程。实习的时候每周都要请半天假从公司坐高铁回到学校，开完会再回去，从中午12点到晚上12点全都在路上，这份辛苦只有自己心里清楚。接着开始找暑期实习，先是被腾讯搞了一通，面微信面穿后录用评估挂，接着又是美团全部答上来后超时自动挂，最后在一个普通的下午突然收到了阿里的实习offer。那一刻所有的努力和辛苦都具象化。暑期实习的过程中，运气好进到了一个强度相对比较低的组，于是在7、8月份每天晚上下班后回去继续刷题、复习各技术栈，还要抽时间面试。到了9月初已经面了40+场，进了面的只挂过一次岗位不匹配的腾讯的存储类岗位。9月陆续收到了多个offer，我以为自己也许会算比较优秀？开始谈薪后发现自己其实只是普通的一员，加了各大信息共享群，发现总是有比我更强的人，也有算法的大佬比我断档的领先。至于我为什么没选算法，在之前的文章里有讲到；而开发的大佬则从本科就开始有了相关的沉淀，我自然无法比肩。于是我想到了“比你优秀的人比你还努力”，我有什么可骄傲的。于是开始继续学习，继续成长，这不是抖M式的强迫自己受苦，也不单纯是为了以后的竞争力，还是为了自己的充实感和心理满足。签下三方的时候没有什么情绪波动，只是普通的点了下按钮，然后转头又去继续改bug了。我想我老了也会继续保持学习，让我不被时代抛弃。

很诡异的面试，一开始约了时间，结果面试前15分钟说改时间，遂改1、微信扫码登陆的流程（一系列追问2、websocket（追问一些3、如何统计用户进入页面的次数4、还有一些问题记不清了，总之就是一直追问，说了不会还要让我想一想，但是又不给任何提示5、研究生是考的还是保的6、计算机网络了解吗7、大学学了哪些专业课，哪一门学的最差，如果再给你一次机会，你想怎么学（问这个问题的时候我真的一头问号）8、介绍一些数据结构，里面哪一个数据结构最复杂，为什么（同，一头问号还有很多记不得了，没有coding，硬是问了一个小时，力竭。线下宣讲会说需要四轮面试（其中只有一轮技术面，更是一头问号了&&...