卖身契已签，结束秋招

base成都。c/c++/go/python都可。背景相关即可，主要看个人能力。有实习经历佳。可捞、进度很快。引流

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...

1、项目介绍2、进程、线程、协程3、基本类型与包装类4、== 和 equals比较（这个记反了，但是面试官举例引导纠正了，好评）5、字符串常量池与Integer换成（应该是上一个的延伸，依旧引导）6、final关键字7、异常处理机制（异常分类、何时检出等）8、HTTP状态码9、网络请求流程（就是浏览器输入一个地址按下回车发生什么？）中间穿插着coding，将int数组构造成二叉排序树，再写个算法能查找两个节点最近的父节点。（装模作样思考两分钟，不好意思起手。。。。。。）反问，没问，因为答的稀碎但是面试官温和不压力，也在引导“整体上了解还是比较多的，但是细节深度上还需要下功夫”（大概就是这么个意思）（QAQ）

我们把 AI 当做一个人：大脑（LLM）负责想与写；执行逻辑（Agent）负责推进到交付；经验手册（Skills）提供目录化的可复用 Prompt 与标准流程；工具接口（MCP）把外部能力接进来完成执。A2UI 负责把 Agent 的意图变成可交互界面，并把用户操作回传给 Agent。LLM 是这人的大脑：负责理解你在说什么、推理怎么做、把答案表达出来。但光有大脑不等于能把事办成。Agent 可以比作一个人做事的思考逻辑 + 执行逻辑：拿到目标后先梳理逻辑、拆步骤、设检查点，决定先做什么、后做什么，并在关键节点停下来确认，确保事情按流程推进到交付。Skills 是他随身带的一本经验手册：里面是...