26得物校招内推码2X413B2，可帮看进度

秋招面经-科大讯飞-飞凡计划一面1、自我介绍2、挑一个项目来具体介绍一下3、项目1的成员有多少人？4、你在这个项目中主要用的是Java还是Python？5、项目里用的C和Python，你其他项目用的Java，那你描述一下这三种语言的区别6、你对于自己的一个规划，就是开发语言是怎样的倾向？7、你介绍一下你在这个项目开发过程中有没有遇到过什么一些印象比较深刻的难点？你是怎样去解决的？8、对Linux相关的命令熟不熟？容器化这一块呢？K8s了解过吗？9、平时的学习是怎样的渠道？10、你自己的话有阅读过一些源码吗？11、谈谈HashMap的底层实现12、反问科大讯飞26届秋招正式启动中（内推免笔试），...

临近晚饭的点儿mentor在开会 ，没时间吃饭，会快结束的时候，他用眼神示意我去帮他微波炉把饭热一热，我根本没get到这个意思，拿起他的饭就扔到外面的垃圾桶里了后来mentor就这个表情👇

看了美团新发布的财报，好家伙，亏损160亿丑团这难道走下坡路了吗？难怪看到这么多人说开到白菜offer......要是这样，大伙儿还能喝到0.99的奶茶吗？

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...