求职系列（2）：如何理解每轮面试 大部分人准备面试，只准备专业能力。刷题、背八股、复盘项目。然后到了二面或者终面被刷，复盘的时候一脸懵：我技术答得挺好啊、题也做出来了，怎么就挂了？ 因为你把不同的面试当成了同一场考试。但实际上每一轮面试考察的能力完全不同，所以针对每一面，你需要切换的不只是知识储备，是整个应对模式。 先聊面试流程 一般来说，大厂的面试流程会标准一些，小厂可能简化成两三轮就搞定了。 比较标准的大厂流程是业务三面 + HR 一面。社招的话，HR 可能在业务初面之前就已经和你沟通过了，因为很多时候是 HR 先在市场上找到的你，她需要先做一轮初筛确认你的基本情况和薪资预期。 一些特殊的业务线还会加面，比如微信，通常会额外安排 1-3 轮面委会面试。面委会的人可能和你未来的团队没有直接利益关系，纯粹是从更高的维度做交叉验证。 1️⃣ 业务一面：证明你能干活 一面通常是你未来的同事或者直属 mentor 来面你。 这一轮的逻辑很简单：验证你的基础能力。算法写得出来吗，基础知识扎实吗，项目是真的做过还是简历吹的。面试官需要确认一件事——这个人专业能力是否靠谱，招进来能不能马上干活。 一面你需要做的： 突出专业能力，回答尽量有逻辑。面试官问什么，你回答什么，但要回答得有层次。别一句话甩过去，也别漫无边际地展开。 好的回答永远都是有层次、有逻辑的，尽量像一棵树，先给结论这个主干，再展开细节的枝叶。 一面的对话模式更像问答。面试官主导节奏，你负责高质量地回应。不需要太多发散，也不需要抢节奏。把每个问题回答扎实了，比什么都重要。 坦率地说，国内面试环境还是有一些不太好的地方，候选者和面试官之间的关系不够平等。一面尤其明显，你大概率会感受到一种被审视的压力。但这也是你必须接受的，这一面你只需要专注于展示自己的专业度。 一面考察的核心能力： → 专业知识的深度和广度 → 项目经验的真实性和理解深度 → 技术表达的清晰度 2️⃣ 业务二面：证明你能想 二面通常是你未来的虚线汇报人，或者组织架构上的 +1。具体是谁，取决于公司的架构。 这一轮可能还会涉及部分基础能力的考察，但这不是重头戏了。你的基础能力在一面已经被验证过，不然不可能被放到二面来。 二面开始考察更高维度的东西。系统设计能力、技术方案的 trade-off 思维、对复杂问题的拆解方式。面试官想问的不再是你的具体专业能力，而是你面对一个模糊的大问题时，怎么把它拆成可执行的小问题。 从这一面开始，对话模式要变了。 一面是问答，二面要开始有来有回。面试官抛出一个问题，你不能只给一个答案就停了。你要展开你的思考过程，甚至可以主动问面试官一些背景问题和边界情况。一个好的工程师在动手之前，一定会先把问题定义清楚，要主动把你的思维体现出来。 可以尝试多说一些话，把面试节奏握在自己手里，也尽量多展示出自己的软素质，推荐候选人和面试官的对话比例在 1.5:1 - 2:1 左右比较健康。 你说得太少显得没想法，说得太多显得不听人说话。 二面考察的核心能力： → 更高维度的专业能力，比如：系统设计和架构思维；技术方案的 trade-off 分析能力 → 沟通表达，能不能把复杂的事情讲清楚 → 面对模糊问题的拆解和推理能力 → 软能力：视野、态度、思维、内核 3️⃣ 业务三面 / 终面：证明你这个人 如果二面是虚线面的，终面就是你的 +1；二面是 +1 面的，终面就是 +2。 到了终面，前两面该检查的技术能力都检查完了；这一轮基本不会再考你专业能力，比如写代码或者做系统设计之类的。 终面考的是你这个人。 很多人到了终面就紧张，因为不知道会问什么、不知道标准答案是什么。但真相是：终面大部分问题没有标准答案。 面试官问你怎么看待某个行业趋势、问你遇到过最大的困难是什么、问你和同事发生过冲突怎么解决的。 这些问题的具体答案不重要。面试官真正在考察的是你的认知深度、价值观和抗压能力。你对一个问题的思考角度、分析过程和表达方式，比最终结论重要得多。 终面是沟通，不是答题，如果你在终面还是面试官问一个你答一个的模式，你大概率过不了。 终面更像一场对话。面试官抛出一个话题，你回应你的观点，他可能会追问或者提出不同看法，你再接着聊。候选人和面试官的对话比例在 2:1 到 3:1 之间比较健康。也要尽可能把面试节奏抓在自己手里，当然前提是对方不是那种特别强势的风格。 面试官通常会主动绕过你的准备，面的问题通常不会让你舒服。面试官当然知道你对面试有所准备，他就是要绕过你的准备，看你底层的能力。 比如你准备了一个完美的项目复盘，他偏不问你怎么做成的，他问你如果重来一次你会怎么改。比如你准备了一套职业规划的说辞，他直接问你对当前团队最大的不满是什么。 遇到没准备过的问题，不要慌。 用嘴巴去想，终面最忌讳的事：沉默太久。 遇到一个没想过的问题，不要低头沉思两分钟然后蹦出一个干巴巴的答案。把你的思维过程说出来。比如：这个问题我之前没有想过，但我觉得可以从几个维度来看。第一……第二…… 面试官想看到的就是你思考的过程。你的逻辑链条、你考虑问题的全面性、你面对未知问题时的应对方式。一个能当场把思路理清楚的人，比一个背了标准答案的人有价值得多。 面试官是善意的，到了终面这一步，公司已经在你身上投入了大量的面试资源。多轮技术面、多个面试官的时间，HR 的协调成本。他们是希望你过的。 所以不要把终面当成一场对抗。面试官不是在找理由淘汰你，他是在找理由录用你。放松一点，展示真实的自己。过度紧张和过度表演，反而会让面试官觉得你不够真诚。 终面考察的核心能力： → 对行业和技术趋势的认知深度 → 沟通表达和思维展示能力 → 价值观、性格和内核稳定性 → 面对未知问题时的应变和结构化思考 → 你对自己职业发展的思考是否清晰 4️⃣ HR 面：确认你值多少钱，以及你是不是对的人 HR 面主要做两件事：谈薪 和 确认文化匹配度。 可能会聊一些你的过去经历、未来发展方向、离职原因、对公司的了解。 这些问题听起来比较虚，但不要掉以轻心。 HR 面不是走过场，部分公司的 HR 权力很大，一票否决权是真实存在的。某里就是典型，HR 面挂人的比例并不低。 HR 面的核心是真诚和一致性。你在前三面展现的形象、你简历上写的东西、你跟 HR 聊的内容，这三者之间不能有明显矛盾。HR 的训练就是抓这种不一致，一旦被抓到，信任感瞬间归零。 谈薪环节别太紧张也别太随意。提前了解市场行情，给一个合理的范围，表达出你对这个机会的重视。 别狮子大开口，也别委屈自己。 整体来看 面试这四轮，能力要求是一条递增曲线： 一面 → 同事/mentor → 基础能力、干活能力 → 问答型，扎实回应 二面 → 虚线/+1 → 系统思维、技术深度 → 对话型，有来有回 终面 → +1/+2 → 认知、价值观、软素质 → 主导型，抓住节奏 HR 面 → HR → 薪资、文化匹配 → 真诚型，保持一致 从一面到终面，面试官的 level 在升，问题的抽象程度在升，你需要展示的东西也在变。一面考你会不会，二面考你行不行，终面考你是不是。 想明白这一点，你就知道为什么有些人技术很强但终面总挂了。不是技术不够，是他从头到尾只展示了一个维度的自己。 面试是一个完整的系统，每一层都有自己的评估逻辑，你得在每一层给出那一层需要的输出。

特朗普："美伊停火结束了" → 油价+5% 伊朗军方："美军在中东所有基地都是合法打击目标" → 纳指期货-1.5% 韩国KOSPI：熔断 → "经济不好" 美国十年期国债收益率：4.565% → "钱变贵了" 黄金：-1.2% → "避险个屁，撤资！" BTC：-2.1% → "我跟Nasdaq是连体婴还有人不知道？" Crypto Twitter分析师："BTC跟黄金一样是避险资产。" → 黄金跌1.2%的时候BTC跌2.1%，这避险避得比风险资产还快。 今日最佳反指：某分析师上午9点发推"美伊停火是BTC突破$65,000的催化剂"。下午5点BTC报$61,757。催化的方向没搞错——只是箭头反了。

搬好小板凳丸转区块链，本周正式进入2026上半年决战周⚔️波动率拉满 周三 CPI（预期4.2%）→ 决定沃什首次FOMC基调 苹果 WWDC + 甲骨文&Adobe 财报 周五 SpaceX史诗级IPO（估值1.77万亿） 6/18 四巫日 + 机构调仓暗流

CoinAnk疯狂星期四 · 买API 送会员狂欢 🔥 今天买 API 直接白送钻石💎会员！ 套餐1→ 送 1 个月会员 套餐2→ 送 2 个月会员 套餐3→ 送 3个月会员 套餐4→ 送 5 个月会员 订单流、清算图、AI 分析等几百+功能指标全部解锁，看美股合约数据就用CoinAnk

推荐这个工具，Yohei Nakajima 在 GraphCon 上用的 graphcon-deck。 幻灯片变成了图谱过滤器——节点复用，视角切换，整个 presentation 是一个可以探索的图。 Yohei Nakajima（BabyAGI 作者）在 7 月 25 日 GraphCon 上用他自己写的工具做了一场演讲。这个工具叫 graphcon-deck，一个把幻灯片变成图谱过滤器的单 HTML 文件。推文 43 万浏览，537 书签。 核心 idea 传统 slides 是线性的——幻灯片 1 → 2 → 3，每张是一块独立画布。Graphcon-deck 完全不同： 所有节点始终存在于一张大图上。每张"幻灯片"只是一个过滤器。 每个节点有一个或多个 slide number。当你切到某张幻灯片时，携带该编号的节点被拉入视图，不携带的节点被推走。viewport 自动居中到活跃节点的中心。你可以为每张幻灯片定义不同的布局（节点方向 / 关系朝向），"动画"只是让新节点自然进入视野。 同一个节点可以出现在多张幻灯片中——讲一个概念时它在这里，讲到相关概念时它换个位置再出现。整个文件是一个自包含的 HTML，内嵌 JSON 数据。 为什么这不一样 线性 slides 的底层假设是"一次讲一件事，信息不重叠"。但现实中，概念之间是有关系的——A 引出了 B，B 和 C 共享前提，D 推翻了 A。当你只能线性排列时，你被迫重复讲同一个节点，或者靠观众自己记住"刚才那个圆角矩形和第三页那个是同一个东西"。 Graphcon-deck 把 presentation 变成了 graph exploration。每张幻灯片不是"一页新内容"，而是"在当前图上应用一个新的视角"。节点复用的结果是——你不需要重复介绍同一个概念，它一直是同一个节点，只是每次出现在不同的关系网络中。 技术细节 • 纯前端，单个 index.html（约 9000 行内嵌 JS/CSS） • 数据格式是 JSON：{nodes: [{id, label, slides, x, y, ...}], edges: [{from, to, label, slides}]} • 支持编辑模式：拖拽节点位置、调整布局 • 支持导入/导出 JSON（"copy deck JSON" / "load .json file"） • Undo 单张幻灯片的布局修改 • MIT 开源，45 star，4 fork Yohei 最近的探索方向 这不是一个孤立的项目。Yohei 同一天（7/26）发了一条推文："if you are trying to solve long-running agent problems, you will eventually start using immutable event logs"（499 赞），接着在 7/27 发了一篇 X Article "What the Brain Knows About Long-Running Agents"。他在把 graph-based thinking 从 presentation 工具延伸到 agent 架构——event log 作为不可变记录，图谱作为知识的组织方式。 graphcon-deck 是这个思路在 presentation 层面的具象化：图谱不是可视化的附加物，图谱就是内容本身。 Demo： GitHub： #GraphVisualization# #Presentation# #YoheiNakajima#

Anthropic 工程师 Andrej Karpathy： 当下 AI 领域最大的错误：人们在还没有真正掌握模型本身之前，就急着把 agent 强行推上去工作。 我们在 2016 年的 OpenAI 就犯过这个错误：为此付出了 5 年的代价。 Karpathy 实际想表达的是： 步骤 1 → 别再强迫你的 agent 什么都做，先把底层模型搞懂 步骤 2 → Demo 很容易，但做成产品需要十年。自动驾驶已经证明了这一点：如果你跳过基础，最后一切都会崩 步骤 3 → agent 不是产品，基础能力才是。把基础打牢，agent 自然会长出来 “现在正在做 agent 的你——你才站在最前沿。不是 OpenAI，也不是 DeepMind，而是你。”

刚收到 DeepSeek调价邮件 DeepSeek V4 API 要引入峰谷定价了 北京时间每天 9:00–12:00、14:00–18:00 算高峰期，价格直接翻倍 V4-Pro： 输入缓存命中 0.025→0.05 元 输入缓存未命中 3→6 元 输出 6→12 元 / 百万 tokens V4-Flash： 输入缓存命中 0.02→0.04 元 输入缓存未命中 1→2 元 输出 2→4 元 / 百万 tokens 简单说，不是全天涨价，是国内工作时间涨 100% DS 这波更像是在用价格调度算力 以后做 Agent、批处理、评测任务，能错峰就错峰，白天实时调用成本要重新算账了

香港盛会如火如荼，可 KelpDAO 该怎么收场，果然人类的悲喜并不相通 世界反差还挺大的，一边是香港 Web3 盛会如火如荼，各路大佬觥筹交错谈笑风生，另一边 KelpDAO 3 亿美金被黑客洗劫，Aave 用户瑟瑟发抖等着分摊损失。 人类的悲喜并不相通，我只觉得他们吵闹。 🎭 这次攻击有多荒诞？ 19 号，Kelp DAO 被黑了，2.93 亿美元没了。 但最荒诞的不是金额大，而是：代码没毛病，协议没漏洞，黑客就是硬生生把钱搞走了。 怎么做到的？ 黑客伪造了一条跨链消息，像变魔术一样凭空造出了 11.6 万枚 rsETH，然后拿着这些"假币"冲进 Aave 当抵押品，借出 2.36 亿美元的真金白银 WETH，转身就跑。 就像拿着假钞去银行抵押，银行还真给你放了贷款。 等 Aave 反应过来，手里剩下一堆脱锚的 rsETH 烂账，清算都清算不了。 保险库只有 5000 万美元，剩下的 1.5 亿美元缺口，只能让那些存 WETH 想赚点利息的普通用户来分摊 😭 🧩 DefiLlama 创始人 0xngmi 推演了三种收场路径，个个扎心： 🧩1→ 大家一起亏 所有 rsETH 持有人按比例扣 18.5%。 最"公平"，但也最痛。你只是想存个币赚点利息，结果莫名其妙被扣了快 20%，换谁谁不崩溃？ 🧩2→ 保主网，弃 L2 KelpDAO 只保主网 rsETH，L2 上的直接归零。 Aave L2 有 3.59 亿美元 rsETH 抵押品，算上杠杆能产生 3.41 亿美元坏账。Aave 大概率会放弃 Arbitrum、Mantle 和 Base 这些损失最大的链，让这些 L2 市场直接崩盘。 简单来说：主网用户保住了，L2 用户全归零。 🧩3→ 按快照返还，听起来很美但根本做不到 只赔攻击前的持有人，攻击后买入的自己认倒霉。 但问题是：钱早就在池子里流来流去了，DeFi 协议根本分不清谁是谁的钱。技术上几乎不可能实现，而且容易引发法律纠纷和社区撕逼。 黑客借走了 1.24 亿美元（主网）+ 1800 万美元（Arbitrum），扣掉保险还剩 9100 万美元损失。理论上影响最小，但实际上根本做不到。 🌊 连锁效应才刚刚开始 事件影响有多大？现在还只是冰山一角。 今天，在 KelpDAO rsETH 黑客事件发生后，全链 DeFi 生态的连锁效应开始显现，Solana 生态多个借贷协议的稳定币借贷利率与利用率出现上涨。 市场的恐慌情绪正在蔓延，流动性开始紧张，更多的多米诺骨牌可能还在后面。 这不是一个项目的问题，这是整个 DeFi 生态的系统性风险。 💔 加密货币一直是黑客重灾区，但不能总让散户来承担损失吧？ 安全风险一直存在，这是加密世界的常态。 但问题是：项目方和协议赚手续费的时候风生水起，出事了就让用户当"最后一道防线"，这逻辑说不过去。 你只是想存个币赚点利息，结果莫名其妙被扣了 18.5%，或者直接归零。 你说这是 DeFi 的风险，我认了。 但你不能一边享受 DeFi 的红利，一边让用户承担所有风险。 香港盛会上谈的是"Web3 的未来"，但 KelpDAO 的用户面对的是"当下的损失"。 人类的悲喜并不相通，但希望下一次，不要再让散户来买单。 时刻在场，但也得时刻提防。 ⚠️ @KelpDAO @aave @0xngmi

看完了 Claude Code 主席 Boris 的播客采访，他从去年 11 月起没有手写过一行代码，每天提交 10 到 30 个 PR，同时跑 5 个 agent。 听完 Lenny 对他一个多小时的采访，信息密度很高，分享一些我的收获。 1️⃣ Claude Code 的起源：一个人，两个赞 最初就是 Boris 一个人在 Anthropic Labs 搞的 side project，同期他也做了很多其他的side project，大部分都死掉了。 选了终端是因为一个人开发最简单，在内网发了篇帖子介绍，两个赞，没人觉得一个 CLI 能成事。 但是迄今为止这东西贡献了 GitHub 上 4% 的 commit，如果算上私有仓库，这个比例还会更高，Semi-Analysis 预测年底到 50%。 从两个赞到覆盖 50% 的 commit，中间只隔了不到两年，AI时代的产品进化速度可见一斑。 2️⃣ 核心产品哲学：为六个月后的模型而建 Boris 反复强调这一点，Claude Code 早期只能写 20% 的代码，他自己都不信任它。 但产品架构留好了扩展空间，等 Opus 4 一出来，PMF 瞬间 click。 现在做 AI 产品的人，最大的错误就是按今天的模型能力做产品设计。 你应该赌的是下一代模型。赌对了你起飞，赌错了你也没亏多少。 3️⃣ 委派，而非指示 很多人做 AI 产品的思路是给模型设计死板的 step 1 → step 2 → step 3 workflow，把模型当成一个系统里的函数来调用。 Boris 说一年前你确实需要大量 scaffolding 来兜底，但现在完全不需要了。 给模型工具，给它目标，让它自己想办法。 对于 Agent 开发者来说，这点尤其重要。别太迷信 LangChain、LangGraph、AutoGen 这类框架，别尝试用流程图把模型框住。 Agent 应该为目标负责，而不为流程、中间态、执行路径负责。 这就是 Claude Code 一直强调的：delegate, don't dictate。 4️⃣ 编程已经被解决了，接下来是工具和多模态 Boris 认为 coding 对模型来说已经基本解决了接下来的方向是让模型接入更多工具，让 Agent 能操作的东西变多。浏览器、API、数据库、部署流水线，全都会变成模型的手和脚。 更有意思的是他提到一个现象：提升模型 X 方向的能力通常也会提升 Y 方向。模型能力的增长不是线性叠加，而是能力之间互相加速。 这意味着一旦某个能力突破阈值，其他方向也会跟着跳一级。 5️⃣ 软件工程师这个岗位会消失，Builder 会出现 Boris 的判断：也许今年年底，AI 就能包揽 100% 的代码编写。 传统意义上的软件工程师将不复存在。取而代之的是一个集合了产品、研发、测试、部署的综合岗位，大概叫 Builder。 他观察到 Anthropic 内部已经在发生这种融合。设计师在写代码，PM 在跑 Agent，工程师在做产品决策。三个角色的边界已经开始模糊，50% 的日常工作其实是重叠的。 有个数据很说明问题：Boris 在推特做了个调查，70% 的工程师和设计师表示有 AI 之后更享受工作了。不是因为工作变少了，是因为终于可以把时间花在真正重要的事情上。 6️⃣ 自然语言是新时代的编程语言，编程语言是新时代的汇编 未来编程可能就是和 AI 交互。手写代码会变成和今天写汇编一样的存在：深入底层，写一些计算机能直接看懂的东西，极少数人需要做，大多数人永远不碰。 自然语言会变成新时代的编程语言。编程语言会变成新时代的汇编语言。 怎么理解要不要学编程这件事？Boris 给了一个非常精准的历史类比。和程序员最像的历史角色是 1400 年代欧洲的抄写员，垄断了所有的读写工作。古腾堡印刷术出来后 50 年，印刷量超过此前 1000 年的总和，价格暴跌 80%，识字率从 1% 飙到 70%，抄写员这个职业直接消失了。 编程正在经历一模一样的过程，你可以觉得这话狂。但说这话的人，曾在 Meta 负责过 Facebook、Instagram、WhatsApp 的代码质量基础设施，是那个时代最顶级的 infra 工程师之一。 他不是不会写代码，他是写了太多代码之后，深刻认识到代码从来都只是手段，build才是目的。 7️⃣ 200% 的提效，到底意味着什么 Anthropic 工程师人均 PR 数提升了 200%。 200% 听着好像还好，但 Boris 之前在 Meta 就是做工程生产力的，负责 Facebook、Instagram、WhatsApp 全线的代码质量基础设施。 在那个体量的公司里，工程效率提升几个百分点都是巨大的飞跃，足够写进年度 OKR 当 两点。 200%，是完全不同量级的事情。 这就是为什么他每天能 ship 10 到 30 个 PR 还觉得很正常，游戏规则已经彻底变了。 8️⃣ 代码现在是真的廉价 这个观点对老工程师的冲击最大。 AI 现在会写大量的即时代码，用完就丢，只是为了完成某一次任务。跑个数据分析、做个格式转换、写个一次性脚本，用完就删，毫不心疼。 之前代码是很贵的。你需要几年的学习成本才能写出能跑的东西，coding 和 debug 的时间成本都很高昂。 所以老一代工程师对代码有一种天然的珍惜感，写出来的东西要 review、要重构、要维护。 但现在代码的边际成本趋近于零。认识到代码很便宜，非常重要。很多老工程师过不了这个心理关，还在用写精品代码的心态对待每一行输出。这就像印刷术时代还在手抄经文。 9️⃣ 给企业的建议：别限制 token，别省钱 Anthropic 内部有些工程师每月 token 花费过十万美元。 Boris 的建议：给工程师无限 token 预算，让他们可以大胆探索落地想法，甚至允许 token 费用超过工程师本身的薪资。 听着疯狂？对比人均产出提升 200% 的数据，这笔账太好算了。真正有创造力的想法往往来自某个人不计成本地试了一个看起来太疯狂的点子，你限制 token 就是在限制创新的上界。 用 Boris 的话说：先别急着衡量 ROI，先让工程师用起来，价值自己会显现。 🔟 成为通才，而不是单一技能点的专家 Boris 给工程师的职业建议：尝试真正成为一个通才。只会一个垂直能力的人未来会越来越吃亏。 未来几年能获得最大回报的那批人，不只是 AI native、拥抱 AI 的人。还要充满好奇心，知识广博。 你还得懂产品、懂设计、懂用户心理、懂商业逻辑。 单点深入的价值在被 AI 快速拉平，广度 × 判断力才是新的护城河。 1️⃣1️⃣ 一些CC的使用建议 Boris 分享了几个 Claude Code 的实战 tips： 1.一直用最强的模型。经济型模型可能因为能力不够强需要多次尝试，最终的 token 成本也许比最强模型更贵。考虑到时间成本更是如此，目前最强的是 Opus 4.6 2.多用 Plan Mode。先让模型理解全局再动手，效果远好于直接开干 3.尝试多种使用形态。终端、桌面应用、移动端，每种形态适合不同场景。Boris 提到 Anthropic 的设计师更多用 Desktop App 里的 Code tab，不需要打开 IDE 就能调用同等能力 他还推荐写好 CLAUDE.md，这跟我之前分享的 Claude Code 最佳实践完全吻合。 最后的彩蛋：味噌哲学 Boris 是乌克兰人，加入 Anthropic 前住在日本中部乡下好几年，是整个城市唯一的工程师和英语使用者。每周骑车去农贸市场，和邻居交换自制食物，学会了做味噌和发酵食品。 主持人问他 AGI 之后的计划？继续做味噌。 一个在日本乡下做味噌的乌克兰人，回到硅谷造了个改变所有工程师工作方式的工具。 编程是建造的方式，味噌也是。工具会变，建造的欲望不会。 这种人你很难不服。