blog

白鹭-第九十六期

../../images/1e67b587969e24966729185542b0b01c_720.jpg 海边的白鹭自由自在的飞翔着,只要在中午,海边很晒,没什么人的时候,可以看到它们,不像小麻雀,生活在城市里都不怕人了。

技术类分享

11次技术面试,没人告诉你的规律

https://medium.com/stackademic/i-got-laid-off-and-did-11-technical-interviews-in-60-days-here-is-the-pattern-nobody-tells-you-1bc2d2ca6097

一道开放式设计题当成了知识问答来回答

你能否把一个不可能的大问题缩小成可解决的小问题,并把思考过程有序地说出来

一上来就画图,没有先花时间确认范围(scoping):多大规模?什么最重要?哪些可以不做?

系统设计考的不是知识量,而是你组织混乱信息、做出合理判断、并清晰传达的能力。

行为面试题(Behavioral Interview Question),考察的是你在技术分歧中的沟通能力、影响力和成熟度。

这道题考的不是”你技术水平高能看出别人的错”,而是”你在团队协作中如何建设性地处理分歧”。

一个示例回答(参考)
S: “去年我们做消息推送系统重构,技术负责人决定用轮询方案,理由是实现简单、团队熟悉。“
T: “我负责客户端 SDK,推送延迟直接影响用户体验。“
A: “我理解轮询确实更快上线。但我跑了一个测试:在 10 万在线用户下,轮询的服务器成本是 WebSocket 的 4 倍,且消息延迟 P95 从 200ms 涨到 3 秒。我把对比数据整理成一页文档,在周会上展示,并提议先用 WebSocket 做一个两周的 POC。技术负责人同意了试试看。“
R: “POC 验证了性能优势,团队最终切换到 WebSocket。上线后推送延迟降了 90%,月度服务器成本省了 30%。这件事让我学到:不要只说’我觉得不对’,要拿数据让结论自己说话。“

这种对于中级开发者的面试技巧,可以学习一下,确保自己在面试的过程中不会犯错。

谷歌L7工程师把我的系统设计批得体无完肤的一天

https://cloudwithazeem.medium.com/google-l7-system-design-interview-lessons-0b3834fded07

虽然是后端的技术面试,但是这也是学习思维方式,如果遇到大量访问,某些优化是否有意义,如果遇到大量数据计算,究竟怎样才能给用户最优的体验。

基本网络概念

http://medium.com/@bharathofficial05/essential-networking-concepts-every-frontend-developer-should-understand-f23c656ce962

了解网络可以更好的排查问题,了解用户从屏幕到互联网上传输的数据包,了解整个技术栈,从未停止学习表面之下的奥秘。

非技术类分享

从中级到高级前端开发人员:错误、思维模式和权衡取舍

https://medium.com/@bharathofficial05/essential-networking-concepts-every-frontend-developer-should-understand-f23c656ce962

从中级前端开发人员晋升为高级前端开发人员,并不在于学习更多的语法。它讲述的是:责任、判断、长远思维、权衡意识,一旦这种思维方式形成,你的成长自然加速。

改变职业生涯的清晨6点编程习惯

https://medium.com/@gaddamnaveen192/the-6-a-m-coding-habit-that-changed-my-career-b161148b773d

这个人厉害,每天醒来第一件事就是编程,我在想是不是可以每天醒来给自己来一道算法题清醒一下脑子,但是6点起床对我来说也有点困难,这意味着十点就要洗漱睡觉,十一点就睡着了。

随着人工智能的使用,不及格率飙升,伯克利计算机科学课程中的数学能力持续下降

https://www.dailycal.org/news/campus/academics/failing-grades-soar-as-professors-see-greater-ai-usage-dwindling-math-skills-in-uc-berkeley/article_16fad0bf-02cb-4b8c-8d88-888ffd9f8608.html

UC Berkeley多门计算机科学课程在2026年春季学期的不及格率显著高于往年,偏离了系里的评分指导方针。教授们观察到学生更多使用AI工具(如ChatGPT、Gemini、Claude)完成作业,同时数学基础技能明显下滑。这一现象引发了关于AI工具对高等教育学习效果负面影响的广泛讨论。

挑战者深渊有多深

https://storymaps.arcgis.com/stories/0d389600f3464e3185a84c199f04e859

海洋面积一直比大陆还大的多,对海洋的了解,估计只是停留在表层,海底的深度,更是不可估量,海洋还是一个神秘的国度,等着人类的探索。