Schrodinger's Cat

DEVELOPER

[Phoenix Yin @Phoenixyin13]

今天来看腾讯的开发工程师的初面题。

Q1 - Q9, Q12我感觉这是整张卷子最值钱的部分。面试官非常懂行，他关注的是大模型在实际业务中的控制流和记忆管理。

先说Q1, Q2, Q5。
大模型的 Token 是要算钱且有长度限制的。怎么存用户的聊天记录？
怎么在跨系统、跨时间的情况下，还能让大模型记得用户是谁、之前说了什么？
这是做智能助手最核心的痛点。

Q3, Q4, Q6, Q12。终于开始考架构了。
面试官在考查你对大模型调用框架的底层认知。问 FSM和 LangGraph，说明腾讯需要用强控制、确定性高的流式架构去规范大模型的胡言乱语。
问为什么选 ReAct 而不是纯 Chain，估计是在看面试者对Reason-Action与死板工程流水线之间平衡点的理解。

Q7, Q8，毫无疑问的Skill。
这通常是大型 Agent 框架，比如字节的 Coze、腾讯自己的类似产品里的核心概念，考查的是能不能把复杂的工具调用封装成标准化、可复用的插件。

Q10、Q11，还有Q13。
这应该算是传统后端的知识。
工厂模式、本地部署与配置管理以及后台怎么搭建，是在淘汰那些只会调 OpenAI 接口，但连基本的后端架构、高可用、设计模式都不懂的包装型选手。
腾讯的团队，要的是能直接上手写生产环境代码的熟练工。

Q14、Q15，没啥可说的，算法基本功。
最长有效括号考Stack或者动态规划，挺考验逻辑严密性。
股票交易，也属于LeetCode 经典系列，我经常刷，典型的动态规划、贪心算法。经典的大厂核心算法大礼包，虽然和 AI 没直接关系，但用来刷掉代码基本功不过关的人非常有效。

现在大厂要的 AI 工程师，既要懂大模型的特性，比如Token限制、Agent流控、RAG挂载这些，又要是一个扎实的传统后端高手。
如果能把前 12 道关于 Agent 架构和记忆管理的题解释得既深又透，哪怕后面项目稍微薄弱一点，腾讯那边也会觉得你对大模型应用开发是有深度思考的。

[Schrodinger's Cat @alone_fred]

@darrencao2024 在美股看多可能会一时错 但总会赚钱 同理 看空可能会一时对 但最后一定不赚钱

[投资TALK君 @TJ_Research]

把预期降低，下半年美股进入了中等难度模式（上半年算高难度，所以散户和机构都踏空了3月的底）：三家万亿级别公司上市，和债券市场融资需求的大幅上升，对流动性是很大的冲击。然后再加上宏观影响。

[Schrodinger's Cat @alone_fred]

@shirumesu @PaynXM 哈哈 我觉得 5.3-codex就挺好 可惜下架了 只能买api

[Schrodinger's Cat @alone_fred]

wow

[snowboat @snowboat84]

https://t.co/VM7Ox6KYl6

[Moeyua @moeyua13]

朋友们我来招人了！

影视飓风招聘 Java 开发工程师，base 杭州，全职岗位。

具体 JD 见图，主要是后端开发方向，也欢迎对工程效率和 AI 工作流感兴趣的同学了解。

整体工作环境比较轻松，团队氛围和福利待遇都很不错。

感兴趣的话可以先私聊我了解，也可以发简历到我的邮箱：[email protected]。

[Rainier @mtrainier2020]

在优化领域里面有个常识就是步步最优，很容易陷入局部最小值。神经网络早年的问题就是非常容易陷入局部最优。

人生也一样，如果没有很强的使命感，没有理想，没有vision，每一步看起来都是最优，上最好的小学，上最好的初中，上最好的高中，上最好的大学，最热门的专业，毕业找起薪最高的公司，最快速的爬ladder。
等到你爬到半空的时候，发现你陷入了局部最优。

比下肯定是绰绰有余的，公司总监，副总。
钱么，也差不多够了。
但是回过头来看，这是不是你的全局最优呢？
大家可以看看nasdaq的很多公司的创始人，看看科创板公司的创始人，看看大公司里面的那些同僚，看看他们的成长轨迹。

你就会发现，步步最优，很容易陷入局部最优。

说起奥赛金牌，认识两个老乡，物理金牌，一路走，在美国读博，工作。做了几年都回去创业了。
最后不约而同都选了光相关的领域。
最近大家都知道，这个领域爆火了。

而人家在10年前就躬身入局了。

[Darren北美投资 @darrencao2024]

富达传奇基金经理Peter Lynch的前助手、管理80亿美元资产的Aureus Asset Management创始人，现为 CNBC 知名财经评论员Kari Firestone，最近接受了一档财经播客的采访，谈到了她对当前市场的判断和投资逻辑，有几个观点非常值得关注。

大科技股估值：便宜还是贵？
她的答案是——便宜。她直接用数字说话：亚马逊目前只有21倍市盈率，谷歌26倍，而沃尔玛和Costco的估值反而比亚马逊还高。她说这"根本说不通"。在她看来，这些公司拥有超过千亿美元的自由现金流，业务护城河极深，拿这个估值和消费零售股比较，大科技股明显被低估了。

AI会取代企业软件吗？
她的态度很明确：不会，至少企业级软件不会。她说，你靠几个人vibe coding搭出来的内部系统，能过审计、法务、合规这几关吗？能让高管放心签字吗？SAP、Workday、Oracle这类ERP系统，以及Salesforce这样的CRM核心平台，背后是整个企业的运营命脉，替换成本极高，监管要求极严。她认为，真正有风险的是那些功能单一的小型点状软件，而不是企业级核心系统。

特斯拉还是英伟达，选哪个？
她选英伟达。理由是她理解英伟达的业务逻辑——芯片、算力、AI基础设施，故事清晰，可验证。而特斯拉让她不安的地方在于：马斯克可以把公司带向任何方向，作为股东你无法预判五年后这家公司究竟在做什么生意。她把这称为"投资基金经理"而非"投资企业"，这不是她的风格。此外她也指出，特斯拉过去几年营收下滑、利润从近130亿美元跌到不足40亿，股价却享受着巨大的"马斯克溢价"，这种估值逻辑建立在预期而非业绩上，风险不小。

还有什么值得补充？
她对AI泡沫的判断也很有意思。她认为这次和2000年的互联网泡沫有本质区别——当年的公司大多没有盈利甚至没有营收，而这次推动AI发展的恰恰是Meta、谷歌、微软、亚马逊这些本来就盈利能力极强的公司。泡沫不在核心层，可能在边缘的纯概念标的上，比如那些靠"AI概念"炒到50倍的电力公用事业股。

她还提到一个细节：科技公司其实几乎不消耗石油，战争冲击油价，但完全影响不到谷歌和微软这样的科技巨头。这是她在市场下跌时敢于喊出"这是底部、我要买入"的底气之一。

[Schrodinger's Cat @alone_fred]

@BigbirdflyChan @TJ_Research 分发渠道也是msft擅长的 多msft

[Schrodinger's Cat @alone_fred]

被这条帖子下面的评论惊呆了🤯

[Balder @Balder13946731]

老板的幻觉：和员工比起来，AI模型都是小钱。

直到他们看到Fable 5.0 的账单🌚

个人觉得Vibe coding产生的工程质量和工程师review的质量是直接相关的。目前很多情况下，工程师更像是bottleneck，除非这个事情特别简单。

而这些简单的事情，用不用最好的模型都差不多。

[Rohan Paul @rohanpaul_ai]

Incredible! This is just the benchmark we needed.

Claude Opus 4.8, achieves a score of only 13.4%. Other models score even lower: GPT-5.5 receives 6.3%, Gemini 3.1 Pro 4.7%, and others even less.

Cognition is introducing FrontierCode, a coding benchmark built to test whether AI code is good enough for a real maintainer to merge, not just whether it passes tests.

FrontierCode asks a harder question: did the model produce a clean, limited, well-tested, readable patch that fits the project’s existing style and would survive serious code review?

They bring 3 nested subsets of FrontierCode at increasing difficulty: The benchmark contains 150 tasks, with Main as the hardest 100 and Diamond as the hardest 50.

More than 20 open-source maintainers helped design the tasks, and each task took over 40 hours to build, review, attack, and calibrate.

The biggest finding is that top models still struggle badly when the target is mergeable code instead of merely working code.

On Diamond, the best model, Claude Opus 4.8, scores only 13.4%, while GPT-5.5 scores 6.3%, Gemini 3.1 Pro scores 4.7%, and the best open-source model listed, Kimi K2.6, scores 3.8%.

Shows that today’s strongest coding agents can often patch behavior, but they still fail many human-review standards around design, restraint, test quality, and project conventions.

The mechanism is a grading system built around blockers and non-blockers.

A blocker is something that would stop a maintainer from merging the PR, such as broken behavior, missing required behavior, unsafe scope changes, bad performance, or tests that do not prove the fix.

A solution that fails any blocker gets 0, even if parts of the code look good.

A passing solution then gets a weighted score based on softer quality items such as readability, type safety, style, and fit with the existing codebase.

FrontierCode also adds checks beyond normal unit tests.

Reverse-classical testing runs the model’s own tests against the original broken code, and those tests must fail, which proves the model wrote tests that actually catch the bug.

Scope checks punish patches that touch unrelated files, add oversized diffs, or refactor things the task did not ask for.

Adaptive grading uses an LLM to adjust test scaffolding around valid implementation differences, so a good solution is not rejected just because it used a different function name or error wording.

[CHUIP LEUNG @WayWLeung]

$intc 说一下Google下这个订单的意义，对外说是因为台积电产能依然不足，但实际情况是这些原因（Google计划2027.2028合共造600万个TPU，一下子给了Intel 300万业务，足足一半，所以对外说的台积电产能不足只是借口而已，不排除后面Google业务全面倒向Intel）

1:过去几年，英伟达台积电这个吸血联盟让全球做AI的公司吃足苦头，承受巨大的成本压力给这个吸血联盟打工，养活他们超过75%的超高利润，因为特殊没有替代，所以只能敢怒不敢言，心里肯定不满的，激烈者和勇敢者如马斯克直接扶持三星代工也尽可能绕开台积电。Google和马斯克何许人和巨头公司，肯定不会一直被台积电黄仁勋这链条继续锁死的，所以当Intel 18A技术突破，顺理成章的深度介入扶持Intel。

2:Google其实是SpaceX的大股东，同时也深度和马斯克各个公司有关系，SpaceX随着星舰的成功，百分百会搞太空工厂，上周Google就传出和SpaceX商谈搞太空数据中心，而太空数据中心那十倍地球算力芯片来源于Terafab，而Terafab的核心技术则是Intel 14A，所以Google把订单给Intel做，只不过是把钱一部份给自己的控股公司一部份给Intel，对Google对马斯克对Intel都是赢的最好局面。

随着马斯克的背书成功（官宣Intel 14A就是Terafab的核心技术唯一技术）和Google的背书成功（更加直接下订单），人精两面跳的黄仁勋相信很快也会跟着下单Intel（黄仁勋这种投机派从川普政府控股Intel后他立刻跟进控股Intel就知道，台积电黄仁勋吸血联盟黄仁勋会第一个出来背刺台积电），然后是苹果。

恭喜台积电黄仁勋吸血加盟开始走向灭亡，这对全球AI都是好事。

好好的持有你们手中的Intel股票吧，这会给大家带来源源不断的巨额财富的——威力超级大的Terafab还没有发力，在我的市值评判系统里，Terafab就足以给Intel带来超过$1T的市值，所以好日子才刚好开始

[程工 @success_cw]

Bill Ackman 在 All-In 的访谈
"市场错过了什么"

资金都涌向"新新事物"(芯片/半导体/能源/AI 创业公司),把真正高质量的老牌科技公司(Amazon、Meta、微软)落下了——它们正被低估。 类比 2000年互联网泡沫时,伯克希尔创下史上最低估值,因为大家觉得"那是旧东西"。

[Schrodinger's Cat @alone_fred]

@donglin3800 @bboczeng 到时候会转生的 伯伯就是耶稣 死了很多次了

[Schrodinger's Cat @alone_fred]

@darrencao2024 meta应该马上要进军云市场了

[OpenAI Newsroom @OpenAINewsroom]

We recently submitted a confidential S-1. We expect it to leak so we’re just announcing it. We have not decided on timing yet; it may be a while because there are things we want to do that are likely easier as a private company. But it’s a complicated set of tradeoffs and this gives us the option to go public sooner if that ends up being best.

This announcement is being made pursuant to Rule 135 under the Securities Act of 1933, as amended, and does not constitute an offer to sell or the solicitation of an offer to buy any securities. Any offers, solicitations of offers to buy, or any sales of securities will be made in accordance with the registration requirements of the Securities Act.

[Sam Altman @sama]

Here is our current plan for OpenAI:

https://t.co/r29FUUee3A

[Smartpig @Smartpigai]

Andrej Karpathy 用 2 小时演示了他日常如何使用 AI

本质就是把 AI 当成能执行任务的同事，用自然语言直接沟通。

流程很简单：一句话说明任务 → AI 执行 → 看结果再用一句话微调。

真正的差别在于，你是否把这种能力升级成一个能在你不在线时也持续运行的系统。

[Schrodinger's Cat @alone_fred]

@Xbrave_R @turingou 但奇怪的是 我手机里常用app没有一个是字节的 感觉被字节生态抛弃了 或者说是我主动不拥抱？