JavaGuide（Java 后端 & AI 应用开发面试指南）

前几天在知乎看到有人问：Codex 用上 GPT-5.6 后，为什么不少人开始不用 Skills 了？ 确实，相信大家也发现，很多 Skill，尤其是开发相关的，真的慢慢就开始用不上了。 我现在看到一

你好，我是小 G。Kimi K3 上周五正式发布了！ 这两天被问得最多的，基本都是同一个问题：K3 能力到底怎么样？写代码体感如何？ 国内外已经有很多大佬把 K3 拿去和一线 Coding 模型对比，

你好，我是小 G。我把终端从 iTerm2 换到 Ghostty 已经有三个月了。 整体体验还不错，这篇文章来分享一下。 Ghostty 不是 Claude Code 的官方指定终端，但确实被 Cla

用 Claude Code 或 Codex 写代码，确实效率拉满。 但用过一阵子的人，大概都经历过一件事：Token 烧得飞快，尤其是中大型项目里，随便问一句「这个登录流程是怎么串起来的」，AI 就开

你好，我是小 G。拖了蛮久，来填坑了。 Spec Coding 很早之前就有群友提到说建议写一下。确实还蛮重要的，工作中能用到，面试也开始问了。 这里以我想的一个真实工作场景的例子作为开场。 上周和同

现在这个时候再去聊 Context Engineering，很多朋友内心 OS 是：还有必要吗？这不老掉牙的概念了么？ 毕竟 DeepSeek-V4、GPT-5.5、Claude Opus 4.7

很多人第一次做 Agent，直觉都是先买更贵的模型。结果模型换了，Agent 还是会重复犯错，做到一半放弃，上下文一长就开始不稳定。这个时候继续调 Prompt，收益往往也很有限，因为问题可能根本不在

你好，我是 Guide。先算一笔账：**ChatGPT Plus 套餐 $20/月，现在可以直接用 GPT-5.5**。Claude Opus 4.6/4.7 呢？Pro 套餐同样是$20/月。 相同

就在昨天，DeepSeek V4 Preview 发布，同步开源。 从技术报告里的 benchmark 数据到社区的实测反馈，到处都在讨论，刷屏了。 开源模型在对话和写作上已经做得相当成熟，各家你追我

前段时间面某大厂的时候，面试官问我：“你们 RAG 系统的向量检索怎么做的？”，我说：“用 MySQL 存 Embedding，查询时遍历计算相似度。” 空气突然安静了五秒。我看到面试官的嘴角抽了一下

去年面字节的时候，面试官问我：“你们项目里的知识库问答是怎么做的？” 我说：“直接调 OpenAI 的 API，把文档塞进去让模型自己读。” 空气突然安静了三秒。我看到面试官的眉头皱了一下，才意识到事

去年面美团的时候，面试官看着我的简历问：“我看你们项目里有个全局字典模块，里面那些省市代码、订单状态配置，是怎么做缓存的？” 我为了展现系统的高并发架构，立马拔高音量说：“为了保证系统的高可用和拓展性

在数据库性能优化中，索引是最直接有效的优化手段之一。然而，建了索引并不等于一定能用上索引。实际开发中，我们经常遇到这样的困惑：明明在字段上建立了索引，查询却依然慢如蜗牛，通过 EXPLAIN 分析发现

先说结论：可以是可以，但要看具体场景。和专业的消息队列（如 Kafka、RabbitMQ）相比，还是有一些欠缺的地方。 正式开始介绍之前，我们先来看看：一个生产级 MQ 需要具备哪些核心能力？ 能力维

去年面字节的时候，面试官问我："你们项目里的知识库问答是怎么做的？" 我说："直接调 OpenAI 的 API，把文档塞进去让模型自己读。" 空气突然安静了三秒。我看到面试官的眉头皱了一下，才意识到事

开始之前，先说两个常见的场景： 负载均衡：由于访问人数太多，我们的网站部署了多台服务器个共同提供相同的服务，但每台服务器上存储的数据不同。为了保证请求的正确响应，相同参数（key）的请求（比如同个 I

腾讯面试的时候，面试官问我：“用过什么 AI 编程工具？”。我说：“Trae。” 空气突然安静了两秒。 我搞不清楚为什么面试官沉默了，当时我还在想：“是不是我回答得不够高级？”。 面试被挂后才意识到：

大家好，我是 Guide！在 Java 生态中，Maven 绝对是大家每天都要打交道的“老朋友”。 InterviewGuide 这个开源 AI 项目中，我使用了 Gradle。不过，根据大家的反馈来

最近 MinIO 官方在 README 中正式宣布项目进入“维护模式”： 不再接受新功能、增强或拉取请求：代码库仅进行维护，不再开发新特性。 安全补丁和关键bug修复：会根据个案评估，但不是保证全面支