Category: 软件工程

这篇文章记录了一次教孩子用 VS Code AI Agent 修改 GitHub Pages 个人主页的经历。相比传统手写代码，AI 时代的编程教育更重要的是学会描述需求、指挥 Agent、理解 GitHub 工作流，并能审核 AI 生成的代码。文章借此引出 Harness Engineering 的概念：大模型是“大脑”，而围绕模型的工具调用、文件编辑、工作流和验证机制，才是真正让 AI 干活的 Harness。 去年弟弟学了一些 GitHub、Markdown 和 HTML，也在 GitHub 上搭了自己的个人主页。虽然页面已经能跑起来了，但整体看起来还是比较乱：有些排版不统一，有些内容结构不清楚，代码也有点像“想到哪里写到哪里”。 这次我就借这个机会，给弟弟演示了一下如何在 VS …

AI Coding Agent 正在重塑软件开发的门槛。从 VS Code Agent、GitHub Copilot 到 Codespaces 和 GitHub Actions，开发流程正在从“手写代码”变成“提出问题、指挥 AI、审核结果”。当 12 岁的孩子也能在浏览器里用 Copilot 修改 Tetris 并触发发布时，说明编程的入口已经被大幅降低。未来真正重要的能力，不再只是会不会写代码，而是能否定义问题、拆解任务、判断 AI 方案是否靠谱，并把代码安全地放进真实系统中运行。 AI Coding Agent 正在重塑编程的门槛 写代码的门槛，正在变得像用计算器一样低 从写代码到指挥 AI：程序员的工作正在被重新定义 …

程序员的未来？Vibe Coding + AI 一起上！ 借助 AI 快速开源了三个小工具 最近，我利用 ChatGPT-4o 和 o4-mini 快速开发并开源了几个小工具。起因其实很简单——每次想转换 YAML/JSON 或进行 Base64 编码时，我总是得去 Google 搜索在线工具。时间一久，我不禁开始思考：既然每次都要用，为什么不自己动手实现一个呢？正好我也在学习 React，把这个过程当作练习岂不是一举两得？ 于是我开始“扮演”产品经理，向 ChatGPT 提出需求，它很快就为我搭建好了基础框架。包括项目结构、CI 工具（单元测试、ESLint——后来我换成了 Prettier）、README 文档，甚至是 GitHub Actions 上的自动化测试和部署流程，全部一气呵成。 …

2025年年初，拿了Jane Street一个小时的Coding面试体验卡。 市场定位 Jane Street 是一家全球领先的定量交易公司和流动性提供者，成立于 2000 年，总部位于纽约，同时在伦敦、香港和阿姆斯特丹设有办事处。 它以高度依赖数学、统计学和计算机科学技术而闻名，在金融市场中运用定量分析方法进行自动化交易。 技术驱动 Jane Street 专注于做市业务，为全球各类金融工具（股票、ETF、债券、期权、期货等）提供流动性。他们的交易模式主要基于算法和数据驱动，通过低延迟的技术在市场上寻找交易机会。 Jane Street 是一家技术驱动的公司，其核心交易系统和工具大多是内部开发的。他们高度依赖函数式编程语言 OCaml，用于构建高性能、可靠的交易系统。 文化与工作环境 合作与学术性：Jane Street 的公司文化强调团队合作、数据透明和学术研究氛围。 扁平化管理：鼓励员工从任何层级提供创新的想法。 强大的培训：对于新员工尤其是应届生，Jane Street 提供系统的培训，帮助他们快速上手。 招聘与职业机会 Jane Street 以招募顶尖的数学家、程序员和定量分析师而闻名。他们非常注重候选人的逻辑思维、编程能力和解决复杂问题的能力。 …

币圈的P站是Poloniex，前几年被孙宇晨收购了，它是一个交易所。我很久之前用过Poloniex，当时对其印象并不是很好。 不过，现在我对其好感增加，因为币安买下的coinmarketcap免费的接口就很多限制。 官方文档），这个接口的频率限制是一秒200次，很慷慨了。 https://api.poloniex.com/markets/price 能返回所有交易配对，比如这样的： 这个JSON返回的结构是一个数组，每个元素是个结构体，也就是一个币价的具体配对信息，我们可以看成是一条边Edge两个顶点Vertice，这样就是一个图结构（带权图 Weighted Graph，权值就是兑换价格），虽然给的是单边，但其实是个双向的，比如USD_BTC得值可以反过来推得BTC到USD的价格。我们可以设计一个算法，从币价A到币价B，可以通过BFS广度优先搜索算法来获取价格。比如有配对A_B、B_C、C_D我们就可以获得A_D的值。 深度优先搜索算法DFS也可以，不过这个算法会返回找到的第一条路径，并不能保证是最短的，最短的确实是最准确的，因为链也长，转换精度就会下降。 当然，可能存在多条路径，最理想的状态是把这些路径都求出来，取个平均啥的，不过这样就得暴力搜索所有的路径了，算法时间复杂度就会比较高。 以下是BFS广度优先算法的代码，Javascript的，可以用于网页前端或者NodeJs后端，甚至是CloudFlare Serverless Worker或者是其它无服务框架：Azure Function、AWS Lambda等。 const fetch = require('node-fetch'); async function getTicker(a, b) { try { const response = …

Google（谷歌）是全球知名的互联网巨头之一，几年前被认为是养老终级大厂，福利优厚，压力相对较小。在英国伦敦，Google设有一个主要从事开发和研究的办公室。 第一次面试 2016年 我在2016年首次面试Google。第一轮是电话面试，由一位在瑞士的工程师主导，通过电话交流并在Google Doc上同步编写代码。由于当时技术水平有限，我用C++完成了那道消息打印的题目，核心是使用队列和哈希表来解决问题，写得很磕磕巴巴。 当时对软件工程师的级别没有特别概念，推测自己面的是SWE L4/L5的级别，因为当时也就工作了5年多。 我查了一下邮件，2013年11月份的时候谷歌猎头联系我问我要不要试试？我说我当时没拿到英国永居，不想冒险，虽然他说到谷歌可以办工签，我当时还是没有选择去面试，现在想起来实在不可思议，后来2014年/2015年的时候同一个猎头还每隔6个月就check-in一次，最后面是在2016年4月份的时候才开始第一次的。 我要是当时聪明一些，努力刷题一些，搞不好当时进谷歌，现在也工作将近十年了，拿着谷歌股票到现在，也不至于现在混个高不成低不就的。 第二次面试 2020年 第二次面试是2020年11月份，第零轮其实应该算是Google的猎头问的一些选择题，比如C++里的哈希表/map如果访问一个不存在的键会发生什么？Google的软件工程师包括SRE站点可靠工程师在面试的时候都可以选两种路径，一个是数据结构和算法（编程），另一个是运维/DevOps偏LINUX知识的。我都选前者，毕竟这个我感觉只要短期刷题就好了，相反后者需要多年工作实战的积累。 通过了猎头的小测试，我进入了第一轮，是道编程题，但是并不是那种力扣上可以见到的，这一轮45分钟，给得是一个比较有意思的游戏，比如迷宫生成算法。面试的时候需要你主导整个过程，包括澄清问题，构思，写代码，分析复杂度等等，每一步都需要你Think Aloud。虽然这一轮我犯了些错误，但是给得反馈总题还不错，面试官说他觉得我应该进入下一轮。 到了终面，安排在了同一天，上午2轮，下午3轮，我记得3轮编程/Coding，一轮系统设计，一轮Culture Fit/Behavior/行为模式。除了系统设计是1小时，其它的4轮都是45分钟，谷歌的Coding面试45分钟都是解决1题即可，题目并不是力扣上的，题目范围/scope较大，偏难。一般来说coding完还会有一些Follow-up的问题，比如怎么优化算法。这个和Meta/Facebook的Coding面试不同，Meta百分百喜欢出力扣上原题，40分钟内需要解决2题力扣原题（留5分钟问问题），这个可以通过力扣按公司归类最近3/6个月的试题准备即可。 系统设计我记得是设计一个类似AWS S3的文件存储，也不知道是不是看我当时在AWS S3工作。很可惜，最后面这一轮不过关，当时我面的是L5（Senior），软件工程师级别越往上走，对系统设计的能力则要求越高（设计可扩展/分布式/高性能的系统 ）。 Unfortunately Google doesn’t disclose specific feedback per interview session …

许多大公司都有站点可靠性工程师（SRE = Site Reliability Engineer）的职位空缺。例如，谷歌、Facebook/Meta 或字节跳动的抖音。软件工程师（Software Engineer）与亚马逊/Amazon所称的软件开发工程师相同（Software Development Engineer）。 站点可靠性工程师（SRE）是一个专注于确保生产环境中软件系统的可靠性、可扩展性和性能的角色。SRE 负责服务的健康状况和正常运行时间，平衡软件开发与运维任务。软件工程师（SE）主要专注于编写和维护代码以创建软件产品，而 SRE 则融合了开发技能、系统管理、故障排除和事件管理，以确保这些产品在实际环境中顺利运行。 以下是两者之间关键区别的比较： 站点可靠性工程师 (SRE) 专注于可靠性与运维： 确保系统高度可用、可扩展且具有弹性。 监控系统健康状况，管理事件并处理故障。 运维自动化： 使用代码自动化手动任务（例如基础设施部署、监控和补救措施）。 通过创建自动恢复或仅需最少人工干预的系统来减少重复性工作。 随叫随到的职责/也就是On-call：我在亚马逊AWS云On Call的体验 通常参与随叫随到的轮值，处理操作问题和紧急情况。 性能和容量规划： 分析系统性能，确保系统能够应对增长和流量高峰。 SLA、SLO 和 …