- 博客(8)
- 资源 (1)
- 收藏
- 关注
原创 Anthropic 招股书披露封号内幕:开发者使用 Claude 要注意什么?
Anthropic招股书披露,5%~7%收入来自后续被认定违规的客户,凸显账号被封风险。尽管账号当前可用,但合规性存疑,尤其涉及转售、共享或地区限制账号。企业不可仅靠海外注册规避政策风险。开发者应避免依赖单一模型服务,通过抽象接口、预留备用模型、强化异常处理及确保合规,构建抗风险架构。技术可切换≠业务可持续,核心系统须摆脱对单一供应商的依赖。
2026-10-31 11:53:31
353
原创 PHP2Shell漏洞紧急修复指南:别把memory_limit改反了!附PHP-FPM配置与排查步骤
这次漏洞真正值得警惕的,不是PHP可能被打崩,而是攻击者可能获得远程代码执行权限。因此,在无法确认防护是否有效时,暂时隔离高风险服务,也是合理的应急选择。可以接受短时间业务中断,但不能把可能已经遭到入侵的服务当成正常业务继续运行。升级或安装供应商安全回移补丁,是修复对应漏洞的根本办法。临时配置、WAF和请求限制,只能帮助管理员争取修复时间。PHP2Shell也再次说明:生产环境安全,不是改几行配置就能解决的问题。真正困难的,是理解系统底层的故障机制,并在安全风险和业务连续性之间作出正确取舍。
2026-10-24 17:47:04
615
原创 都说FDE很牛,为什么企业花高价招来的人,最后连AI项目都落不了地?
FDE能否助力企业AI项目落地?关键不在于会讲概念,而在于实战能力。许多候选人能流畅描述Agent流程、Skills设计,却缺乏应对接口超时、幂等性、权限控制等真实问题的工程思维。真正优秀的FDE不仅懂技术,更懂得识别项目边界,判断何时该用Agent、何时不该用。企业招聘应摒弃“背书式”面试,通过连续追问考察异常处理、风险控制与交付意识。唯有如此,才能避免高价招聘“只会做Demo”的人才,真正推动AI项目从演示走向落地。
2026-10-20 11:03:47
193
原创 后端开发转大模型应用开发:从入门到求职,四个阶段怎么学才不绕路?
本文聚焦大模型应用开发面试准备,针对有后端经验者转型痛点,提出“入门—进阶—项目—求职”四阶段训练路径。强调每步需交付可验证成果:如封装稳定接口、定位RAG失败原因、实现工具调用校验、构建评估集。通过真实问题与连续追问,帮助发现知识盲区,提升简历含金量与面试应对力。核心是将学习转化为可展示的项目证据,实现从“学过”到“能讲清”的跨越。
2026-10-14 21:33:55
200
原创 面试驱动式学习:先找准技术盲区,再高效备战AI面试
当下AI技术迭代速度远超传统开发领域,Python高阶开发、RAG、AI Agent、大模型应用开发等岗位的技术要求,几乎每月都在更新。很多开发者、在校生陷入了备考困境:按部就班刷面试题、成套看网课、报培训班,往往会出现学完就过时、学了用不上、背题扛不住深挖的问题。尤其是AI岗位面试,面试官早已不再局限于基础知识点提问,更看重技术选型逻辑、底层原理、问题排查与业务落地能力。
2026-10-11 15:58:51
190
原创 RAG召回率90%,面试官为什么还是怀疑你没做过项目?
搞定面试|专注AI开发岗位的面试训练聚焦Python、RAG、Agent、大模型应用开发,通过真实技术问题和连续追问,帮你发现那些自己都没有意识到的知识盲区。
2026-10-10 12:10:23
199
原创 面试官问:知识库只有100篇文档,你还会选择RAG吗?
最近在整理 AI 开发岗位的面试题时,我发现一道很有意思的问题。假设公司只有篇内部文档,要做一个智能知识库问答系统,你会选择吗?很多人第一反应就是:“当然选RAG啊!把文档切片、向量化,存入Milvus,用户提问时先检索,再交给大模型生成答案。听起来没什么毛病。现在大模型都支持很长的上下文了,为什么不能直接把这篇文档放进?你可能会说:“因为RAG可以节省Token。如果这篇文档加起来只有万呢?到这里,问题就有意思了。
2026-10-10 10:41:06
166
原创 刷了 300 道题,面试还是挂在第三个追问上
AI时代, 知识快速更新, 企业需要的才是真正需要的.文章介绍了如何根据面试结果学习的方法:面试驱动式学习
2026-10-08 21:25:59
497
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅