做为一名普普通通的CS美本学生，大二时看到大家都开始疯狂的海投简历，于是便随波逐流也开始打开各种公司的招聘网站拉开了漫长的找工过程。虽说有着算法比赛背景出身，但是在长年累月的AI Coding工具的重度使用中，渐渐退化了曾经敏锐的Data Structure & Algo的掌控能力。
相反，我甚至觉得有的时候曾经的成绩给了现在退化的我巨大的压力——当我在LeetCode上刷到以前可以轻松解掉的DP题，大家都在哭难但是曾经烂熟于心的线段树模版，确实一股复杂的心情涌上心头。不得不承认，我与过去的我自己在对代码的交互和使用上已经变成了完全的两幅样子——而有时我甚至都不知道这应该是一件好事还是坏事。
总之，这件事情在找工最大的影响就是：这给我的初期technical面试造成了一定的困扰，倒不是真的代码上写不出来的困扰，而是心中对现在的自己与过去几乎是一"准竞赛生"的鲜明对比所带来的落差感。虽然我极力克服，但是不得不承认在面试时这样的"心魔"让我在一些coding环节里表现的略有不自信，造成了一些小失利。
不过现在马后炮得看起来，早期的面试连挂并没有损失什么，相反在帮助我积累抗压能力和接受事与愿违上有着相当大的帮助。
P.S: 在简历和past project experience上，个人自认为算是在同龄人中比较丰满的：有三位数stars的GitHub repo，有工业级的个人项目，也有一两篇领域相关的小paper，所以虽然整体大二SWE实习还是很卷，但是自我评价下来感觉我对过机筛和拿到面试是完全不虚的。
Timeline
8月底-9月初 开始陆陆续续海投+找referral要了一些公司，在10月份的时候差不多达到了50+左右。除了收到了TikTok和零零散散几家OA后，就没有什么后续消息了。其实这个阶段是自我怀疑最大的时候，因为从来没有从外界收到过任何的正反馈，也不知道自己的简历到底是不是有想象的那么好（经常陷入自我验证和怀疑的循环）。
Vercel
10.9 收到了Vercel的recruiter，聊了聊后做了一面。是System Design类的题。刚好前两天跟朋友聊过类似的题型的解法，把一个hit counter一步一步的优化了5步，最后全部都写出来了，中间偶尔有一点点小bug，但是很快都自己纠回来了，但是最后还是挂了。
Stripe & Ramp
10-11月 同时还收到了Stripe, Ramp的面试。同样都是一轮游结局。面试经历稍有点逆天，Stripe的面试官感觉全程对流程并不是很上心，题目案例上有一些bug也没有提示，导致我自己一个人卡了2分钟。Ramp的面试要求零AI手搓Google Calendar，这个的离谱程度我就不过多评价了。
TikTok
12月 收到的面试，前端的岗，约到了12月底。一面非常顺利，二面感觉自己被拷打的非常厉害，几乎丧失信心，但是奇迹般的最后还是拿到了offer。记忆比较深刻因为是第一个offer + 生日当天发过来的offer letter，所以对个人而言意义比较重要。
Apple
Pretraining Infra Intern – AIML
11月底收到的第一个面试。Large Scale Pretraining Infra的岗（隶属于Foundational Model下面的组），面试官以前是北航的，做过NLP相关的方向，我当时在北航跟一个教授自己做了一个CV项目，虽然方向不相关但是应该是认识的，所以直接把我从pool里捞出来了。
考了一道非常难的hard题目（因为我一上来就把第一道前缀和秒了）最后还是磕磕巴巴的奇迹一般的做出来了，整体准备的很充分，相关的论文也读了，面试反馈应该是极好的——可惜因为没有headcount了于是挂了。
即便过程已经相当不错了，但是面对这样的结果是在还是有些不甘心，于是还是郁闷了一两天。事后发现，recruiter似乎是管了整个AIML department的intern岗位，所以其实现在看起来如果面评反馈很好的话其实希望还是很大的。
Model Evaluation Intern – AIML
一月底突然又被reachout，被告知是Model Eval方向的岗。一面先跟manager聊，纯聊天无technical，主要聊了对于合成数据在ML训练的理解，coding agent的使用，我以前给OpenAI提交过的高星代码库记录（恰巧也是eval方向的）感觉对方被impress。
后续两轮back to back technical过得极其轻松，一周之内下的offer，整个过程非常顺利。
P.S: 现在是二月底，还有一些ongoing process因为还没结束就先不update了，目前看起来大概率commit Apple，因为我更喜欢做AIML方向的工作，跟我整体的职业发展规划更align一些，加之苹果在大厂里的reputation稍微略好于TikTok（虽然这纯粹是一个暴论，但是基本大部分组对比下来都是这样的）对我拿到的两个offer来说，没有什么好犹豫的，直接reneg就完事了。
其他
面了一家YC startup，通过一面，但是想了想觉得并不是我需要的，感觉tech stack一般般，所以没有约二面。
面了Scale AI的GenAI Technical Advisor Intern，过了，是个不错的Remote Offer，但是可惜因为CPT原因并没有继续。
关于Coding
应该还是需要再显著加强的，目前应该是我最大的短板。目前LeetCode和NeetCode等平台合计刷了小100题，目标这学期结束能来到300+。需要系统性的复习一些概念和Python语言的熟练程度，不然真的没自信。
不过目前coding agent的涨势越来越猛，engineering能力在做LeetCode的对比下显得越发重要了，我也并不是很清楚未来刷题的价值是否会固定保持不变，但是现在至少看起来大厂和量化对于算法题的熟练度要求还是很高的。
某知名RL benchmark的作者曾经说过一句名言：教一个researcher如何写engineering level code比教一个engineer去做research难得多。对于系统架构的理解和熟练度是需要长时间的实战经验积累和不断的试错的——这也是为什么我始终认为GitHub在我这里算是一个很重要的指标（reward function）虽然这并不是像GPA一样那么被大众接纳和认可，但是觉得懂它含金量的人自然会欣赏。
关于面试
精神状态比我想象的占比要重要一些，与其说一直想怎么过掉technical，不如展现自己的思考过程和给他人的精神面貌。面试官虽然是通过technical选题，但是本质还是在想：我是否愿意与这个candidate一同工作？所以各个方面的因素都应该考虑在内，而并不是仅仅"Shut up and code"——思路和沟通同样极其重要。
写在最后
过去5个月的时间基本每天都在高强度的冲浪刷帖，刷论坛，疯狂的改和投递简历，准备面试，刷题，打开邮件看到那句久违的"After careful consideration"。期间看到有些朋友进度快很多，拿了很多家公司的面试，也早早下了车，确实给足了Peer Pressure，但是庆幸的是我也逐渐摸清了这个过程的游戏规则，在压力的逼迫下强行激发出了很多自己都不知道可以做到的潜能。
我的前4场一面，不论表现好于不好，甚至有接近完美的发挥，全部无一例外的挂掉了。有人说一连面五六场最后到onsite挂的面试是让人崩溃的，但是连续的一面挂是另外一番精神打击。
但是在认真的分析了自己的简历和项目经历后，我选择相信自己的能力，并把很多前面的失利原因归纳与更多的随机变量和岗位的匹配问题（其实跟找对象并无二致，每个人脱单的时间都不一样，有的人非常轻松，有的人很难，但是仅仅看快慢并不能说明什么）。申请的过程中找清楚自己的定位并真诚的展示自己的水平才是最重要的。
附一张K神的抽象发言：
在疯狂刷题准备面试前，我以为我最后会重新像以前那样，恢复以前的算法巅峰功力，手撕树状DP，最后我发现其实面试中用到的题远没有这么难，LeetCode也并不是面试的全部。
只是在人最焦虑的时候，总是需要有那么一个结果清晰的指标来给人源源不断的压力（比如LeetCode提交时超时或者挂掉的hard，自己本来应该很快做出来但是卡了很久也没思路的medium，等等）。现在看起来都并不是那么的重要了。
轻舟已过万重山
2026年2月 于Durham, NC