@GergelyOrosz:技术面试正在如何变化,CAP定理有什么问题,以及哪些技能变得比……更重要
摘要
Gergely Orosz分享了与Neetcode创始人Navdeep Singh的播客精彩片段,讨论了CAP定理的缺陷、技术面试的变化,以及尽管AI进步但编码技能依然持续的价值。
查看缓存全文
缓存时间: 2026/06/25 19:26
技术面试如何变化,CAP定理有什么问题,以及哪些技能对开发者来说变得比编码更重要?很高兴终于能和在NeetCode的创始人@neetcode1一起做一期面对面节目。
时间戳:
00:00 开场
02:57 Neet对编码面试的看法
06:41 进入科技行业
08:56 为什么Neet不喜欢CAP定理
13:12 入职亚马逊两个月后离职
18:22 谷歌与亚马逊对比
22:26 NeetCode的起源
25:27 离开谷歌,全力投入NeetCode
32:02 为什么Neet不修复每个bug
39:26 编码面试准备的价值
42:57 系统思维与领域专长
47:28 大公司招聘
52:15 NeetCode的技术栈
57:57 NeetCode重新设计大赛
1:01:46 软件工程师的未来
1:09:04 锐评:AGI、AI技能侵蚀、个性特质
1:22:49 “也许有些人应该直接放弃”
1:24:39 如何成为脱颖而出的工程师
1:27:55 书籍推荐
本期由以下赞助商提供:
• @AntithesisHQ – 无需人工审查或传统集成测试即可验证系统正确性 – 避免bug或系统故障。 https://antithesis.com/pragmatic
• @sentry 应用监控软件,被数百万开发者认为“还不错” https://sentry.io/pragmatic
• Google Cloud Run – 全托管平台,代码直接运行在谷歌可扩展基础设施之上。运行前端和后端服务、批处理作业、托管LLM和智能体,无需管理基础设施。 https://cloud.google.com/run?e=48754805&utm_source=&utm_medium=&utm_campaign=the_pragmatic_engineer…
本次对话中的三个有趣要点:
- CAP定理的“三选二”框架被广泛教授,但技术上站不住脚。
Navi认为这是一个有缺陷且不完整的定理,后来看到Martin Kleppmann公开批评它时,他感到被印证了。这提醒我们,值得独立思考,不要不加理解就接受定理的正确性。
- Neetcode的YouTube频道是在Navi发帖说“因为进了谷歌,以后会少发视频”之后爆火的。
在他分享自己获得谷歌软件工程师职位之前——当时谷歌是最难进的公司之一——Neetcode频道的人并不多。结果,分享进入谷歌这件事成了最好的“销售话术”:突然之间,大家都想了解他练习了什么才拿到这份工作!
- 关于“编码已死”的预测并未成真。尽管AI模型大幅改进,Navi观察到大多数工程师并未被裁员。事实上,他看到了相反的情况:开发者比以前做的工作更多!
正在重定向…
来源:https://antithesis.com/pragmatic/ 正在重定向至/?utm_medium=podcast&utm_campaign=pragmatic_2026&utm_source=pragmatic&utm_content=pragmatic_20260513 (https://antithesis.com/?utm_medium=podcast&utm_campaign=pragmatic_2026&utm_source=pragmatic&utm_content=pragmatic_20260513)
相似文章
@GergelyOrosz:来自德国的一位首席全栈工程师在面试中观察到:“面试已经发生了巨大变化!过去,面试问题/讨论会涉及React vs Angular、Java vs Go等话题。如今,问题是:你能根据一个瀑布式规范,在两小时内一次性推导出一个产品吗?这本来需要十年时间……因为这才是我们应该做的。我觉得团队居然相信这一切简直是疯狂。但你要么接受并拿到工作机会,要么反驳并解释其中的问题,然后你就没机会了。”
一位德国首席全栈工程师观察到,科技面试已从讨论React vs Angular等框架转向要求候选人使用AI根据规范快速生成产品,称这一趋势“纯粹是疯狂”。
@GergelyOrosz:与AI实验室(OpenAI、Anthropic)的一些人聊了他们对软件工程未来的看法…
Gergely Orosz分享了与OpenAI、Anthropic等AI实验室人员交流的见解,指出越接近生产代码的工程师,越不相信AI能完全解决软件工程问题。
最后一次技术面试
Steve Yegge 反思了科技行业技术面试流程中长期存在的缺陷,讨论了以往改进尝试以及向新方法不可避免的转变。
@aiDotEngineer:Tokenmaxxing、生产力与内部 AI 平台——@swyx 对话《The Pragmatic Engineer》编辑 @GergelyOrosz
播客讨论“tokenmaxxing”、AI 带来的真实生产力提升,以及内部 AI 平台如何重塑软件工程师的角色。
@GergelyOrosz:AI如何改变CI/CD,以及更多团队应该采用哪些明智的部署实践?Robert Erez……
与CI/CD专家Robert Erez的播客对话探讨了AI如何重塑CI/CD实践、GitOps的细微差别,以及临时环境和渐进式交付等趋势。