程序员社招怎么准备？从岗位匹配走到项目深度
工作年限不是完整的能力描述
社招准备先看目标岗位需要解决什么问题，再整理自己能够证明的能力。后端、平台和 AI 应用岗位对数据、可靠性、系统设计或评测的侧重不同，不能仅凭职位名称判断匹配。
把要求分成已具备、可以补齐和暂时缺少三类。使用同一真实经历突出相关部分即可，不要为了覆盖所有关键词，把参与过的组件写成自己主导设计。
选择能深入讨论的项目
优先准备一两个自己真正负责、能够讲清来龙去脉的项目。先说明业务目标、系统边界和个人职责，再选择一个关键取舍与一次失败处理。团队架构可以介绍，但需要明确哪些决定由自己完成，哪些只是协作理解。
项目深度不是组件数量，而是能解释为什么这样做、什么条件下有效，以及后来出现过什么问题。简单方案在真实约束下做得可靠，同样有讨论价值。
让结果与证据对应
性能与成本结论要能解释测量条件、指标口径和对比方法。平均延迟、尾延迟与吞吐量不能互相替代；减少人工步骤也可以是成果，但应说明实际改变。没有保留数据时，使用准确的定性描述，不补造优化比例。
涉及公司机密时，用脱敏架构与抽象问题说明判断过程。不要把内部代码、客户记录、日志和凭据上传公开仓库，面试展示也应遵守已有保密边界。
系统设计练习从需求开始
面对系统设计题，先确认读写规模、一致性、延迟和可用性要求，再给出数据模型与主链路。讨论扩展时，说明当前瓶颈和新增组件带来的收益，而不是直接画出所有流行中间件。
准备一个重要失败场景，例如写入完成但响应丢失、缓存陈旧或文档更新失败。讲清用户会看到什么、系统如何保持安全、怎样确认恢复，比泛泛地说“加监控和重试”更具体。
面对 AI 岗位如何补齐
有后端经验不等于已经掌握 AI 应用工程，但网络、数据和可靠性能力可以迁移。可以做一个边界明确的 RAG 或工具调用 Demo，补充评测、权限和成本记录。明确哪些是生产经历、哪些是学习实践，不把框架使用次数当成工程深度。
准备节奏还要兼顾现职交付与交接义务。以真实岗位反馈调整重点，复盘回答中反复出现的证据缺口，不因为一次结果否定全部经验。
如何检验准备质量
随机挑一条简历描述，回答职责、取舍、失败、验证和演进五个问题，再让不了解项目的人听一遍。如果依赖很多背景才能理解，就收紧主线。本文不保证面试或录用结果，目标是让已有经验能够被准确理解，也让下一步学习有清楚方向。