第一次对秋招有实感是在五月。我一直以为这事属于九月，结果同门已经在改第三版简历，有人在等提前批的笔试通知，有人已经在聊意向书了。那种被动不是能力上的，是时间上的：我还在准备，名额已经在分批放出去了。
后来我慢慢接受一件事：所谓秋招，不是一场投递，而是一条早就排好的流水线。五到七月是提前批，七月下旬到九月是正式批最密集的段落，九月之后还有补录，以及别人换签腾出来的空位。每一段放出来的岗位数量、流程速度、筛选方式都不一样。搞不清这条线，就只能被通知推着走。
时间线不是日历，是分批放出的名额
提前批通常落在五到七月。岗位少，流程快，筛选前置，有些团队先看简历和项目匹配度，再决定要不要安排笔试。它真正的价值不是“多一次机会”，而是竞争密度低：那个时间点还有人在实习、在写论文、在观望，投递的绝对人数比八九月少一截。
代价也很清楚。准备不足的时候去投，等于用一次真实面试换一次校准，而部分公司的面评是共享的，第一轮留下的印象会被带到正式批。我见过有人把提前批当练兵，也见过有人靠它提前锁定了意向。两种结果都合理，前提是自己知道在赌什么，以及赌输之后还剩多少窗口。
正式批从七月下旬进入网申高峰，八月的笔试和技术面最密。这段时间最容易被低估的不是难度，是密度。一周里可能同时有笔试、一面、主管面，还有一份必须当天交的实验报告。能不能在连续高压下保持稳定输出，比会不会某一道题重要得多。
九月之后节奏看起来松了，其实只是变得不透明。流程走完到发 offer 通常要一到三周，业务面通过了但卡在审批、薪资包和 HC 确认上的情况很常见。补录的来源也很朴素：有人拒了，有人转了方向，有团队的预算在季度末重新批下来。所以十月还拿到 offer 不算稀奇，但在补录阶段捡到的岗位，通常匹配度不如前期，需要自己判断要不要接。
补录阶段能做的事不多，但都具体：每天看一遍招聘系统的状态变化，有些公司补笔试、补面试只在系统里更新，不发短信；盯着学院群和内推群，具体团队、具体 base 的临时需求往往先在群里流动；把简历按方向准备两三个版本，推荐岗就突出召回排序和特征工程，CV 岗就写检测分割和部署，用一份泛算法简历投所有岗位，后期会被自己的模糊拖住。
春季该做的事，我倾向放在这条线之外单独看。三月到五月把题感和项目复盘做掉，不是因为那时候投递有优势，而是因为后面没有整块时间。五月的整周和八月的整周，含金量完全不同。
方向不同，节奏也会偏。搜索推荐、广告这类业务算法岗批次清楚、笔试集中；自动驾驶、AI Infra、大模型相关的团队有时会更早接触候选人，也更看论文、竞赛和落地经验；量化则基本是另一套日历。把“秋招”当成一个统一的季节去理解，容易在具体方向上判断失误。
至于什么时候可以开始投提前批，我用一个很具体的标准：简历上那个核心项目，能从业务问题讲到模型选择、数据处理、指标口径、工程落地、失败复盘，中间不被问住；同时中等题能在半小时上下写对。两条都满足就投，缺一条就先投匹配度低一点的公司，用真实流程校准。提前批不是等准备好才出手，但也不该拿最想去的那家去试手。
笔试是算法岗最硬的一道筛子
算法岗投递人数多、背景差异大，统一笔试是成本最低的筛法。这也解释了为什么有些简历不错的人会卡在这一步：不是项目不行，是这套筛子量的东西不一样。
我自己的判断标准很土：中等难度的题，三十分钟到四十五分钟之内能写出可运行的代码，边界能自己造出来，才算有手感。做不到就先补，不要急着投。
还有一件常被忽略的事：笔试和面试手撕是两种能力。笔试考交付，考的是在有限时间里拿到分数，所以先做可控题、再碰难题，输入输出模板提前备好，比追求最优解划算。面试考协作，考的是能不能把思路讲清楚、卡住的时候有没有推进路径。把两者混着练，通常两边都不够用。
国内不少平台还是 ACM 形式，自己读标准输入、自己处理多组数据和空行。这个细节每年都能筛掉一批思路正确的人：本地跑通，提交零分。有人把它归因于紧张，我倾向于认为是练习环境和考试环境不一致，这属于可以提前消除的变量。
限时这件事也值得单独练。九十分钟四道题，和四个小时两道题，考的是不同的能力：前者要求快速判断哪道题该放弃。我见过太多人把时间全压在最后一题的最后一个测试点上，前面两道题的边界反而没写完。先扫一遍题目、按把握程度排个序，这个动作看起来像应试技巧，其实是工程里的优先级判断。
项目要能被追问五层
面试官问项目，问的往往不是“做了什么”，而是边界在哪里。
我的经验是至少能答清五层：为什么选这个模型而不是更简单的那个；数据怎么清洗、怎么切分、有没有泄漏；指标为什么用 AUC 而不是 accuracy，提升来自结构、特征还是数据量；工程上付出了什么代价，延迟、显存、维护成本；哪一版方案失败了，失败之后怎么定位。
大部分人在第三层开始含糊。含糊的地方一定会被追，而且越追越窄。所以我现在倾向于主动划边界：这块不是我做的，这部分我没验证过，这个结论只在一个数据集上成立。短期看像减分，长期省时间。被追问到漏洞再承认，代价大得多，也更容易让人怀疑前面那些话的成色。
一个具体的反面例子：简历上写“使用 Transformer 提升效果”。这句话本身没有信息量，面试官只能顺着问，问到最后变成在考对 Transformer 的了解，而不是在考项目本身。换成“baseline 是 CNN，换结构是因为任务里存在长距离依赖，代价是显存涨了一倍，最后靠截断序列长度取了个折中”，讨论就会停在具体的判断上。
科研项目更容易踩这个坑。很多人把论文复现写成项目经历，通篇是方法名和数据集名，唯独没有自己的决定。我后来学乖了：把“复现”改写成“解决问题”——数据规模多大、负采样怎么做的、和传统方法比在哪个指标上有差距、训练不稳定时先怀疑什么。哪怕最后没跑出更好的结果，这条排查链本身也能说明对链路的理解。面试官不指望一个学生做出上线系统，他只是想知道候选人遇到不确定的时候会往哪里看。
轮次之间的差别也值得提前想。一面多在半验证“会不会”：基础概念、代码能不能写出来、简历上的东西是不是本人做的。二面会往“为什么”走：为什么这个模型、指标提升可不可信、延迟怎么控制、数据分布变了怎么办。到了交叉面或者主管面，问题会更开，考的是怎么在不完整的信息里做判断，以及知不知道自己不知道什么。用同一套话术应付四轮，通常第三轮就会露。
还有一条底线：简历上不要出现自己没碰过的东西。为了过关键词筛选写上去的模型名，最后都会变成面试里答不出的问题，而且会连带把旁边真实做过的部分也拖下水。
把求职当成一个有状态的项目
我后来用一个很笨的办法管理这件事：一张表，记公司、方向、批次、截止时间、笔试时间、面试轮次、每场的结论。不是为了好看，是为了在笔试和面试撞车的时候能立刻判断优先级，按匹配度、HC 确定性、城市意向排序，而不是按谁先发通知。
投递分层也有用。冲刺档早投、找内推；匹配档按 JD 调项目顺序；保底档不要拖到九月末，否则笔试全堆在一起。真正拉开差距的不是多投了几家，而是每场之后有没有把问题记下来：笔试挂是题型没见过还是实现慢，一面挂是基础薄弱还是表达不清，二面挂是深度不够还是方向不匹配。拆到这个粒度，下一次才有具体动作。
信息来源我按可信度分三层用：官网确认岗位是否还开着、截止到什么时候，社区看最近的流程节奏，面经补细节，判断这场面试偏代码还是偏项目。反过来做就容易出事——把一条面经当成规律，或者把“HC 很多、马上截止”这种说法当成事实。
精力的账也要算。有人在一天里排三场笔试，觉得反正都在电脑前，实际到第三场的时候读题速度会明显下降。我现在的上限是一天一场需要动脑的考核，剩下的时间只做投递和复盘这类低强度的事。这个决定会让我少投几家，但每场的完成度更稳。秋招最后拼的不是投了几家，是有几场真正打完了。
拿到不止一个 offer 之后，比较的维度反而变多了。薪水好算，难算的是业务线处在什么阶段、带的人是谁、这个岗位上一个人为什么走。我自己的排序是：方向和组 > 城市 > 现金。前两项决定两年后还有没有得选，第三项只影响这两年的体感。这个排序不一定对，但它能让我在纠结的时候知道自己在放弃什么。意向书不等于合同，三方和违约条款要提前看清楚，尤其是手里还有另一个流程在走的时候。
我不知道这条线以后会不会继续前置。按现在的样子看，它更像一个需要在春天就启动的项目，而不是九月的一场考试。这个判断可能明年就过时，但至少现在，它让我少了一点被通知推着走的感觉。
评论