“为什么需要有人力资源这个岗位”
因为人性是复杂的，人力资源就是用一种方法论来对人力进行管控。他保证的是下限，不决定上限。

btw：我认为楼主遇到的问题（ “你期望薪资” “你为什么离职” “工资符合不了你的预期怎么办”）其实跟 HR 的管理制度本身没什么关系，是市场供需之间的关系导致的。

翻译成人话就是内购必须用 apple pay 。

3.1.1 App 内购买项目：
如果你想要在 App 内解锁特性或功能 (解锁方式有：订阅、游戏内货币、游戏关卡、优质内容的访问权限或解锁完整版等)，则必须使用 App 内购买项目。App 不得使用自身机制来解锁内容或功能，如许可证密钥、增强现实标记、二维码、加密货币和加密货币钱包等。除非符合 3.1.3(a) 中规定的情况，否则 App 及其元数据不得包含按钮、外部链接或其他触发方式，引导用户使用 App 内购买项目以外的购买机制。

有三方面原因吧。
1 、如今社会的规则引导就是要掏空六个钱包。不管是繁复铺张的结婚习俗，还是高企的房价，还有年轻人超越自身能力的消费欲望，都是如此。所以年轻人的区别就在于有的父母能帮衬，有的不行。必然会产生不平衡心理。

2 、目前的教育培养的就是精致利己主义者。教育的核心逻辑都是围绕着如何提升自己，碾压别人，如何和别人竞争，如何彰显自己的优势，如何获得社会的优质资源。（中考、高考、竞赛、素质教育，都是如此）

3 、现代社会是个网络社会，互联网发言无需对自己的言论负责。所以打破下限其实无论是对本人，还是对回复者，都无伤大雅。

总体使用下来体验不错。
1 、不需要消耗额外的脑细胞叙述上下文。
2 、入参的范围很大，甚至可以跨文件猜中字段名。
3 、反应速度尚可。

但问题也不是没有：
1 、提示的速度不如录入的速度快，导致有时候其实他已经猜到了，但我已经输入完了。
2 、生成的代码（尤其是小众平台、框架）容易有非常隐蔽的逻辑错误，但不是语法错误。排查起来比较困扰。

总结来讲就是值，但是有进步空间。

CSS 目前最流行的布局方式，和 Android 并没有任何区别。
横向、纵向线性布局，高宽，居中/等分/权重/向 x 对齐，外边距内边距，背景边框圆角，
如此 90%的界面已经搞定了。

@LykorisR 多虑了，深度和广度并不绝对冲突，是互相促进的作用。

深度有助于让你快速拓展广度，因为技术的底层原理与思想是共通的。你了解了 js 的脚本特性与面对各种设计、架构问题的解决方式，那么面对 python 也会更快的上手。

反之，广度会帮助你更透彻的了解针对某个需求，各种技术选型之间的区别、弊端与掣肘到底是什么，从而明确深度研究的方向和驱动力。不会陷入为何 Integer 100 也可以用==这种无聊内容中无法自拔。

当然，保持一颗好奇的心是必须的，不能主动排斥知识。

没说职位，那么从 2 年工作经验这个角度看：

2 年工作经验基本上也就是把自己目前负责的一摊事（有可能是某个业务线，有可能是某个开发项目）在架构师/总监/组长有架构设计的前提下，搞定实现的水平。

除非下功夫啃书或者针对性的研究过面试圣经。否则知其然不知其所以然是常态。
话说回来，如果他真的下功夫啃书和下功夫准备面试，那人家肯定也去面大厂了，对吧。

举个例子，“对 Vue/React 这些框架的了解更是浅显”，对于一个初级开发小兵而言，什么业务开发场景需要对 React 自身了如指掌？
反之，如果真的需要一个小兵了解这个，那这个项目距离失败就不远了，这 React 也白用了。

“亚健康”本来就是个营销词汇的伪概念，充满了铜臭气。
1 、传播身体焦虑。本来就没有绝对的健康定义，所有的生活习惯都是愉悦与寿命的互相妥协。
2 、不能得罪客户，所以不能说客户有病，是不够健康。
3 、试图一个词囊括最多的群体。所以不能确切说他的产品的适应人群，只说针对亚健康人群。

随着医疗知识的逐渐普及以及骗术阵地的转移，现在已经没人提亚健康了。

@WindProtect 是的，他的这个操作，表面上看与 toC 关系不大，但实际上算是和频道一开始的调性 180 度的转弯。并且可以说是放弃了接近 10 年口碑不败的最有力砝码。

@V2Q 同不看好，可能几次转型变现的结果都不是很成功，为了加速频道的变现能力不得已而为之。（不管是和轼界的联动，西那瓦大学这种硬广，还是懂车帝的首发等等）

找到有 GPS 信号的地方（比如楼下露天场所），再试试。

主要问题在于说，windows PC 的操作逻辑以及同屏信息量与 Android 的操作习惯截然相反。
如果两个端用不同的界面逻辑代码，只共用 IO 和业务部分的话，跨平台的意义是否还有这么大。

如果抛去产品设计的问题，依然选择跨平台的话，flutter 是可以胜任的。

@lgqfhwy2 有可能是力扣最近的出题思路有巨大的转变，恰巧跳出了 G·P·T 训练的统计学收敛范围。

是相同的题目么？提示词的录入顺序、分段一致么？
大语言模型对这些很敏感，本质上是根据上文预测下一个可能的词，所以输入参数有一点变化，最终的结果累计的距离就很远。

1 、难度很大。（大到不刻意训练应试技巧，只靠自身积累和教材，几乎无法通过）
2 、知识体系杂。整体学下来可能收益没有你自己想象的那么大。
3 、考试内容范围不稳定，最近两年一直在调整和摇摆，你带着教材开卷考都有可能通过不了。

然后就是手机和相机成像风格之间的区别。

1 、宽容度的区别。相机的 raw 能够更好的挽救死白和死黑。

2 、直出算法的区别。相机因为物理上限高，所以预设算法不会过度锐化，反例就是 iphone 的 12 、13 系列。

3 、焦距的区别。手机可以理解为 n 个素质不一的定焦，而且因为手机厚度的限制，手机中画质最好的往往是广角镜头。
相机的同级别，不同焦距的镜头素质相似，而且有变焦镜头可选。

4 、操控的区别。相机可以做到快速的操作拍照参数，手机的调整效率很低。

5 、性能的区别。最近因为相机芯片越来越强，之前被手机超越的对焦性能、对焦智能性、连拍速度（电子快门），直出预设，甚至自动修图（美颜）等，都逐渐反超了回来。