wdhwg001

@needhourger
所以考察这些实际上也是对实践派到底写过多少复杂代码的考量。

我确实是那种不愿意使用任何我看不懂的东西的人。我觉得这不算什么坏事，甚至于我会觉得代码里出现某种魔法是一个挺让我不安的事情的。

放在前端里，这种习惯会要求我去了解 async await 的 babel 结果，去了解 react 和 vue 的渲染流程，去了解 vite 的打包流程。

放在后端里，这种习惯会要求我去了解请求是怎么经过 router 再到达 handler 的，response 又是怎么一路传递出去的。

我觉得这实际上是个挺好的习惯，因为这种积累可以让我在写代码的时候回避很多隐形的坑，并且在遇到麻烦的问题的时候不至于无从下手。后者尤其关键，因为这种了解会赋予一个模糊的“知道哪里可能是故障点”的直觉，在切换框架和语言的时候也很容易上手。

如果说只会写业务才叫实践派，那其实更是和 AI 没什么区别了，Claude 4 目前写出来的业务代码质量已经很高了。但 AI 目前最缺乏的就是运用它可以复述出来的庞大知识去解决复杂故障的能力，这就是需要人介入的地方。

@zhouyin 这些真的是 mid 级在不包含系统设计的纯技术轮该问的问题，而且是 Python 后端应该会的部分…

而且其实这里面很多问题都真的一点也不过分，甚至你切换一下主力语言的话，这些问题大部分都可以平移过去的。

至于薪酬，国内的 mid 普遍给的都是 30-60 吧，但这不是我司的数据，因为我司并不在国内…

老实说全栈讲不出 immutable 实在是太水了，这真的不八股文了，而且问的也不难…

要我的话，如果你 py 是主语言，我大概会问这些难度的东西：
threadlocal 实现
asyncio 的 task 的线程安全
timezone native 和 pytz 的坑
pydantic 和 dataclass 的行为区别
Annotated 和 annotation
contextvar 为什么是 asyncio 安全的
给一个用 LOAD_FAST 优化的用例
cffi 和 raii
poetry 、pdm 和 uv 的行为区别
WSGI 和 ASGI 的中间件

这才只是面 3-5 年会问到的难度，8 年的 py 技术岗的技术面怕是要连 six 、future 和 past 甚至是 asyncio 发展史和 gevent 都问了

而且上面的全都不八股文，全是我实际用到过的东西

系统目前是 15.1 ，这毛病看来 15.2 也没修。

看了一眼，uptime 71 天，这玩意现在吃 18.8G……

讲道理 snipaste 缺功能确实很头疼…

基本上 amd64 的性能只能达到原生的三分之一到一半，够用是够用的。

另外需要更新到新系统，至少 sonoma 吧，旧版本有一些奇怪的 rosetta bug 。

另外 docker desktop 还是推荐用，比 orbstack/colima/rancher 要好，一个比较突出的点是它设置 swap 很方便，而 rancher 需要在 docker host 上跑命令才行，colima 更麻烦。

还有 docker desktop 是可以在 vm 外修改文件之后触发 vm 内的重打包的，而替代品们都很难实现这一点，这个对于 jetbrains 系这种不完整支持 remote 的 ide 来说很头疼。

其实会更希望这样的 app 可以做到导出和导入 keychain 追踪信息，这对于切换一些依赖它实现的账号绑定来说还蛮有用的