我觉得我面到的面试官都很友善。和他们聊天过程中，对自己的学习方式认知、对游戏的一些事物的看法都有了一定的变化。
先讲讲美团的这位面试官。他给我最大的印象以及震撼是，坚持通过读经典、读书来提升自己。像每个面经里都或多或少有的一个问题是，你是怎么学习的？我的回答是，看我有多少时间。如果时间充裕，我倾向于读书读文档，系统的进行学习。如果时间少，那么我会优先选择边做边学，出现bug的时候，先自己想办法解决，不行的话再搜索别人的解法，再没有解决方案，那我再转向文档进行查询学习。我知道自己的这种想法是比较功利的，但是当时我没有意识到，我的这种学习方法在初时可能会比较快、看上去比较容易上手，但是对于长远的发展（美团面试官真的是很苦口婆心地劝了，长远发展这个词他反反复复的说）实在是不利。首先是debug的过程其实只知道为什么这错了，但是很少能思考为什么。而且前期的习惯会让自己“安于平稳”，不愿了解更多底层知识，不愿更深入地了解。
这也让我下决心，向他学习。这才有了经典重读这个栏目。
再说说腾讯的三面。三面和四面面我的是同一个面试官（总监），布置了一个作业，隔天我要拿着这个作业向面试官说明。我其实是对这个作业比较感兴趣的，并了解了3D游戏开发里的一些常用概念，比如四元数、帧同步、状态同步等等。另外我也发现博弈论的很多经典模型，会在游戏的小场景里出现，在竞技型游戏中，“胆小鬼博弈”这个模型常常出现，并会因为游戏规则的不同，使得“退让”的payoff不同，甚至有可能会改变这个博弈类型。比较惭愧的是，我目前对博弈论的掌握程度还比较浅，很难发现不同的博弈论模型之间转换的要点、细节。腾讯的这位总监肯定了我的模型是符合他预期的，或许对于实习生来讲已经足够，但我还是会有些不自信。这种不自信来自于对业务的不熟悉、对技术的掌握较差。我很担心，我在建模的过程中所关心的一些变量，是不是根本没有建模的必要，是不是直接可以使用现有技术解决问题。我也很担心，毕竟像王者荣耀游戏的数据传输里（可以参见他们的技术推送吧），浮点数都要用两个整数当分子分母来区分，我们这种确定性极其不确定的建模方式，到底能否在实际场景中落地呢？用户到底对我们，对AI在游戏里的应用，有多少感知呢？
说实话，这让我对自己所学一度产生怀疑。以前的自己一直住在舒适区里，研究复杂度不那么高的问题，对技术性强一点的问题敬而远之，让自己的眼界变得窄又小。前段时间的学习虽说是扩大了一些眼界，但真就应了那句话：“学得越多，越觉得自己不知道得越多。”之后的主要学习方向，还是侧重于技术方面。