你有没有过这种感觉——走进一个房间，抬头就看到一个黑色的小圆球对着你。

家里的智能摄像头、公司的安防系统、小区门口的人脸识别，它们无处不在。不管你怎么说服自己"又没做什么亏心事"，那个镜头始终让你不太舒服。

我也一样。所以当我上周在 GitHub 上看到一个叫 RuView 的项目时，愣了好一阵。

这个项目做的事情很简单也很颠覆：用普通 WiFi 信号来感知你的存在、呼吸频率、心率，甚至能做姿态估计和跌倒检测。不需要摄像头，不需要穿戴任何设备，一颗 9 美元的 ESP32 芯片就够了。

WiFi 怎么"看"人

先别急着觉得这是科幻。

WiFi 信号本质上是一种射频电磁波。它在房间里传播时，会被人体吸收、反射和散射。你站在 WiFi 路由器和接收器之间，信号就会产生可测量的变化。通过分析这些变化——技术上叫 CSI（信道状态信息）——可以推断出空间里正在发生什么。

这个方向学术界已经研究了十几年。2015 年 MIT 的 RF-Capture 就展示过用 WiFi 信号追踪人体姿态；后来的 DensePose、MultiFormer 不断刷新精度。WiFi 感知在学术圈不算新鲜事。

一个真实场景

某个周一早上，安全团队收到告警：一个客服账号在周末两天内导出了5000条客户记录。排查下来，这个客服在9:00正常登录系统，角色权限允许查看客户信息。到10:00，他已经批量导出了大量数据；10:15，这些文件被转发到了他的个人邮箱。

安全团队的结论是："用户具有相应权限。"

这句话才是问题所在。客服确实有查看客户记录的权限，但他的正常工作模式是一天处理20个工单，每次查看一两条记录。两天导出5000条数据，完全不在正常行为范围内。这个偏差，本应在操作发生的那一刻就被系统捕捉到，而不是等到事后审计。

登录时的授权为什么不够用

大部分系统的授权模型是这样的：用户登录时验证身份，根据角色分配权限，之后在会话期间的所有操作，都默认信任那次登录的授权结果。

这个模型在过去是够用的。系统部署在内网，用户在公司电脑上操作，数据访问模式相对固定。但在云环境下，这套逻辑开始松动。

原因很直接：登录时的授权只解决了"能不能做"的问题，没有回答"该不该做"。

最近帮一个 Node.js 中间层排查 OOM。一个聚合接口，把三四个下游接口的数据拼一下吐给前端，单次请求的数据量也就两三 MB,看着毫无压力。但 Grafana 上常驻内存随 QPS 线性爬升，GC 触发得越来越频繁,终于在晚高峰把进程撑爆了。

翻代码，逻辑大致是这样：

```js
const responses = await Promise.all(
endpoints.map(url => fetch(url).then(r => r.json()))
)
return res.json(merge(responses))
```

看起来人畜无害。`fetch` 拿到的是流，`.json()` 一次性消费它，`merge` 拼好再 `res.json()` 序列化出去。整个链路里数据至少出现了三份：原始响应体、解析后的对象、合并后的对象。再加上序列化时的字符串缓冲，单请求峰值轻松到原始数据的四五倍。这还没算 V8 把这些短命对象塞进新生代、触发 Scavenge 的开销。

在技术领域深耕近二十年，我先后跨越了通信、软件、互联网等多个行业，并在金融科技领域潜心笃行近十年。一路上，我经历了从后端到前端的技能迁移，也完成了从普通工程师到研发管理者的角色跃迁。我曾作为初创成员，从零开始搭建起一支高效的团队；也曾与伙伴们并肩作战，见证了核心业务突破万亿规模的高光时刻。

然而，当技术管理走到深水区，我逐渐感受到了那面无形的玻璃天花板——单纯的技术视角在面对复杂的商业战略、跨部门协同以及宏观市场变化时，常常显得力不从心。

为了突破认知瓶颈，重塑个人品牌，并构建更宽广的资源网络，我选择在职业生涯的黄金期主动求变。2026年，我顺利拿到了上海交通大学安泰MBA综合管理方向的拟录取通知。

这段备考之路，既是一次严苛的自我测试，也是一场关于"取舍"的修行。以下是我的一些实战经验，希望能为正在筹备考研的学弟学妹们提供一些落地、有价值的参考。

一、择校：谋定后动，选择最契合的土壤

对于在职备考的人来说，精力的分配是极其奢侈的，因此择校的精准度决定了备考的性价比。我选择交大安泰MBA，主要基于三个维度的考量：