有哪些公司在面试时考察AICoding？

应公司要求，最近我们部门部分岗位的面试开始正式考察AI Coding能力。面了十几场之后，发现了一些大家普遍存在的问题。很多同学被问到“有没有用过AI Coding工具”时，回答就停在“用过”两个字上。再追问“那你觉得它和Copilot有什么区别”“你在实际项目中遇到过什么问题”，就开始含糊了。还有不少同学把AI当成一个高级搜索引擎——问一句，拿一段代码，粘上去跑通就完事了，完全没有“协作”和“工程化”的意识。同学还不清楚面试官到底想考察什么。如果把时间拉回到2025年的暑期和秋招，这类问题当时还只出现在少数比较前沿的公司和团队里。但到了今年，它已经明显铺开了。原因其实也不复杂，因为很多公司都...

美团二面大概率要寄了，写了一个ai coding，搭了一个fastapi，环境都没装好更别提运行了。提示词更是一坨...到底要考这个干嘛，真是服了

春招技术岗笔试、面试正在进入AI Coding时代——不再只考LeetCode算法，而是直接考察AI工具使用、大模型编程、机器学习工程实现、AI辅助开发能力。蚂蚁集团率先把AI Coding定为算法/研发岗笔试必考题，直接刷掉大批只会纯算法、不懂AI工程的同学。不止蚂蚁，字节、腾讯、百度、华为、美团、拼多多、快手、微软、OpenAI、智谱AI等大厂/AI公司，2026春招已全面加入AI Coding考察。今天一次性讲透：哪些公司考、考什么、蚂蚁难度有多高、怎么准备、简历怎么加分，帮你避开雷区、一次上岸。一、蚂蚁AI Coding笔试：为什么大家都说难？2026春招蚂蚁算法岗笔试3题必含1道AI Coding，研发岗也高频出现。考生普遍反馈：比传统LeetCode难2倍，完全没准备就会直接空白。蚂蚁AI Coding典型题型（2026真题）1. ML工程实现题用numpy/pandas/sklearn实现单层GraphSAGE、KMeans聚类、PCA降维、逻辑回归流水线，必须写出可运行代码，不能只讲原理。坑：参数、数据格式、fit/transform顺序、稀疏矩阵处理，一步错全错。2. 大模型调用题用Qwen/GLM API实现代码生成、自动Debug、文本分类、语义匹配，处理prompt、异常、流式输出、上下文管理。3. AI+算法综合题大数运算+AI特征工程、字符串处理+嵌入表示、贪心/动态规划+模型预测结合。为什么难？- 纯算法选手完全不适应：会DP不会sklearn，会数学不会工程。- 时间极紧：3题90分钟，AI题要写完整Pipeline，容易来不及。- 只能Python：C++/Java没用，必须熟ML库。- 细节决定一切：少个reshape、错个axis直接0分。很多同学笔试挂在AI Coding，不是能力不行，是没练过、没准备、简历没AI项目。二、2026春招：全面考察AI Coding的公司清单（必收藏）1）互联网大厂（必看）- 蚂蚁集团 / 阿里巴巴：算法岗必考AI Coding；研发/测试岗高频；Qwen大模型相关岗深度考察。- 字节跳动：抖音/飞书/火山引擎，一面/二面手写AI辅助代码、模型推理、Trae IDE使用。- 百度：文心快码（Comate）、ERNIE开发岗，考AI代码生成、插件开发、私有化部署。- 腾讯：微信/AI Lab，考PyTorch/TensorRT推理、LLM微调、AI工程化。- 华为：码道CodeArts、盘古大模型，考AI编程、模型压缩、昇腾适配。- 美团/拼多多/快手：推荐/广告/风控岗，笔试+面试必考ML Coding、特征工程。2）AI大模型公司（重点）- 智谱AI：GLM-5、CodeGLM，全流程AI Coding、多模态编程、Agent开发。- 科大讯飞：星火iFlyCode，语音交互编程、代码智能体、行业AI应用 。- 月之暗面（Kimi）：长上下文代码、长文档分析、AI调试。- 九章云极（Alaya Code）：AI编程平台，考全链路AI开发、多模型切换。- OpenAI / 微软：GPT、Claude、GitHub Copilot，考AI辅助开发、Agent、代码生成 。3）金融/云服务/垂直AI- 恒生电子、同花顺：量化、金融AI，考AI策略、数据处理。- 阿里云、火山方舟：AI Coding Plan、模型服务，考平台使用、API工程。- 金山办公、新炬网络：低代码+AI、运维AI编程。一句话总结：2026春招，技术岗不考AI Coding的公司已经很少了。三、AI Coding到底考察什么能力？（不是考你背模型）1. AI工具熟练度：Copilot/Cursor/文心快码/Alaya Code使用、提示词、Debug。2. ML工程能力：numpy/pandas/sklearn/PyTorch熟练、数据Pipeline、模型训练/评估/部署。3. 大模型应用：API调用、prompt、上下文、流式输出、错误处理。4. AI+业务结合：推荐/搜索/NLP/风控场景下AI代码落地。5. 工程规范：可运行、可维护、注释、测试、性能。本质：从“会算法”升级到“会用AI做开发”。四、春招AI Coding怎么准备？（30天速成路线）1. 刷蚂蚁/字节真题重点练：GraphSAGE、聚类、PCA、逻辑回归、XGBoost、LLM API。2. 死磕3件套numpy（矩阵）、pandas（特征）、sklearn（模型），每天1小时练完整Pipeline。3. AI工具必须用起来日常写代码用Cursor、文心快码、Alaya Code，习惯AI辅助开发。4. 简历必须加AI项目这是最关键一步：没有AI项目，面试直接弱一档。五、品牌露出：AI Coding时代，简历才是底气很多同学笔试面试挂在AI Coding，根本原因是：简历看起来就不像是做AI开发的。HR/面试官看到你简历只有传统项目，直接默认你AI能力弱，笔试往难了出。春招赢家都在做一件事：用AI工具把简历升级成“AI Coding向”。身边大量同学用泡泡小程序AiCV简历王重构简历：- 把普通项目→AI辅助开发项目- 把打杂→AI特征工程、模型推理、代码生成- 把流水账→可量化AI成果：效率提升、准确率、性能优化简历一更新，面试率明显上升、AI Coding提问更友好、薪资议价更有底气。AI时代，简历就是你的AI能力名片。不会包装AI经历，笔试再努力也容易被刷。六、写给正在春招的你2026春招已经不是“算法刷题大战”，而是AI Coding能力大战。蚂蚁难、字节严、百度卷，但机会也更偏向会AI、懂工程、有准备的人。你不需要成为大模型专家，但必须：- 会用AI工具写代码- 会用ML库实现简单模型- 会调LLM API做应用- 简历上有AI相关项目别再只刷LeetCode了——AI Coding正在淘汰纯算法选手。从今天起，练AI工程、更要把简历改成AI向。最后一句话：春招很苦，但AI是放大器。会用AI、会展示AI，你就能比别人快一步上岸。

一、技术岗位（含 AI 相关方向）1. AI 应用开发 / 后端开发金山云考察重点：AI 工具在实际项目中的应用（代码生成、优化迭代）初创公司（上海 / 杭州）考察重点：AI 生成代码的流程设计、Prompt 编写、测试兜底美团考察重点：模型幻觉处理、RAG 优化、多模型对比阿里（通义灵码团队）考察重点：需求拆分、AI 代码架构设计腾讯（代码智能算法岗）考察重点：微调经验、AI 辅助编程实践附加技术栈：Redis / Kafka 消息队列、MySQL 调优、分布式系统（跨主机通信）2. 前端开发京东零售考察重点：AI 辅助开发（Vue/React + 页面生成、组件优化）蔚灵科技考察重点：框架通信机制、CSS 布局（Flex）、异步处理（Promise）3. 测试 / 测开OPPO考察重点：AI 生成测试用例的覆盖率优化、结果准确性验证蚂蚁（大模型评测岗）考察重点：RAG 检索、FunctionCall、Playwright MCP、WebSocket/SSE 区别二、非技术岗位AI 产品经理（多家公司）考察重点：SQL / Python 脚本的 AI 生成、自动化提效场景、用伪代码与研发对齐需求三、考察趋势速览实战派公司（允许面试中使用 AI 工具）字节跳动、美团研发派公司（聚焦 AI 编程工具本身开发）阿里（通义灵码）、腾讯（代码智能算法）、开放传神科技四、高频考察问题（供备考参考）实际项目中如何结合 AI Coding 进行优化？如何设计 AI 生成代码的流程与兜底方案？如何处理模型幻觉？如何优化 RAG 分块？有无微调经验？如何对比多个模型的效果？五、备考建议技术岗重点准备真实项目案例，突出 AI 工具带来的优化点以及解决的问题非技术岗突出 AI 提效场景，例如用 AI 生成 SQL / Python 脚本避坑提示：避免只回答“我会用 AI”，要展示问题拆解能力和结果验证方法。

智能体大模型应用岗，时长 2 小时。题目大概是这样的：实现一个带 TUI 的命令行视频剪辑工具，后面跟了一大堆功能要求，分必做和加分项。测试用的视频素材在指定目录里，还有一些约束条件（主要是针对剪辑工具的交互提示）。验收方式是自己测试，交付物包括源码、命令说明、使用说明、示例输入输出、验证过程、限制说明以及后续优化方向——说白了就是要交一堆文档。蚂蚁的模型反应很快。下面复盘一下我的整体思路，供大家参考，有不对的地方欢迎交流。整体上我遵循了这么几个步骤：第一，拿到题目先不写代码。优先让模型分析基本需求（只看必做部分），让它帮我拆分步骤、列出待完成的事项、划分出需要实现的模块——按最小 MVP 原则来。第二，按照列出来的模块，一个一个写代码，每写完一个就测一个。第三，所有必做模块都写完之后，做一次整体自检，然后写测试报告。第四，必做部分稳了之后再上加分项。思路一样：先分析需求，再慢慢写代码。写加分项的时候尽量不动基础功能的代码和结构，能少动就少动。第五，全部做完之后再自检一遍，按题目的要求从头到尾测一遍，输出测试报告。第六，让模型以专家身份对已完成的项目做审核（就是 LLM-as-Judge），给评分和审核意见。然后我自己人工过一遍每一条意见，觉得有必要改的就让模型去改，原则同上。另外还有一个小插曲。因为蚂蚁这边时间比较充裕，我甚至动过念头——让模型在代码里穿插一些 prompt 注入的方式，毕竟最后大概率也是 AI 来审核项目，想让审核的模型给高一点的分。但想了想还是没做，感觉没太大必要。大致思路就是这样。补充一点关于淘天的对比。淘天的 AI Coding，面试官明确说过更重视过程——用 AI 的方式、任务拆解、对项目的设计等等，反而结果不是最重要的，而且只给了半小时。蚂蚁这边显然不是，要提交一个完整的项目，具体的评分点我暂时还没搞清楚。

一、什么是AICoding考察？不是写复杂代码！美团会给出一个贴近真实生活/学习场景的小命题，你可以借助AI工具，用自然语言快速做出一个功能、页面或产品Demo。没有技术背景也能上手。二、哪些岗位会收到AICoding考察？【转正实习】产品经理【转正实习生】AI产品经理此外，部分校招岗位也可能在面试前或面试中设置AICoding题目，牛友们记得及时留意邮件通知。三、出题形式（3种）伴随笔试一起发面试官邀约面试时出题面试过程中实时出题具体形式以实际收到的邮件为准~四、AICoding和笔试的关系？二者不互相替代。你必须先有笔试成绩，才能进入后续面试环节。AICoding作品是额外加分项。五、时间限制与迭代机制统一出题：48小时内提交作品链接提交后仍可在NoCode或其他平台继续优化，重新部署更新即可其余出题形式以邮件或面试官要求为准六、面试官会看到作品吗？会！你的AICoding作品会呈现给面试官，并可能在面试环节中讨论：设计思路作答细节未来的迭代方向七、考察核心是什么？（重点）目标不是找会写代码的产品经理，而是通过AICoding考察你的产品思维。评分维度：✅需求理解✅产品设计✅审美品味✅迭代意识三大评分标准：创新性实用性完整性好作品≠只是能运行更要有：清晰思路+贴合场景的设计+细节感八、搭建流程小技巧推荐分步走：先确定页面布局再跑通本地交互再接入数据库最后优化细节+一键部署九、推荐工具任意AICoding工具（自然语言生成代码/页面）或使用美团自研的零代码AI编程工具：NoCode

今年觉得笔试面试都多了ai coding，写了几个想法。希望和牛友们一起交流。

现在AI发展的越来越迅速，AI Coding对于岗位面试有一定量的帮助，在一些大公司比如美*和京*等公司都有一定量的采用，所以对我们的要求也会越来越严格，以后就业形势也会越来越严峻，蚂蚁的AI Coding笔试对于我来说也是有点难的

是主包跟 AI 对话的水平太差了吗？Nocode 怎么能做到——反反复复修改一个页面跳转的逻辑，永远都不成功？而且每 update 一遍细节，还会对本来已经完好的功能产生新的干扰。但你要是用定向编辑吧，场景又很有限……别管了，主包决定交上去一坨……给还没做的牛友分享一些tips：1.不要一次性在对话框里喂太多功能需求一定一点一点喂，效果更好。2.记得创建 database否则后续很多逻辑和同步性容易出错。3.自动优化提示词这个功能还是好用的但记得自己再检查一遍，确认它没有扭曲你的意思，或者添油加醋太多。祝大家都找工作顺利

面试链接里也没提前说，面试官一上来就问我本地能不能跑 AI Coding。我本地配好了 Claude Code，用 CC Switch 管理的 API。但用面试官提供的 API Key 和 Base URL，死活就是连不上模型。有没有大佬成功连上过？或者知道 CC Switch 上到底该怎么配？据说阿里现在都是要求 AI Coding 的，慌得一批。

我拿到了一道系统设计类的题目：实现一个推理网关，核心功能包括智能路由、负载均衡、KV Cache 感知调度等。题目明确给出了交付要求和加分项。整个开发过程是在 IDE 环境下完成的，交互方式比命令行界面友好很多。我使用的模型体验不错，大约 90% 以上的对话都能顺利完成需求，偶尔出现的小 Bug 也可以自己手动修正。总体感觉比较容易上手。我的实现思路如下供牛友们参考：需求分析与架构设计先让 AI 扮演产品经理，帮我分析需求，输出一份完整详细的需求文档和项目架构。框架搭建与功能实现再让 AI 根据文档生成项目框架，然后逐个模块填充代码、测试、细调 Bug。测试与验收在所有测试通过后，让 AI 充当验收人，对整体项目进行测试和打分。迭代优化根据 AI 指出的不足之处进行改动，重复“测试 → 验收 → 打分”的流程，直到评分达到 90 分以上。文档交付最后让 AI 生成完整详细的项目总结报告，以及所有需要交付的文档，整理后一并提交。

我投的测开岗AI Coding的形式是随机的，我收到的是一个数据分析场景的任务，目标很明确，直接喂给AI稍微调一下就能搞定。但我看也有同学说遇到的是让做一个系统的那种任务——我面试前几分钟打开视频链接，里面显示了两个任务，一个是我做过的数据分析，另一个就是用NoCode设计做一个系统。当时离面试就几分钟了，我也是一脸懵，索性就没管那个。面试的时候，我的面试官全程没问AI Coding相关的内容。不过这个我不敢打包票，毕竟每个面试官风格不一样，岗位可能也有区别。总之大家不用太担心这个考察环节，祝一切顺利～

现在真的太多公司在面试里悄悄考察AI编码能力了，尤其是互联网和AI相关的企业。像字节、阿里、腾讯这些大厂，面试时不会明说要考AI，但会给你一道编程题，看你能不能借助工具快速写出思路、排查错误，甚至优化逻辑。百度、华为、美团这些也一样，越来越看重你会不会用Cursor、Copilot这类工具提升效率。不光大厂，很多做AI产品、云服务、金融科技的公司也在跟进。面试官其实不是想看你完全依赖AI，而是看你能不能合理用好AI、辨别代码好坏、快速解决问题，毕竟现在工作里大家都在用，不会用反而显得跟不上节奏。所以面试时大方展示自己会用、用得明白，反而会加分。

研发/后端岗位对于普通开发岗，面试官主要考察你如何利用 AI 提效，以及是否具备“驾驭 AI”的能力。“你日常使用什么 AI 编程工具（Cursor/Copilot/通义灵码）？请举例说明你是如何用它们提升效率的？”“在使用 AI 生成代码后，你如何进行 Code Review？如何保证 AI 没有引入安全漏洞或幻觉 Bug？”场景题：现场出题：可能会要求你在10分钟内利用 AI 实现一个具体功能（如“实现一个淘宝首页”或“设计一个短链接系统”），重点看你的 Prompt 迭代过程和最终代码的可用性。调试能力：给一段报错的复杂代码，看你是否能利用 AI 快速定位根因，而不是盲目试错。算法/大模型岗位如果你面试的是算法岗，AI Coding 的门槛会非常高，不仅要会用，还要懂底层。底层原理与手写：手写算子：虽然允许用 AI，但可能会让你手写 Transformer 的核心模块（如 Self-Attention）、RoPE 旋转位置编码或 FlashAttention 的简化版。框架理解： “Megatron-LM 是如何实现 Tensor Parallel 的？”、“ZeRO 优化器的三个阶段分别解决了什么问题？”业务场景落地：电商场景： “在电商导购场景中，如何利用 RAG（检索增强生成）解决大模型幻觉问题？”、“如何设计一个支持海量用户实时聊天的系统？”数据处理： “如果让你用 AI 清洗 TB 级的电商评论数据，你会设计怎样的 Pipeline？”

不得不说，AI Coding 用起来是真的爽。我没遇到 3.29 那批说的输出慢的问题，整体用着很顺畅，感觉他们内部应该是优化过了。这次题目是一个 README.md 文档，让做一个简历筛选和排序的助手。输入是 MD 格式的简历（大概 60 篇）和职位要求，输出是一个 result.json，里面是筛选出来的候选人排序结果。功能上要求实现特征提取器、归一化（要处理同义词问题）、还有评分器。交付的东西包括源码、说明文档、输出结果、测试代码，以及后续可以优化的点。我的做法是让 AI 先给架构和规划，然后一步步实现。大概 30 分钟搞出来一个简单的 MVP，剩下的时间就一直在优化、优化、再优化。整体体验还不错。

去年鼠鼠还有幸拿到了WXG的技术架构团队的面试，一上来就是一小时的coding时间，然后coding给了5道题，最后一道题就是允许你使用AI进行完成，也是一道比较综合的场景设计题，需要考虑多个边界条件，如果没有给够prompt，AI给出的基本上都无法实现对应功能，需要自己挖掘并补充，在整道题完成后，面试官还会对着你的AI coding部分进行提问。后面想估计是因为想考察你对AI的依赖程度，很大多数人就能跑就行的用AI，AI写了啥都不知道。

淘天搜推团队的AI应用算法工程师实习岗，整整115分钟，是我面试以来时间最长的一场。整体分为五个环节：① 自我介绍（面试官也同步介绍了搜推团队的业务）② 大模型基础知识问答（30分钟）③ 项目深挖（40分钟）④ AI Coding笔试（30分钟）⑤ 反问环节（10分钟）技术问答和项目深挖尤其硬核，面试官会顺着你说的方向一直往下追问。提问：大模型基础：- Attention的QKV怎么计算，WQ/WK/WV的形状- MOE的路由机制，稀疏vs稠密的区别- KV Cache在prefill和decoding阶段的读写差异- 大模型幻觉怎么规避- 微调后出现复读机，怎么排查- SFT够用 vs 必须上DPO/RL，怎么判断- DPO损失函数的潜在问题- KL散度在模型对齐里的作用还问到了Google的TurboQuant KV Cache，这块我确实不太了解，如实说了🫠深挖了项目，简历上的两个项目都被追问得很细。建议：简历上写的每一个点都可能被问到底层逻辑，提前想清楚“为什么这么做”。AI Coding笔试第一次遇到这种形式——不是自己闷头写代码，而是和AI协作完成一道设计题。面试官说“过程比结果更重要”，让我松了一口气。我的做法是：先让AI输出整体技术方案，确认思路后，再开多个会话并行处理各模块。笔试环境有点卡，但稳住心态、把思路讲清楚就好。整体感受：115分钟对我来说确实是新纪录，中途压力不小。但面试官整体很专业，不刁难，追问都是顺着你的思路往下挖。发个面经攒攒人品，希望能过🙏

美团｜字节跳动｜小红书｜阿里｜腾讯这些走在AI前沿的公司，会考察不少AI内容从招聘JD和HC也不难看出AI内容要求越来越高目前业界主要分为“强制使用派”和“能力评估派”两类。1. 明确要求或鼓励使用 AI• 美团：校招/实习环节设置“AI Coding”关卡（如 Catpaw 系统），通过选择题（工具使用经验）和视频题筛选候选人。• Canva：明确要求前端、后端岗位在面试中必须使用 Copilot、Cursor 或 Claude，禁止纯手写，考察人机协作效率。2. 深度考察工具经验与理解• 字节跳动：面经显示会深入追问 Cursor、Trae 的使用细节，以及 AI 在具体业务场景（如推荐系统、高并发）中的应用逻辑。• 腾讯、阿里：技术一面常问“用过什么 AI 编程工具”，并探讨 AI 对开发范式的影响。• AI 独角兽/初创公司：如面经中提到的豹趣科技等，几乎不问八股文，全程围绕“你用 AI 解决了什么实际问题”进行项目拷打。面试建议与避坑指南1. 工具准备：至少精通一款面试官默认候选人已具备工具使用经验。• 必选：Cursor（兼容 VS Code 生态，支持中文）或 GitHub Copilot。• 加分：了解 Windsurf、Claude Code 或各家自研工具（如阿里的 Qoder）。• 底线：不要只停留在“听说过”，必须有实际项目或代码片段作为案例。2. 能力重构：从“写代码”到“审代码”AICoding 面试的核心不再是手撕红黑树，而是代码评审（Code Review）能力。• 识别幻觉：AI 常生成“看起来对但跑不通”的代码（如编造不存在的库）。面试中需展示你如何快速定位并修复这些错误。• 把控边界：AI 喜欢过度重构或修改无关代码。要强调你如何通过 Prompt 限制其修改范围，确保不破坏原有逻辑。

14:30面试，结果11:28发来了一个AI Coding的题目，最长两个小时做完。这是一点容错都不给啊。但是早上没吃饭，再不吃饭我得趴那儿了，所以还是得先吃饭。还有就是这个Agent不能联网，只有核心库能用。我刚开始一直在尝试安装MySQL，还想用FastAPI，死活装不上，我还以为是我的问题。早说嘛……知道之后只能推翻重来，只用核心库写，外部调用就上模拟类了。感觉这种场景其实很适合TDD，但刚开始配环境就已经红温了，顾不上那么多了，直接开干。