最近面了几家大厂，感觉AI Coding已经成了标配。特别是蚂蚁的笔试题，用Copilot写代码的过程都被记录，还要看你怎么prompt、怎么调试。感觉现在公司不只是看你会不会写，更看重你怎么用AI提效，有点像AI协作能力测试了。

蚂蚁大模型智能体算法，杭州，一面二面可以感觉到面试官评价都挺好的，二面面试官结束之后还加我微信找我要文档，结果hr面后挂掉了，确实hr面回答的不是很好。3.28 笔试4.3 一面4.10 二面4.17 hr面4.27 官网流程结束

4.3一面 1. 对 AI 是怎样理解的2. 分享一些比较好用的 AI 工具3. 主要用 AI 解决哪些问题4. 项目中很多场景都可以通过 AI 完成，你怎么看待？未来在哪些方面提升自己竞争力5. 自己有尝试过玩一玩（AI 相关工具）吗6. 算法题：二分查找7. 算法题：盛水最多的容器8. Flexbox 布局基本原理9. 使用 Flex 实现单个元素水平垂直居中的方案10. 对前端主流技术栈的了解11. Vue 中 keep-alive 的作用与原理12. 使用的 Vue 版本13. Vue3 的生命周期钩子14. 页面加载前先请求接口，接口完成后再渲染页面的实现方式15. 介绍个人收获 / 成就感最高的项目（智能对话平台）16. AI 对话平台流式输出使用的技术（SSE 而非 WebSocket）17. SSE 的好处18. SSE 的工作原理19. SSE 长连接长时间保持是否会掉线、断开20. SSE 心跳保活机制的具体实现反问面试评价（面试官说主要是算法理解的不够深入，还建议多多用ai）隔了个清明4.7约二面 发了一个aicoding的题目，ai自动生成周报，两小时，在面试前完成即可4.9二面1. 简单做一下自我介绍2. 你现在是在找实习吗？3. 目前手头有实习offer吗？4. 你希望找什么样的实习岗位？（算法/AI/开发）5. 为什么不做算法相关实习，反而选前端？6. 你的前端知识是怎么学的？7. 这两个前端项目都是练手项目吗？8. 第一个项目你在里面具体做了什么？9. 为什么选用Deepseek大模型？10. 项目里关键技术点有哪些？AI部分怎么解决？11. 项目代码都是AI生成的吗？占比多少？12. 你怎么让AI生成代码、怎么把控质量？13. AI生成不符合预期、甚至“欺骗”你，你怎么处理？14. 性能优化也是AI帮你做的吗？优化代码是谁写的？15. 语音里的噪声你怎么处理？需要处理吗？16. 如果让AI做前端语音降噪，你会怎么让它实现？17. 你怎么确保AI给的降噪方案是靠谱的？18. 你怎么测试验收这个项目？从哪些维度判断符合预期？19. 有没有考虑弱网、噪音、真实使用场景的问题？20. 你怎么理解闭包？21. 实际项目中你怎么使用闭包？22. 了解Webpack吗？Vite和Webpack有什么区别？23. 你做过图像处理相关研究？具体做了什么？24. 相比传统机器学习，AI时代聚类有什么优势？25. 图片不清晰，用AI怎么变清晰？有什么方案？26. 你用过哪些AI工具？怎么用的？27. 部署过LLM相关服务吗？AI-Coaching 笔试题（AI自动生成周报）28. 你怎么理解这个需求？29. 功能拆解成哪几个模块？30. 数据采集通过什么方式？采集哪些关键信息？31. 哪些步骤AI不能自主执行，必须人工介入？32. 空数据/无工作记录怎么处理？33. 简单解释一下工程目录结构，每个TS文件作用？34. 为什么要设计base collector基类？好处是什么？35. 数据处理模块具体处理哪些内容？36. 你觉得这个项目还有哪些可以改进的地方？37. 你的职业生涯规划是什么？38. AI发展很快，Java/安卓/IOS/鸿蒙都要会，你怎么应对？39. 怎么保持对AI代码的判断力？看不懂怎么办？40. 短时间内怎么快速提升技术认知？41. 你现在人在哪？实习周期能多长？42. 如果提供实习但没有转正机会，你怎么看？43. 你觉得转正重要还是实习重要？44. 有没有想过考公、国企这类更稳妥的职业？反问对实习生有什么要求？更看重哪些能力？实习生的培养方案是怎样的？结合我今天表现，给我一些前端学习建议？问如果有机会进美团没有转正，是这边前端需求变少了吗？（面试官说不是，只是了解一下个人情况）这轮通过后还有后续面试吗？（面试官说后面还会有流程）面试结果大概多久出？（一周内）感觉二面表现一般，现在还没有结果，可能没戏了

题目是实现一个带 TUI 的命令行视频剪辑工具。核心要求有三点：能应对真实输入，稳定运行不崩交互流程清晰，用户知道下一步该干什么输出结果可验证、可复现，不能随缘素材放在 video_res/ 目录下。需要注意：里面的视频格式不统一，有不同容器（MP4、MOV 等）和编码格式（H.264、H.265 等），甚至可能混了异常文件。所以工具必须考虑兼容性，不能假设所有素材都是标准 MP4。必做功能要求1. TUI 交互（核心）需要实现四个基本操作：浏览素材列表（能看到有哪些视频可用）设置切分区间（比如只保留 00:30 到 01:20 这一段）调整片段顺序（多个片段可以重新排序后再合成）执行导出 + 展示结果（导出完告诉用户成功了还是失败了）2. 剪辑与合成单个视频能切分（取其中一段）多个视频能拼接到一起（比如 A 的前半段 + B 的后半段）输出常见的可播放格式（MP4 最稳妥）3. 错误处理用户输入非法（比如时间输成负数、选了不存在的文件）必须明确提示禁止静默失败——出了错就要让用户知道，不能偷偷崩掉约束条件：所有交互提示要面向普通用户，别直接抛底层报错（比如 "FFmpeg returned code -2" 这种）。用户看不懂，等于没提示。必做验收方式需要自己设计验证方案，至少覆盖四点：基础功能对不对（切分、拼接能不能正常工作）正常输入能跑通（给标准素材，按标准操作走一遍）异常输入要能扛住（给损坏的视频、不存在的文件、乱输参数）连续执行要稳定（跑一次没问题，连续跑十次会不会崩）交付物清单源码 + 启动命令（比如 ./run.sh 或者 python main.py）使用说明（关键操作怎么用、参数什么意思）示例输入与输出结果（别人照着做能复现）验证证明（场景描述、执行命令、结果摘要）已知限制与优化方向（坦诚交代哪里没做好、后续怎么改进）加分项如果必做做完了还有时间，可以考虑：时间线/片段预览能力：不只是一个列表，能让用户看到片段顺序、时长、大概位置任务队列与取消机制：导出可能需要时间，用户可以排队多个任务，也能中途取消可配置导出参数：码率、分辨率、帧率这些用户可以自己调，而不是写死在代码里一点思路分享拿到题目后，建议先别急着写代码。用模型帮你把必做功能拆成最小的 MVP 模块，比如：先实现素材目录扫描和列表展示再实现单个视频切分导出然后实现多视频拼接最后把 TUI 交互串起来加分项最后再做，而且尽量不破坏基础功能的代码结构。验收的时候，建议按题目要求的四点（正确性、兼容性、鲁棒性、稳定性）逐个跑一遍，截图或录屏留证，最后整理到验证证明里。另外注意素材目录里可能有异常文件，你的工具遇到这种情况不能崩，至少要提示“该文件无法处理”然后继续让用户操作其他素材。