腾讯面试aicoding

一开始我其实不太信这个。总觉得面试嘛，最后还是看你会不会，前面开场聊项目那几分钟顶多算热身，真正决定生死的还是后面那些技术问题。结果面多了之后，发现根本不是这样。很多场面试，前10分钟的状态，几乎已经决定了后面是“正常交流”，还是“被一路拷打”。如果开头讲项目的时候讲得顺，逻辑比较清楚，面试官一般会更愿意跟着你的节奏走。哪怕后面有一两个问题答得一般，对方也更容易把你当成“整体不错，有些点还可以再看”的那种候选人。相反，如果一上来项目讲得很乱，东一句西一句，自己都没把背景、目标、方案、结果说清楚，后面就很容易进入一种很被动的状态。面试官会默认你没有准备好，或者觉得你只是做过，但没有真正想明白，于是接下来问问题的方式都会变得更“审”。我自己有几场很明显。明明后面问到的东西，回头看其实都不算特别难，但因为开头没讲顺，整个人状态就有点飘。面试官一追问，我自己先慌了，越慌越想赶紧补，结果越补越碎。还有一个特别现实的点是，很多面试官其实前面也在观察你的表达习惯。你是不是一上来就只会堆名词，还是能把事情讲清楚；你是说了很多但没有重点，还是能抓住真正有价值的东西。这些东西虽然不写在JD里，但真的会影响对方后面怎么问你。有时候不是题变难了，而是对方在前面几分钟里已经决定了要怎么“测”你。所以现在我每次复盘，越来越重视开头那一段了。不是为了背一个固定模板，而是要把最核心的那几句话想清楚。项目背景怎么起，为什么做这个，系统大概怎么跑，我负责的关键点是什么，最难的地方在哪里。如果这几句自己都讲不顺，后面大概率也很难稳。复盘了三十多场之后，我现在最大的感受反而不是“哪些题最容易被问到”，而是一个更朴素的事：好的开头，真的能救很多东西。它不一定能直接让你拿下这场面试，但它至少能让你别那么快把自己送进被动局面里。尤其是这种本来就容易越问越深的岗位，一旦前面开场顺了，后面整场的体感都会不一样。现在回头看，很多挂掉的面试，可能不是输在某一道题，而是从第一段自我展开的时候，就已经开始掉链子了。

想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

有没有最近面了腾子的牛友？最近投了腾子后台开发日常，面试邀请中说可能需要考核aicoding，具体是咋个考核法？面试时间应该是一个小时，手撕，aicoding，问答的占比大概是多少

4.29岗位：AI Coding实习第 1 个问题一、面试官问题：自我介绍。第 2 个问题一、面试官问题：简单介绍本地生活项目第 3 个问题一、面试官问题：你为什么会想到去做一个 Agent 相关的项目？第 4 个问题一、面试官问题：在这个 Agent 项目中，前端部分是你自己参与设计的吗？第 5 个问题一、面试官问题：在项目中，你是如何使用 AI 工具来辅助开发的？第 6 个问题一、面试官问题：如果 AI 生成的结果不符合预期，或者输出报错了，你会怎么处理？第 7 个问题一、面试官问题：你现在是大几？什么时候可以开始实习？第 8 个问题一、面试官问题：为什么选择来武汉实习？第 9 个问题一、...