#有哪些公司在面试时考察AICoding?#
开始在一些大厂和互联网公司里出现了,比如 蚂蚁、字节、腾讯 的部分岗位,会考你怎么用 AI 工具完成编码任务,或者在限定条件下用 AI 提高效率。

整体趋势是:不只是考你会不会写代码,还会看你会不会“用AI一起写代码”。
全部评论

相关推荐

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。
查看17道真题和解析
点赞 评论 收藏
分享
04-18 14:57
门头沟学院 Java
说实话,现在“AI Coding”这玩意儿,已经开始从“加分项”变成“默认技能”了,有些公司的笔试确实已经不只是难,而是换赛道在考你了。先说你提的这个蚂蚁的情况——蚂蚁这类大厂现在的AI Coding题,一般不太会考你“纯手写算法”,而是更偏向:给你一个需求,让你用AI工具(比如Copilot、ChatGPT)辅助完成代码看你怎么提问(prompt能力)看你能不能判断AI代码对不对、能不能改bug有时候还会让你解释AI生成代码的逻辑简单讲一句话:不是考你会不会写,而是考你“会不会用AI把代码搞对”而且难点在这几个地方:AI生成的代码80%是对的,但20%很坑你如果不会debug,就会被坑死prompt写不好,AI直接带你跑偏所以很多人会觉得:“我算法还行,但这题怎么做得这么别扭?”其实不是你菜,是考点变了。那哪些公司在考 AI Coding?现在可以大致分三类:第一梯队:已经“明显在考”的这些公司已经把AI Coding当正式能力在看了:蚂蚁字节(尤其是飞书、AI相关部门)腾讯(部分部门开始试点)百度(尤其偏AI方向岗位)他们的特点是:题目里会明确让你用AI工具或者考察“你如何和AI协作”第二梯队:开始“隐性考察”的这些公司不一定明说,但已经在暗搓搓考你了:阿里其他BU美团京东快手表现形式一般是:给你一个复杂需求,时间很紧实际上就是默认你要用AI,不然写不完看你代码风格像不像AI写的(没错,他们看得出来)面试会问:“你平时怎么用AI提升开发效率?”第三梯队:还在传统,但迟早会变一些中厂、传统互联网公司外企部分岗位目前还在考:算法手写代码基础知识但趋势已经很明显了:未来1–2年基本都会跟进你现在该怎么准备(这个很关键)别再只刷算法了(当然算法还得刷),你要补这三块:Prompt能力(真的很重要)比如你要学会:怎么把需求讲清楚怎么限制AI输出格式怎么让AI一步一步推理Debug AI代码重点来了:AI最坑的不是不会写,是:写得“看起来对,其实错”你要能:快速看出逻辑漏洞用测试用例卡它改它,而不是重写“解释代码”的能力很多笔试/面试会问:“这段代码是怎么实现的?”如果你是AI生成的但你解释不出来,直接挂
有哪些公司在面试时考察A...
点赞 评论 收藏
分享
🐜ai infra一面1、面试官人真好啊,自我介绍完我就说我的项目偏业务,看jd上的模型训练、模型推理我都没搞过。他说没事,数据库啊啥的都会涉及到。后面果然一句infra的都没问,哈哈白看了一个周末的infra理论了。2、然后拷问第二个项目。2.1 你这个LangGraph路由是如何设计的,为什么要用它?本质是个状态机,定义了xx状态,实现思路(全局状态、node定义、workflow串起来节点)2.2 源数据是什么?如何做的预处理?论文pdf,向量那一路用的固定长度token+overlap,语义切分那一路按段落切的(回车)2.3 评估是怎么做的?怎么判断切的好不好?其实我没做Recall@k这些,于是扯我做了证据溯源2.4 你用GraphRAG了吗,怎么样,有什么优缺点?用了,优点就是对特定专业领域,比如需要检索一些关键词的隐含关系的场景(科研)上效果好,(面试官补充:源数据准确),缺点就是离线阶段有点耗时,比如二三十篇论文的话差不多二十来分钟,单卡跑的话。(面试官说那已经很快了)3、拷问第一个项目。3.1 为什么做这样一个项目,出发点是什么?我看你部署到vercel了,怎么样?vercel没跑通(尴尬,面试官怎么知道我传到vercel了)3.2 web端还是移动端?以一个用户的角度,进去后可以干嘛?3.3 你这个姿态分析是怎么做的?视频是放在minio里,然后是怎么处理的?我一开始说我调了MediaPipe pose的库做姿态识别,识别到人体关机的三十多个点,然后点点相连成为向量,用cos做相似度分析,最后打分,调llm做个总评。面试官一直在追问这里,说视频具体是如何分析的,有没有什么难点。我有点没听懂,他说他的出发点是觉得调库+向量相似 会有些简陋。唉能不简陋吗,我就开始扯我遇到了两个视频如何对齐的问题,目前的解决方式是设置了个滑杆用户手动调节这个偏差,后期的话可以考虑用音乐来实现。3.4 redis缓存了什么数据?是什么类型的?key和val分别是什么?列表内部的数据究竟是什么?有没有涉及到序列化啥的?唉这块是真尴尬,我只从功能上说了我缓存了用户自己的视频列表和姿态分析的结果。等下快去补补好嘛好的。3.5 如果一个用户上传了个非常大的视频会怎么样,比如几G?我说我做了限流,只可以上传小于500MB的,然后也限制了一个用户一分钟只能执行两次ai分析。他就追问说,如果我现在这个视频就是很大又必须要上传呢?我就说那可以设置个会员功能,付费才能上传大视频。哈哈哈哈面试官笑了一下3.6 MQ为什么用RabbitMQ?我就说RabbitMQ简单,可以满足可靠性。追问可靠性是如何实现的?发送端生产者开启确认机制,存储端设置队列持久化、消息持久化,消费端任务完成之后再ack,还设置了死信队列用来兜底。追问消息进入死信队列会被如何处理?答不上这个。只回答了什么时候会触发死信队列。4、ai 相关。你这个aicoding笔试,我看你问了个“云原生架构是什么”,“会被aicoding取代吗”,真想找个角钻了,原来面试官还能看到我当时的prompt啊,然后他就问我会不会被取代。你是如何看待ai coding的发展的?如何提升aicoding的能力?唉当时顺不好口条,面试官又让我总结了一下我想说啥。5、开放题假如有一个业务需要你用agent实现,如何设计? 需要考虑什么?我问什么场景,他说假设现在有个很厉害的agent来做姿态分析,而不是传统后端这一套了,如何达到生产级别?我说我实在是不懂多模态,如果是文本信息的话,生产级别肯定需要考虑多个用户同时访问的并发压力,比如看有没有一些请求能够合并,或者看这些请求有没有通用/复用的地方,设置个缓存来提高响应速度。面试官问还有啥嘛?then,我大脑空白了几秒钟。憋出来个,或许还可以预训练个模型,搞个舞蹈学习的垂直模型?还有啥需要考虑的,想不出来了。6、反问反问了业务,面试官说了一大串,完全没听懂。反问了agent在业务中如何体现。反问了那您觉得aicoding会取代程序员嘛哈哈哈哈总共50来min,无手撕,好煎熬好漫长的50min。
查看15道真题和解析
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务