🐜蚂蚁AI Coding笔经

面试官想看到的不是 AI 有多聪明，而是你作为“架构师”和“技术主导者”的思维过程。AI 只是你的高级键盘，技术选型、边界划分和兜底策略必须由你来掌控。对于学生来说，虽然不一定有真实的工业落地经验，但面试一定会要求你能把项目做深、做闭环。一、核心四步法无论遇到什么 AI Coding 题目，都可以按下面四个步骤来组织你的 Prompt 和思路：Step 1：定义边界与骨架 —— 展现全局观不要一上来就让 AI 写逻辑，而是先写 Prompt：“我现在需要写一个高并发下的 XXX，功能如下：XXX”目的：先把数据结构定下来，这叫“谋定而后动”。Step 2：选择并指挥核心模型 —— 展现技术掌控...

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。

1. 你做过的后训练项目里，最难解决的问题是什么2. SFT 数据你怎么构造，怎样避免模型被训练“油了”SFT 最大的问题不是量不够，而是数据风格太单一，最后把模型训成一种固定腔调：很会说、很圆滑、但信息密度低。构造数据时我一般会先按任务拆层，比如信息抽取、工具调用、复杂问答、拒答、安全、长文总结、结构化输出，每一层的目标都不一样。然后再做难度分桶，避免模型只见过简单样本。另一个关键点是负面风格清理。很多数据表面上没错，但非常模板化，比如“这是一个非常好的问题，让我们一步一步分析”，这类东西在少量数据里没问题，规模一大就会把模型带偏。所以我会专门清掉这种“高礼貌、低信息”的样本，保留更接近真实...

大概是3月15开始陆陆续续接到一些面试/笔试的，至今为止差不多一个月吧期间网易、pdd、mhy笔试全挂 => 没希望面试：1. 滴滴 IBG 国际化后端，部门主要是用golang的，我也基本能回答出来，手撕也是用go写出来的，等了一个月挂2. 字节 国际支付 后端，这个感觉八股答的还行，但是在这之前字节一直有ptsd，手撕又是写个98%，没提交面评挂了3. 腾讯 TEG 云平台架构 后台，这个一面等了四五天才约二面，二面把我当高手面，实在扛不住拷打，挂4. 美团 业务核心平台 后端，一面当天过的，二面等了两个星期才面，上来就是感觉有kpi的嫌疑，至今还在人才库5. 字节 番茄小说 客户端，一面秒过，二面和美团二面同一天面，也是同一天挂... 可能是移动端的知识答得不好6. 字节 今日头条 客户端，一面也是一个工作日过了，二面面完第二天就挂 。特地补了移动端的知识，感觉是觉得我实习过程中更多的是被动接收任务，而没有自己的思考吧【实验数据根本没权限，加上自己一直摇摆想做的方向】基本上就是一个星期1~2场面试，实在是尽力了，但是还是无法战胜特别是字节，后两次挂的很奇葩，都感觉就是面评可以，但是他们不想要...目前就下周还有一个大厂面试，真的很焦虑，我感觉下周那场也没啥信心了暑期实习真的还能有offer嘛，我都开始投递日常实习了，但是目前没有任何的反应希望四月能对我好一点...