4.7智谱华章一二面

3个面试官，没开摄像头，我最开始开着摄像头，但电脑黑屏了一下，摄像头自动关了，面试官也没说什么1.首先自我介绍2.项目提问 面试官很好，技术非常棒，针对我的项目还给我讲了相关问题。我项目经验讲的一般，多亏了面试官，补充了细节上的不足。3.你之前应该是自动化做过一些自动化测试，那你对于完整的测试流程，常规的一些测试流程了解吗？4.举个例子吧，说一下你的你之前的写的用例，你的需求是什么样，你是怎么设计的。5.我们是做机器人，你有没有了解过机器人，或者是说你觉得做机器人测试最核心的测试点是什么，比较关注什么？6.问毕设完成没？问什么时候实习。反问由于项目没有回答得很好，基本上就没问什么。

一、自我介绍与项目深挖做一下自我介绍。简单讲一个你最有代表性的项目，你在其中解决的最关键问题是什么？结合实习或项目，做细节追问（工作流、职责、决策、挑战等）。二、Agent 与提示工程相关提示词模板是怎么设计与迭代的？你如何判断一个模板真的变好了？你们的 Agent 是单 Agent 还是多 Agent？为什么这么设计？有没有考虑过替代方案？Agent 的任务是怎么拆分的？拆分粒度是怎么决定的？上下文是如何构建的？你们怎么避免上下文过长或信息污染？如果上下文窗口不够，你会优先保留哪些信息？为什么？三、代码理解与单测生成（工程场景）做代码理解时，AST、调用关系这些信息是怎么用起来的？单测生成里，哪些代码不适合生成单测？你们是如何识别并过滤的？覆盖率高但测试质量很差，你见过吗？你们是如何解决的？mock 在单测里什么时候是必须的？什么时候反而会带来问题？如果一个函数同时依赖数据库和 RPC，你怎么让模型生成的单测稳定运行？你们如何评估生成单测的质量？ 除了覆盖率，还有哪些指标有效？四、LLM 基础与 Transformer 细节LLM 的输入到底是什么？模型真正看到的内容包含哪些？self-attention 的核心作用是什么？为什么要拆成 Q、K、V？为什么 attention 能建模长距离关系？为什么需要 multi-head？attention 为什么可以看成动态加权？同一个 token 的 Q、K、V 为什么不相同？attention 复杂度很高，当上下文特别长时，你会怎么优化？模型产生幻觉的常见原因是什么？工程上有哪些方法可以降低幻觉？五、后端与系统基础Python 有多线程吗？GIL 是干嘛的？什么时候多线程才是有用的？讲一下 C++ 从源码到可执行文件的完整编译流程。六、算法题（手撕）给定一个数组 nums，计算所有子数组的中位数之和。定义：如果子数组长度为奇数：中位数 = 排序后中间的数。如果为偶数：中位数 = 排序后靠左的那个数。要求：计算所有子数组的中位数之和。

作为金融科技公司，日常都会有各种技术技巧课堂，快来加入我们吧!!! 度小满内推码：BN2E98M 内推链接：https://duxiaoman.jobs.feishu.cn/s/pkFdqSQd4KA 度小满是一个极好的工作场所，加入我们的大家庭！

timeline:3.19 一面3.24 二面，6天后流程结束3.30复活赛4.2 一面4.7 二面4.8 hr面+云证