2026 年金三银四，阿里、字节、百度、腾讯、华为、美团、滴滴等互联网大厂，在研发、算法岗已普遍考察 AI Coding 能力。蚂蚁集团：笔试强制 AI Coding，限时用通义灵码写工程代码 + Debug，考 prompt、代码质量与安全。字节 / 百度：每轮必考 AI 辅助编程，要求用 Copilot/Claude 实现算法（如 Transformer 组件），并审查 AI 代码漏洞。腾讯 / 华为：二面常考 AI + 系统设计，用 AI 生成模块并优化并发、性能。美团 / 滴滴：笔试 + 面试结合，考 AI 工具效率、代码审查与业务场景落地。避雷建议：必须熟练 AI 工具、prompt 与代码审查；纯背题已没用，要练 AI + 实战结合。

1. 自我介绍2. 介绍一个你做得比较完整、个人成长最多的项目，背景、目标、方案和效果是什么？3. 做这个项目时具体用了哪些方案或手段达成目标？答案：最核心的是把问题拆开，没有直接把所有文档塞给大模型。文档侧先做结构化解析，保留标题层级、版本号、适用部门、发布时间和权限标签；检索侧用了 BM25 和向量召回融合，因为制度类问题经常包含专有名词、系统名和缩写，单纯向量召回容易漏；生成侧强制模型基于证据回答，不允许没有证据时编造。训练侧做了两类任务，一类是意图分类和工单类型预测，用历史工单标题、正文、处理队列作为弱标签，再人工抽检；另一类是指令微调样本，用高质量问答、证据片段和标准处理建议构造。线...

感觉现在大厂都把leetcode能力当作基础的编程能力。做算法，花那么多时间做leetcode为什么不多花点时间读读paper，复现一下前沿论文，并不觉得leetcode对算法有什么特别大的意义；我也不是完全不会写，但是有些题目没刷过想在一个特定的时间内完成的很好确实很难

1. 实习经历与项目细节（工程实践）  背景调查： 你实习的公司是什么性质的机构？主要业务是什么？ 职责确认： 在行情订阅项目中，你是从头开发的还是在原有基础上修改的？ 量化指标考察：  你处理的“海量行情数据”具体的量化指标是多少？（如：每小时多少合约、数据频率是秒级还是毫秒级、CSV文件具体多大？） 行情订阅的性能你是如何评估的？有没有具体的判断标准？   优化意识：  在内存使用上你做了哪些优化？（如：对象池、减少内存申请销毁）。 当发现转换一个文件需要半小时时，你有没有分析过耗时分布？有没有尝试优化？ 写入文件时是一次写一列还是一个数？具体的写入逻辑是怎样的？    2. 技术测试与D...