快手测开一面

4.10 测开 50min1.自我介绍2.Agent节点验证的背景与流程3.举个例子是如何mock数据的4.这个验证是端到端的验证还是单节点类型的验证5.前端缺陷检测工具的角色与工作6.项目的优化是如何做的7.项目的模型是如何进行选定的，具体多少数据进行对比8.这个工具有没有使用到一些上下文9.除了你说的构建代码的上下文，其余比如一些公司的代码规范的大文件有没有传给大模型10.那么如果需要在这个基础上进行知识库或者memory上下文的构建，你会如何做11.试验场的数据集的构建如何做的，数量级，如何评测12.是工具上线前构建的，还是上线使用过程中逐步积累优化，详细说说13.代码题，io，读取文件，找到包含某个字符串的行，将这一行的内容和行号输出到另一个文件中14.上述如何用多线程实现15.多线程的实现方式16.sql题，学生表，成绩表，查找缺考同学的姓名17.mysql的几种连接方式18.利用连接优化19.redis与数据库的区别20.具体讲一个vibe coding的例子21.vibe coding存在哪些问题22.登录界面设计测试用例23.最近有没有了解过最新的ai技术24.openclaw部署过吗25.反问更新：4.13 ✓

4.16 测开 30min问题：1.自我介绍2.介绍实习的agent节点验证3.这个平台在市面上对标的是什么工具？4.主要是做这个编排能力的功能测试，是吧？5.整个编排能力里你们比较重点，测试的点和你觉得有风险的地方是哪？6.怎么去这个评估？以及你说的核心场景是啥？7.你测的是一个编排好的东西，还是说你测的是一个这个编排的平台的能力？8.是每一种类型的这个节点都要测，还是测不同类型的节点之间去编排的这种组合关系9.那你说的这个整体大的agent的是什么呢？具体是干什么的呢？其实 agent 能够做的场景还是比较多的，你是怎么去保证这个场景的丰富度和全面性的？10.实习过程中的前端缺陷检测工具构建的流程？11.你用大模型检测的这些规则跟我们常规用静态代码扫描的规则有什么区别？哪些是那个必须用大模型引入大模型才能做的？12.你像这种变量未定义的，为什么不能直接用这个静扫的规则去覆盖呢？13.大模型幻觉问题具体是怎么解决的呀？14.规则实验场功能其实是在做一个评测，是人工来干，还是说还是怎么干？评测过程是什么样的？15.你现在平时会用这个 AI 去写代码吗？16.反问更新：秒挂

1、实习拷打2、手撕：二叉树的层序遍历3、sql手撕（挂）：五个表，查询不同种类商品在2023年消费最高的用户的信息，一个用户表、一个订单id表（没数据）、一个订单详情表（包含价格和数量）、一个商品表（无商品种类）、一个种类表4、问了对ai的了解，只学了rag的皮毛直接说不太懂5、后端项目拷打6、遇到印象最深的bug7、最早什么时候到，一周干几天，干多久

根本就没啥。八股文 就是问我的这个项目，然后问了下，比如说我这个mcp项目的稳定性的保障，然后具体是怎么用的，然后为什么没有什么监控啊日志消息，让我做这个巡检策略的成功性判断。然后有没有遇到过那种即使你传入正确的参数，然后最后响应失败的场景，然后我这个测试提效的时间是咋算的？还有就是AI修复，视觉修复是咋修复的，还有就是我这个项目的背景是啥，然后问了问我的体育专业为啥选择体育专业，问了问我当时为啥没留京东连手撕代码都没有，就是瞎聊天社招确实没必要发相关的一些。面经帖子了，根本就没啥参考性，每个人问的问题都不一样