多益二面 hr面

有没有人面试了多益网络的AI应用开发呀 怎么一点Java都没问呀，懵逼了。对方网络还不好，中间还掉线了一会儿，最后也没有反问环节就结束了。😅😅😅

作为HR，你能分辨出面试者（候选人）是不是“有毒”人格？这里先说下什么是有毒人格，统指为性格具有重大缺陷的人格类型，一旦招进来这种人，基本上就是公司的灾难....轻则损失成本，重则打散团队.....作为HR我们应该如何去分辨面试者是不是有毒，说实话靠面试很难100%的过滤掉，我通常选择在线测评来辅助，最常用的：艾森克人格测试，有时候不得不动用mmpi量表.....好吧，下面我说说我的一些经验，因为本文主要是说面试，我就以面试的情境去分析。在线人才测评系统、人才测评工具，小猫测试网 www，xmcs，cn1. 甩锅型人格凡是面试人说前公司全是垃圾、领导傻、同事坑、客户奇葩，自己永远没错，离职全是...

“我靠，刚才面阿里某部门，项目聊得很好，手撕没撕出来，挂了。”前两天听朋友这样吐槽时，我正处在一种类似的焦虑中：发现自己越来越依赖各种 Coding Agent，开始担心代码能力会退化。朋友的情况在面试中很典型，但有点特殊。很多人觉得刷算法题对实际工作帮助不大，但在目前某些厂的考核体系下，这依然是刚需，要面试只能去刷题，没办法。我想聊的是更本质的问题：在解决实际问题的场景中，我们该如何平衡 AI 工具与自己的代码能力？“代码能力”本身其实有点难定义，不仅是熟悉语言特性或数据结构，更重要的是能把一个实际问题转化成解决它的脚本。现在 Agent 用多了，最直观的感受是：坐在 IDE 面前，不知道该干什么。其实这不是coding能力退化了，是根本没定义清楚自己要解决什么问题，以及用什么方式去解决。手搓代码这件事，早些年大家也是靠CV解决问题，并不是每一行都自己敲。但现在的趋势是很多 Agent 会隐藏内部工作细节，只在特定时刻让你检查进度。这种做法能减少信息干扰，但也极大地依赖模型能力。如果模型本身能力不够，它可能会在后台陷入反复调用一个工具的死循环，没有任何结果，token一直在跑，而你甚至不知道。即便模型能力足够，agents也把规划、调试和审查的过程藏了起来，只留下一个“working”的状态，时间一长，导致我们再次面对代码时会产生一点抗拒感。关于对代码的掌握度，Anthropic 曾做过一项研究，调研了不同模式下开发者对代码的掌握程度：全部交给Agent：最快，但对代码的掌握度为0；纯手搓组： 对代码掌握程度最高，但速度最慢；人机协作组（生成后解释）： 模型不仅输出代码，也输出理由。这一组的得分往往也较高，对代码的掌握也更平衡。话又说回来，现在有一种观点认为，大模型已经发展到不需要我们去关注代码细节了，人只需要有“产品思维”，从业务和需求角度给 AI 分任务就行。但我个人认为，鉴于大模型是有幻觉的，我们对编程语言的常用库和特性依然要有基本的认知，因为你的追问也许可以发现大模型错误的认知，从而在早期避免错误的设计。否则，在后续的调试阶段，你可能要花费比别人多得多的沟通成本和 Token。所以，即便有工具辅助，依然要对代码有一定了解。比如它设计了哪些数据结构，用了什么框架，为什么要这样实现。当 Agent 调试成功后，我们可以多问它几个问题：刚才是哪里错了？你怎么知道的？这个命令具体是什么意思？......这种让大模型进行自我解释的过程，能有效增加你对代码维护的了解程度。

时长1h1.自我介绍2.实习经历+项目（持续了大概20min）3.coding部分（持续20min）3.1 三个线程按顺序打印abcabc（因为用Go，所以写得很快，然后写太快了就奖励再来一题。。。）3.2 在最多删除一个字符的前提下，判断是不是回文字符串——————————————————————————————————————————————————————————八股环节4.索引设计的原则答：最左匹配原则（联合索引/复合索引会按照字段的顺序构建B+树，查询时只有匹配‘最左前缀’才能命中索引）高度区分原则避免过度索引：每增加一个索引，会增加磁盘空间的占用，会降低INSERT/UPDATE/...