快手面经-复活一面-后端工程（北京）

一、 实习经历深挖

项目细节：

在实习期间主要负责的两个任务是什么？（数据导入、质押理财模块开发）

为什么要接入质押理财模块？之前的对账精度差（0.11几）的具体原因是什么？

问题解决能力：

你是如何定位对账差异来源的？（分析是质押缺失还是流水精度问题）

如果重新做这个任务，你会如何优化流程？（强调沟通、先咨询前开发者或社区，避免盲目排查）

技术理解：

你觉得这个事情的复杂度在哪里？（强调分析差异来源的过程而非单纯的代码编写）

你如何看待“实习期间做的全是 CRUD”这件事？进阶的关注点应该是什么？

AI 工具应用：

在实习过程中如何使用 AI 提效？（编写 API 测试脚本、前置脚本等）

二、 毕业设计深挖（电商平台项目）
面试官通过这个项目考察你对系统设计、数据真实性及新技术融合的态度。

核心功能逻辑：

AI 导购系统的具体流程是什么？（正则提取关键词 -> 数据库检索 -> 大模型润色文案）

如果数据库检索不到商品，大模型起到了什么作用？（补充信息或生成推荐文案）

工程化思考：

简历上写的“商品检索时长优化”等数据是怎么来的？（面试官敏锐察觉到数据的真实性，确认为闭设预估值）

如果你要设计一个真正的智能导购，你会怎么做？（考察 RAG、Agent、倒排索引等进阶方案）

对前沿技术的态度：

你对 OpenClaw / AI Agent 的理解是什么？

三、 开放性与场景题：AI 辅助编程（Web Coding）
这是本次面试的重头戏，反映了目前大厂对 AI 工具融合度的重视。

AI 应用现状：

你目前日常使用哪些 AI 工具？（Gemini、Perplexity、NotebookLM）

你觉得传统搜索引擎（Google）和 AI 搜索的区别在哪？

实操方法论：

让你用 AI 从 0 到 1 起一个电商项目，你的任务拆分流程是怎样的？

如何确保 AI 实现的需求满足预期？（提到了测试、验证环节）

概念辨析：

是否了解 Spec Coding 与 Vibe Coding 的区别？

是否了解 KPC、Plan mode 等 AI 编程模式？