蚂蚁笔试开始考察AI Coding了

题目目标 设计并实现一个集群调度器（Scheduler）+ 模拟器，用于在动态负载和故障条件下平衡：高优作业低延迟集群利用率普通作业公平性场景设定集群包含 M 台同质机器（Machine 0 ~ M-1）作业属性：job_id、priority、resource_num、estimated_timeestimated_time 与真实时长存在误差（约 ±20%）作业类型：普通作业（normal）：每天 08:00 批量提交高优作业（high）：全天随机提交，要求快速响应运行规则（必做）调度与资源占用作业需绑定到足够空闲机器后才能运行运行期间机器被独占作业完成与失败作业可能成功或失败若失败原因是硬件故障：相关机器下线维修 24 小时抢占机制允许抢占运行中的作业被抢占作业回队列等待重试，额外增加约 10 分钟执行成本输出与指标要求（必做）调度器应输出可复盘日志，并至少统计：高优作业平均等待时长 / P95 等待时长集群利用率（时间窗内）普通作业公平性指标（如最长等待、等待方差、饥饿作业数）测试与验收要求（必做）至少完成以下测试：基线对比（与至少 1 个基线策略对比（如 FIFO / 纯优先级））波峰场景(批量普通作业 + 高频高优插队)故障场景抢占场景结果可复现交付物调度器源码模拟器源码与输入样例策略说明（为何这样设计）指标报告与对比图表已知问题与下一步优化加分项自适应策略（根据实时拥塞/故障率动态调参）抢占成本建模更精细多目标优化或可插拔策略框架

上一段小厂实习经历不太相关直接被忽略项目部分挑两个其中你觉得优化效果最好的方法说明一下数据分布这块做过什么处理吗？学习过第一名的方案吗，他用了哪些方法？围绕语义ID讨论一点八股你生成语义ID后自己查看过生成的数据效果如何吗，怎么看这个效果如何？你加入的语义ID和多模态embedding哪个提升效果更好，你觉得是为什么？手撕部分：随便开一个本地IDE写在一个二叉搜索树中找到小于m的最大值

蚂蚁已经有 AI Coding 笔试/面试分享，美团连岗位要求里都开始直接写 AI Coding 工具了。字节、小红书这些也明显在问 AI 开发习惯。以后面试不只看你会不会写，更看你会不会借 AI 把活干明白。

1. 自我介绍2. 如果让你设计一个面向跨境售后纠纷的智能工单中台，整体架构怎么落可以把系统拆成接入层、规则与路由层、会话编排层、模型服务层、工单状态层、证据存储层和审计回放层。接入层处理 IM、邮件、表单和外部 API；规则层做租户隔离、语言识别、风险分级和触发策略；会话编排层维护案件上下文、节点执行历史和工具调用轨迹；模型服务层只负责生成和抽取，不直接持久化状态；状态层维护工单生命周期和人工接管点；证据层保存截图、订单记录、退款日志和模型引用片段；审计层负责回放每一步输入输出，便于定位误判和争议。真正难的点不在“能不能生成回复”，而在于把模型能力约束在可追踪、可回滚、可仲裁的业务流程里。3...