AI风口下的笔试新风向:AI coding,到底在考什么?

#蚂蚁笔试考察AI Coding,求焚决#
最近大厂都在推AI,赶这个风口,总得来说还是为了提效

AI Coding看似是在考察Prompt,实则是考察结构化表达能力,面对复杂问题,如何拆解步骤,输入输出如何定义,选择什么样的方法解决。

AI作为一个通用工具,会的多,但不精。上下文缺失/幻觉是常有的事

做好AI coding,首先要明确AI定位角色,主要职责,再拆解任务,分步骤处理,一下子派个大任务很可能做到一半忘了前面。

提供高质量的上下文,清晰,简练,过多上下文会造成认知负担,AI生成代码过于冗余,尽早进行干预,如删除无用代码,精简传参。

对于AI幻觉(“别一直import你编的库”)导致的编译错误,可以要求给出参考文档,每个系统函数都要求有参考,禁止瞎编

最后就是code review能力,快速识别问题,定位并解决,产出切实可运行的代码。

#AI了,我在打一种很新的工# #聊聊我眼中的AI# #牛客AI配图神器#
全部评论
code review能力我觉得才是最关键的
1 回复 分享
发布于 03-20 17:51 湖南
emmm这样一听AI coding考的东西比直接手写还多啊
点赞 回复 分享
发布于 03-20 17:50 山东
大部分人做项目的时候都会踩到上下文太多的坑吧
点赞 回复 分享
发布于 03-20 17:50 广东
我最怕的就是幻觉这块,根本就讲不出来
点赞 回复 分享
发布于 03-20 17:49 湖南
哈哈我之前就是一下子给AI丢个大任务,结果它生成到一半就开始瞎编函数名
点赞 回复 分享
发布于 03-20 17:47 陕西

相关推荐

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
查看14道真题和解析
点赞 评论 收藏
分享
评论
3
4
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务