08.05 Minimax一面

刚好晚上吃饭的时候闲来无事，随笔记录一下来MiniMax实习3个月的真实感受，给正在看机会的兄弟们一些参考：关于技术氛围：怎么说呢，这边确实能接触到比较核心的东西，而且有着大厂没有的“高速”，比如我第二周就开始跟着调优M2.5的代码了。记得当时在做模型“自我修正”能力的优化，我提了个想法：能不能让模型遇到编译报错时，模拟编译器思路走一圈？mentor听了没含糊其辞的让我只关注他安排的工作，而是直接说“你做个Demo试试”。然后我就去做了，最后效果还行就被采纳了，说实话很有成就感。之前在别的地方面试时，很多面试官画的饼比这大多了，但来了之后发现根本碰不到核心业务。这边至少让你真动手，不只是听概念。关于Mentorship：我的mentor人挺实在的，但是指导方式.....emmm怎么形容呢，不是那种手把手教的类型，应该算是引导型？分享一下我们的日常给大家感受一下，有次我为了赶一个Agent工具调用的demo，写了一堆if-else，自己都知道写得烂。Code Review时他没直接说我代码写的烂（虽然是事实），而是跟我聊：“咱现在写的每行代码，以后都可能变成M2.6甚至M3.0的训练语料。”然后他花了一下午重构了代码，引入工厂模式，还顺便给我讲了讲大模型底层MoE路由的原理。刚开始我觉得重构挺浪费时间的，但后来想想确实帮我理解了“为什么这么写”比“怎么写”更重要，算是被带着上了一课。关于工作方式：这边节奏不算轻松，但卷的方向比较明确。API额度确实不设限，但我发现也没人真去“刷”ArXiv……主要还是先把分配的活干完。干完了可以自由安排时间，去看论文、琢磨优化都可以。同事之间氛围还行，有问题直接问，不用绕来绕去。扁平化这个点虽然被说烂了，但确实不用天天写周报（感动）。总结：在MiniMax这里，整体感觉就是：你做的事能被看见，想法能被试，愿意学也能学到东西。对想踏实做点事的同学来说，是个不错的地方。今天就分享到这里了，继续肝大模型去了。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 项目拷打2. 你们从 PRD 到 design.md 这一层，是怎么保证“需求不丢失”的？AI 自检具体是怎么做的，有没有误判的情况？3. 你刚才提到“需求-代码映射”，能不能举一个具体例子，说明你们是如何做到精确定位到某个文件甚至某一段逻辑的？4. 你们的 tasks.md 拆分粒度是怎么控制的？拆太细和拆太粗分别会带来什么问题？5. 在 Multi-Agent 协作中，状态是怎么传递的？是靠文件、内存还是某种中心化状态管理？6. 你们有没有遇到 Agent 之间“决策冲突”的情况？比如设计和代码生成不一致，是怎么解决的？7. 你们为什么选择“技术方案驱动”，而不是直接让 AI 从 PRD 出码？8. 你们 `.catpaw/rules` 这套知识库，和像 OpenClaw 这种基于 RAG 的 memory，有什么区别？9. 如果知识库内容过多，AI 也会有上下文压力，你们是怎么做裁剪或者命中的？10. 你们有没有做 embedding 检索？11. 如果知识库里的内容是错的或者过期了，会不会对 AI 产生误导？你们怎么治理这个问题？12. 在一个非常大的存量项目里（比如几十万行代码），你们是怎么让 AI 快速理解项目结构的？13. 你们现在 AI 出码留用率是 50%+，那剩下 50% 主要问题出在哪里？14. 在复杂业务场景下，AI 出码质量下降，你觉得是什么问题？15. AI 有没有出现过“看起来对，但其实逻辑是错的”这种情况？16. 你们有没有做过代码 diff 级别的控制，比如限制 AI 修改范围？17. 你们基于 Playwright 做自动化测试，那测试用例是怎么保证覆盖率的？有没有评估指标？18. AI 自动修复 bug 的成功率大概是多少？有没有出现过“修复引入新 bug”的情况？19. UI 偏差这种问题你们怎么检测？20. 如果测试通过了，但业务逻辑是错的，这一层你们怎么解决？21. 你刚才说整体效率提升 20%，这个数据是怎么统计的22. AI 代码量提升很多，那你怎么评估“有效代码”和“冗余代码”的比例？

米哈游显示待笔试，然后笔试前三天给我感谢信了。。ok。好文明，招满了就不要让我去笔试了，希望各个公司都能这样。然后紧接着看到字节挂了，诶，京东居然时隔五天又有消息了，腾讯也一面过了等着约二面了。献祭流献祭流啊，最后能给我献祭出一个offer就行。

先投简历，投完简历就给你发个邮件，做一堆测评，测评完了就开始不要人了。要么根本没有下文，要么跟你说，“对不起我们这个岗位不缺人”。给我气笑了。要么就来问你要不要来实习，一问能不能转正，那是没有转正hc的。我都不知道为什么现在先要去前置测评这些东西。