蚂蚁 AI coding笔经

我拿到了一道系统设计类的题目：实现一个推理网关，核心功能包括智能路由、负载均衡、KV Cache 感知调度等。题目明确给出了交付要求和加分项。整个开发过程是在 IDE 环境下完成的，交互方式比命令行界面友好很多。我使用的模型体验不错，大约 90% 以上的对话都能顺利完成需求，偶尔出现的小 Bug 也可以自己手动修正。总体感觉比较容易上手。我的实现思路如下供牛友们参考：需求分析与架构设计先让 AI 扮演产品经理，帮我分析需求，输出一份完整详细的需求文档和项目架构。框架搭建与功能实现再让 AI 根据文档生成项目框架，然后逐个模块填充代码、测试、细调 Bug。测试与验收在所有测试通过后，让 AI 充当验收人，对整体项目进行测试和打分。迭代优化根据 AI 指出的不足之处进行改动，重复“测试 → 验收 → 打分”的流程，直到评分达到 90 分以上。文档交付最后让 AI 生成完整详细的项目总结报告，以及所有需要交付的文档，整理后一并提交。

1. 自我介绍2. 介绍一下你的项目3. MCP 和 Skill 的区别是什么MCP 更像标准化的能力接入协议，解决的是“模型怎么发现、描述和调用外部工具”的问题；Skill 更像高层动作抽象，解决的是“把多个工具和步骤封装成一个可复用能力”的问题。MCP 关注接口层和通信层，Skill 关注语义层和任务层。一个 Skill 可以内部调用多个 MCP 工具，但对上层 Agent 来说它仍然是一个原子动作。生产里如果把两者混为一谈，最后会变成工具越接越乱，Agent 决策空间越来越大，稳定性越来越差。4. 你怎么理解上下文窗口，哪个部分最占用 token上下文窗口不是“能塞多少文本”的问题，而是...

美团会考察AI Coding。在今天参加美团笔试的过程中，收集了信息，是否愿意考察AI Coding的。备考建议：从 “被动用 AI” 到 “主动控 AI”选 1-2 个主流工具深耕：优先 Cursor、Claude Code（处理复杂项目能力强）或国产的 Trae（免费且中文友好），用它们完成完整小项目（比如 RAG 知识库、简单 Agent 工具）。积累实战经验：至少独立完成 1 个 AI 相关小项目，能说清需求、实现过程和结果，应对 “描述你开发的 AI 功能” 这类问题。针对性刷题：除了 LeetCode，额外练习 AI 组件手写题，适配大厂新增考点。AI Coding 不是让 AI 替你写代码，而是考察你能否让 AI 成为高效助手。现在越来越多公司加入考察队列，提前掌握这种协作能力，才能在面试中更有竞争力。

时间线如下：3月17 简历投递3月20 业务一面3月26 业务二面4月02 面委一面4月02 HR面试4月07 已offer