75min字节秋招后端一面

前言： 第一次做这种纯前端的小游戏，没想到意外地简单与有趣，轻轻松松就能在视觉与效率上完爆只有黑框框的语言小游戏游戏内容介绍：两位玩家‘牛娘’与‘喵娘’在逛街时遇到了几堆硬币，它们决定用游戏的方式决定这些硬币的归属权（当然不会交给警察叔叔了喵~）1.两名玩家轮流从任意一堆硬币中拿取 1 到最大限制数量的硬币2.每次只能从一堆硬币中拿取3.拿到最后一个硬币的玩家获胜4.每回合必须拿取至少 1 个硬币游戏想法介绍：本来是想做电灯游戏的喵，结果偷懒了两天就已经有人做出来了呜，后又想到轮流取石子游戏，但不管完善，今日于牛客tranker每日一题‘巴巴博弈’中汲取灵感，并运用牛客娘和牛币形象（还有猫娘是谁啊，好难猜啊喵QwQ~）制作过程概述：提示词见图片，主要就是这两句，其他的太长了，放在b站了【nowc】https://www.bilibili.com/video/BV1vGFrzxEuB?vd_source=47fd9713017989fc05842acaa6a5540d【蚌不住了，ai太蠢了】https://www.bilibili.com/video/BV1tUFkzSE5b?vd_source=47fd9713017989fc05842acaa6a5540d遇到问题及解决：其实也没啥问题，只有一点，我发送了几张png和jpg图片，ai只能识别为png图片，没办法，只能手动改了喵~还有身为甲方的反复横跳，一开始小游戏需点击对应的硬币堆才能选择拿走这堆的硬币数，但设计师是哑巴，我还以为是bug，就让豆包修改，变成了下拉式选择框选择第几堆，之后觉得不方便，就又让它改回来了代码展示：（蚌不住了，代码太长会显示发布错误，只好贴图片了）（p9）其实代码和游戏压缩包都在某群，刚刚群友提意见了喵，马上就去更新喵！先写到这，晚点再修改喵~真蚌不住了，修改了两次都忘记发布了，我是笨蛋喵娘喵·更新了头像与昵称选择（p8）

给大家推荐一个难度还行的项目。项目简介：设计并实现一个高并发分布式秒杀系统，支持商品秒杀活动，具备高并发下的稳定性、可扩展性与数据一致性保障。核心功能：秒杀活动管理：创建活动、配置库存、设置限购规则秒杀下单：用户请求限流、排队、下单、支付订单处理：异步生成订单、库存扣减、超时自动取消秒杀结果查询：实时返回抢购结果与订单状态技术亮点：高并发限流：使用 Redis + Lua 脚本实现库存预扣与原子性操作，避免超卖消息队列异步下单：使用 RocketMQ/Kafka 进行异步订单入库与库存扣减，削峰填谷分布式锁与幂等：使用 Redisson 实现分布式锁，保证秒杀过程的幂等性与并发安全缓存与热点数...

AI产品经理面试该怎么准备？今天把我平时面试候选人时，最常问的4类核心问题和面试中比较好的回答分享给你们。其实我一直觉得，面试AI产品经理，底层还是看能力匹配度，但作为面试官，我问的每道题都有明确考察目的。今天分享的这4类题，就是我筛选候选人的核心标准，把这些摸透，你面试时就能精准踩中得分点！一、通用基础题（考察岗位匹配度）我一般会问自我介绍、优缺点，还有最后让你反问我。这里说个印象深的案例：有个候选人自我介绍全是泛泛而谈，没提一句和AI产品相关的经历，这就是典型的差回答；但有些同学则会主动聚焦，比如会说“我之前参与过AI客服的需求梳理，重点负责数据标注的需求对接”，一下子就戳中了我的关注点。所以这类题不用复杂，重点是结合AI岗位特点做针对性准备。二、AI项目落地全流程题（核心考察项）这是我最看重的一类题，必问的是“你有没有完整跟进过AI项目？从需求到上线迭代，每一步你都做了什么？”我记得有一个同学的回答就很好，他能清晰拆解“先和算法团队对齐需求边界，再协调数据团队准备训练数据，模型上线后通过A/B测试优化阈值”，细节拉满，当场就加分了。这部分是核心差距点，一定要实打实准备。三、潜力题（考察行业敏感度）我常问“最近用过哪些AI工具？说说你对GPT和Claude的区别理解”。有个同学只说过用ChatGPT写文案，再问模型区别就说不上来，这就是潜力不足的表现；但如果在面试的过程中不仅能说清两款模型的定位差异，还能结合自己用Claude做长文档总结的体验，分析出它的上下文理解优势，这种对行业的敏感度就很加分。平时一定要多体验、多思考，别只停留在表面使用。四、宏观认知题（考察行业格局）我一般会问“你怎么看AI产品的商业化难点？” 有个同学能结合具体案例，说“比如To B端的AI产品，客户对效果预期和实际落地有差距，而且数据安全问题会影响付费决策”，还能给出自己的解决思路，这种有深度的认知就很亮眼。这类题考察的是你的行业格局，一定要结合案例多思考，别空谈理论。总结：这4类就是我面试AI产品经理的核心题库：通用基础题看匹配度，项目全流程题看实操力，潜力题看敏感度，认知题看格局。

推荐个人全能 AI 智能体（All-in-One Personal Agent）集RAG 知识库、工具调用、日程规划、多模态交互于一体，用 LangGraph + 大模型实现从 “回答问题” 到 “自主完成任务”，技术栈新、可展示性强、面试加分拉满，既能练工程能力，又能直接放进作品集，是 2026 年最适合学生 / 转行做的高性价比 AI 项目。