豆包手机测开一面面经

1.测开应具备的素质？• 扎实的测试理论+编码能力，能做自动化与工具开发。• 严谨细心，质量意识强，有风险敏感度。• 良好沟通协调，推动问题闭环。• 持续学习，关注新技术如AI、自动化。2. 项目困难与解决？项目迭代快，接口变动频繁，自动化脚本维护成本高。• 抽取公共方法，框架分层，降低耦合。• 与开发提前同步接口变更，约定规范。• 使用数据驱动+配置化，提升复用性与效率。3. 登录界面测试用例？• 功能：正确/错误账号密码、空值、验证码、锁定、互踢。• 边界：超长字符、特殊字符、弱密码校验。• 安全：SQL注入、XSS、明文、token校验。• 兼容：多浏览器、APP、网络异常。4. 开发认为不是bug/不紧急怎么沟通？• 用需求文档、产品逻辑客观对齐，不主观争执。• 说明用户影响与线上风险，提供日志、截图、复现步骤。• 协商优先级，先录入缺陷，保证问题闭环。5. 测试来不及，如何跟领导沟通延期？• 及时同步风险，不拖延隐瞒。• 说明原因：用例量、阻塞问题、回归范围、环境问题。• 给出方案：1）保主干用例，精简非核心；2）加人/并行测试；3）建议分批上线或延期，降低风险。• 站在业务稳定角度沟通。6. 多线程安全 & 多线程测试？线程安全：• synchronized、Lock、ThreadLocal。• 并发安全集合：ConcurrentHashMap 等。• volatile 保证可见性。多线程测试：• 模拟高并发、重复执行、长时间运行。• 检查：死锁、数据错乱、丢失更新、阻塞。• 加压测试 + 日志分析 + 复现验证。7. 浅拷贝 vs 深拷贝？• 浅拷贝：只复制引用，共用内部对象，修改互相影响。• 深拷贝：复制整个对象链，完全独立，互不影响。• 实现：序列化、递归拷贝、JSON 序列化。8. AI 对测开的机遇与挑战？会用：辅助写用例、造数据、写脚本、查问题、总结。机遇：• 提升用例、脚本、测试数据效率。• 智能缺陷定位、辅助性能/安全测试。挑战：• AI结果需人工校验，不能完全依赖。• 需学习工具、提示词、数据安全合规。

企业级前端工程化的本质，是把"人肉重复、靠经验兜底"的开发方式，收敛成可复用、可度量、可演进的一套体系。从零搭建前端时，先想清楚要解决什么、要什么结果，再选工具和流程，会少走很多弯路。 工程化主要针对三类问题：  把这三块从"人治"变成"机制"，工程化才算真正落地。 落到团队层面，能带来几件事。流程上，标准化、能自动化的尽量自动化，关键环节可以借 AI 提效，结果上，开发成本下来、迭代速度上去，代码质量和可维护性提高，bug 和线上风险更容易被提前拦住。这些都不是单点工具能完成的，需要从需求到上线的整条链路一起设计。 接下来我们按常见...

理由很直接，LLM 是大脑、Prompt 是语言、AI 产品是载体，而 AI Agent，是那个让 AI 真正动手做事的关键一跃。过去两年，我们主要在和 LLM对话，你问它答，它像一个无所不知但只能动嘴的顾问。而 Agent 的出现，让 AI 第一次有了手和脚。

简单做一下自我介绍，介绍个人学习、项目、实习经历。你对软件测试的理解是什么？测试分为哪些类型？什么是黑盒、白盒、灰盒测试？分别在什么场景使用？常用的测试用例设计方法有哪些？你做过的AI 相关测试 / 模型评测具体是怎么做的？介绍一下你做的RAG 智能志愿填报系统，测试部分是怎么开展的？你是如何做自动化测试的？用到哪些工具和框架？自动化测试的适用场景和不适用场景分别是什么？描述一下Bug 的生命周期，提交 Bug 需要包含哪些信息？对Redis、MySQL、MQ这些中间件了解多少？Redis 和 MySQL 数据不一致怎么处理？事务对测试有什么影响？为什么想做测试开发？未来职业规划是什么？你认为...