Android 应用开发面经

1. Redis 并发与上呼接口

• 询问 Redis 原子占用的实现细节。
• 深入了解随机上呼接口的开发过程，以及多实例并发调用时的随机账号一致性问题。

2. 中科软保险理算项目

• 询问保险理算、批赔规则及规则引擎相关工作。
• 了解 Drools 如何实现不同保险产品的规则解耦。
• 追问参数设计、跨系统数据查询与依赖。
• 询问规则冲突、优先级设置，以及是否存在死循环或溢出风险。
• 深入了解规则变更的风险控制，包括新旧逻辑对比、配置表切换、灰度发布和全量切换。

3. Agent 模块与 AI 辅助开发

• 询问 Agent 模块的项目经历。
• 了解 AI 生成 SQL 的使用方式及人工审核流程。
• 询问个人智能网页创作平台的项目情况。
• 追问提示词管理方式、项目开发耗时，以及前后端开发中 AI 的参与程度。
• 交流工具调用循环及 Agent 框架的相关思路。

4. Android 项目与基础知识

• 询问是否有 Android 应用开发经历，以及使用 AI 开发过哪些 Demo。
• 明确接下来考察 Android 基础理论。
• 考察 Activity、Fragment 通信及自定义 View 等知识。
• 随后结束 Android 基础考察，转向 Java 基础与职业规划交流。

5. 端侧 AI 技术与业务介绍

• 介绍端侧 AI 的应用场景，包括语音控制、文生图、文档生成等。
• 介绍本地模型离线运行的特点，以及 NPU 执行本地推理、通过 Service 接口向上层应用提供能力的架构。
• 对比 Agentic AI 与端侧 AI 的区别。
• 介绍端侧 AI 在数据安全、隐私保护等方面的优势。
• 讨论后台开发转向端侧 AI 的可行性，并指出模型转换链路与相关工具是需要掌握的技术环节。
• 进一步介绍端侧模型直接对接大模型的开发模式。

6. AI 开发工具与框架

• 询问在校开发 AI 项目时常用的工具。
• 围绕 Pi Agent、Claude Code 等工具交流框架设计、Agent Loop、Token 消耗、插件扩展及安全性。
• 介绍团队目前使用的 AI 编程工具与模型生态。

7. 求职意向与个人情况

• 询问考研、考公计划及赴深圳工作的意向。
• 了解学业情况、英语水平及相关成绩。
• 询问薪资期望与其他 Offer 情况。

8. 公司介绍与面试结束

• 介绍公司提供的统一 AI 账号及与阶跃星辰的合作关系。
• 询问候选人是否还有其他问题。
• 告知预计在 2～3 个工作日内反馈面试结果，后续由 HR 对接薪资等事宜。

20多分钟的样子，面试官人很好，没有登味，我是java后端选手，安卓我是一点没有学，这也能约面可能确实比较缺人，不知道有机会没，面试官也介绍了这个岗位可能也会参与一些端侧ai的建设#牛客AI配图神器##秋招面试记录#