AI 应用开发工程师一面、二面面经

一面（约40分钟）

开共享屏幕画出coding agent架构图，并阐述一个请求进来流程怎么走？

有了MCP为什么还需要skill？

MCP有哪些实现方式，分别使用哪些协议？

实习中是否遇到过模型限流的问题？错误码是多少?怎么处理?

实习项目里对大模型API并发调用怎么控制的?

有没有思考过不同的coding agent缓存命中率不同的原因

二面（约一小时）几乎全是他们内部业务(coding agent)的场景题

1、你的实习项目中，你觉得遇到了最大的困难是什么？怎么解决的

2、如何设计一套针对线上业务报错、通过 AI 自动化管线进行分析分类、自动修复并提交 Merge Request 闭环的系统？ 需要划分哪些模块？提供什么样的服务？用户应该怎么去使用？ 系统的技术选型应该怎么做？例如 Agent 框架、接收监控系统的接入层框架以及数据库分别该如何选型？

3、在由 Agent 持续修改代码的情况下，如何通过质量保障来确保代码质量符合预期？

4、当系统上线后 AI 生成了大量代码导致人工看不过来时，人工审查的重点究竟应该看什么？

5、打开 GitLab 看到 AI 为某个需求或单子提交了大量的文件和代码时，具体应该看哪些文件或内容？

6、如何让 AI 来辅助进行代码审查？当 AI 审查完代码并表示没有问题时，如何保证其审查结果的可靠性？

7、当输入 MR 让 AI 审查，而 AI 回复“没问题，看完了”时，此时是否真的代表没有问题？

8、 怎么利用 AI 来提升测试效率，以避免每次写完需求都要人工手动把系统点一遍的不现实情况？

9、当 AI 表示测试好了且单元测试全绿通过，这是否意味着可以直接上线？

10、当 AI 打开页面点了几下按钮并生成了一份详细的测试报告时，如何判断这个测试是否充分？

11、当团队自动化开发久了出现 AI 制造“屎山代码”导致越来越改不动的情况时，应该怎么处理和预防？

12、如果团队在 CLAUDE.md中写了三四十条规则且连续开发了两三个月，如何确认仓库是否真的在遵循这些规则，以及如何确定有没有产生不可控的技术债务？

13、分享你最近了解过的新的 AI 知识？

#互联网大厂# #面经# #28届找实习# #agent##AI应用开发#