跳至主要內容
PHUA MEDIA
生活 現象觀察

面試官全程笑著聊,問題卻一個比一個深:美團這場Agent一面,把考題藏進了「如果讓你設計」

美團AI全棧Agent開發一面面經於9月4日流出,面試官全程笑著追問Markdown切分、Query Rewrite與行程規劃Agent場景題,本文對照這份面經與其他大廠考法的新樣貌。

PHUA MEDIA 編輯室 閱讀約 5 分鐘

9月4日,牛客網流出一篇「美團 AI 全棧 / Agent 開發(一面)」的面經。樓主形容面試官「非常和藹,全程笑著聊」,但問題「一點都不水」。更微妙的是結局:面完自我感覺良好,最後還是掛了,回饋寫著「項目經驗與崗位匹配度不夠」。這種「聊得很開心,結果沒過」的落差,恰恰是這篇面經在求職圈被圍觀的原因。

先把面試現場還原

按樓主的自述,流程大致是這樣走的。

開場照慣例介紹 Agent 項目,樓主講了 RAG 流程。這本來是標準起手式,沒想到面試官立刻往下鑽:「如果 Markdown 沒有標題,你怎麼切分?」「短 query 和長 chunk 向量化,差異在哪?」

這兩問看似細枝末節,實際上全是實作裡才會踩到的坑。留言區就有人直說:「Markdown 切分這個細節,沒踩過坑真答不上來。」文件切分是 RAG 工程裡最不起眼卻最影響召回品質的環節,教科書不會教你沒有標題結構的文件怎麼辦,只有真的清洗過資料的人才知道那有多麻煩。

後半段是一道 AI Coding 場景題,電商搜尋排序,口述思路即可,不要求寫完整程式碼。樓主的總結是:面試官更像在跟你「探討」技術,而非單方面「拷打」。

場景題長什麼樣

從面經內文看,這場面試的追問幾乎全部掛在「如果讓你設計一個功能,你會怎麼做」這個母題底下,派生出來的題目包括:

設計一個「智慧行程規劃 Agent」,用戶輸入「周末去南京玩兩天」,描述工具編排與異常處理;當用戶需求模糊(例如「找個好喫的」)時,如何設計多輪澄清機制;RAG 召回結果不相關時,怎麼優化 Query Rewrite,並舉例;以及如何保證 Agent 輸出的 JSON 符合下遊系統的要求。

把這幾題並排放著看,輪廓很清楚:考的已經不是「你知不知道 Agent 是什麼」,而是「你有沒有真的把一個 Agent 從需求接到落地」。工具編排、異常處理、多輪澄清、輸出格式校驗,每一條都是實際上線時會撞到的牆。背八股背得出 Attention 公式,背不出「JSON 偶爾多一個逗號怎麼辦」。

對照其他大廠的考法,味道更明顯

這不是孤例。這個求職季以來,AI 相關崗位的面經明顯在往「場景化」傾斜。

得物的 Java 一面近五十分鐘不手撕程式碼,面試官只繞著專案深挖與場景題打轉,考題被寫回了業務裡,與得物那場只追專案的Java一面的觀察一致。騰訊 IEG 的 Go 後端一面更直接,把七題「AI 寫的 code 怎麼驗收」問在 goroutine 八股之前,我們在騰訊IEG那份AI協作先行的面經裡也提過這個新舊考題的排序變化。甚至連小廠都開始考 Transformer 八股與 TB 級 RAG 場景題。

美團這場放在這個序列裡,特色在於「姿態」。面試官全程笑著,像討論夥伴多於像考官,但每一個笑容後面都跟著一個更深的追問。有網友把這種體驗總結得很傳神:壓力最大的面試,往往不是板著臉的那種。

「聊得好卻掛了」才是重點

這篇面經真正引發共鳴的部分,其實是最後那段:面試體驗極佳,結果未錄取,理由是匹配度。

這暴露了一個求職圈的殘酷現實:面試氛圍好,代表的是對方修養好,不代表你通過了。場景題人人都能口述個大概,但追問到第二層、第三層時,做過的人和讀過文章的人,深度差異藏不住。「項目經驗與崗位匹配度不夠」這句制式回饋,翻譯過來多半是:思路對了,但細節的厚度還沒到。

留言區的反應也分成兩路。一路在技術細節上接力討論,Markdown 切分的實務解法、Query Rewrite 的具體策略;另一路則是求職圈的儀式性回覆,「掛得可惜」「接好運」「耐面王」,把面經當許願池用。這兩種留言並存在同一層樓裡,本身就是牛客面經文化的縮影:一半是知識交換,一半是情緒互相取暖。

值得注意的是,這篇面經的全文被收進了付費專欄,剩餘六成內容要訂閱才能看。面經付費化近來越越常見,真題的稀缺性已經足以支撐小額交易,這大概是這個賽道捲到什麼程度的另一個註腳。先前「面試官手把手改Agent項目簡歷」的長文同樣引發圍觀,簡歷痛點與面試真題,正在變成求職圈的兩門硬需求。

對正在準備的人,這份面經留下了什麼

如果把這場面試的題目反推成準備清單,大概會是:RAG 的每個環節都要能答到「出錯時怎麼辦」的層級;Agent 的設計題要練到能自然帶出異常處理與格式校驗,而不是只畫一張漂亮的架構圖;專案介紹裡的每一句話,都要預設會被往下追三層。

面試官笑著聊,問題卻不水,這種組合或許會成為接下來 AI 崗位面試的常態。當技術棧人人簡歷上都寫得差不多,能分出高下的,只剩那些真的踩過坑的人,才答得上來的細節。

主題

#美團面經+求職現象#agent開發+面試文化#rag切分+技術考題