面经 | SWE | 🔥🔥🔥 | AI Coding Round
2026(10-11月) Software Engineer,三家的 AI-assisted coding 轮 | Virtual | Hard
三场都能用 AI,每家说法不一样,用到什么程度算合适,没有一家讲清楚。公司就不写了。
第一场 — 陌生仓库里加 feature
环境:平台里内置模型,Claude 和 GPT 可以选,有 planning mode 和 ask mode。
题目:
仓库里已经有一个 feature flag 模块。每个 flag 一段配置,现在只有开关:
new_checkout:
enabled: true
代码里判断用的是 is_enabled(flag_key, user_id) -> bool,现在只看 enabled。
要加一个字段 rollout,0 到 100 的整数,意思是放给百分之多少的用户:
new_checkout:
enabled: true
rollout: 20
- 输入:flag_key、user_id。输出:这个用户能不能看到这个 flag(True / False)
- 同一个用户不管第几次算、在哪台机器上算,结果都一样
- rollout 是 0 谁都看不到,100 全都能看到;
enabled: false的时候不看 rollout - 有现成的 test,不能改
readme 里给的思路:把用户映射到 0 到 99 的一个桶,桶号 < rollout 就在灰度里。例子(hash 值是示意的):
rollout = 20
user 42 -> 桶 7 7 < 20 能看到
user 99 -> 桶 63 63 >= 20 看不到
rollout 调到 70:user 99 也能看到了,user 42 还在
先让 AI 总结 flag 在哪判断。它说就一个 is_enabled(flag_key, user_id),我就在里面加分桶。test 过了大半,剩下的挂在一个后台任务上:那个模块自己抄了一份判断逻辑,根本没调 is_enabled,AI 的总结里没有它。之后不让它总结了,让它把所有读 flag 配置的地方直接搜出来列给我。
分桶第一版写的 hash(user_id) % 100 < rollout,用的语言自带的字符串 hash。有个 test 起两个进程算同一个用户,结果不一样。自带 hash 每个进程 seed 不同。换成对 flag_key + ":" + user_id 做固定的 hash,取前几位再 mod 100。
为什么拼 flag_key 是面试官追出来的:不拼的话每个 flag 放出去的都是同一批人,这批人每个实验都在。< rollout 这个写法他倒是认,调大的时候原来那批人还在里面,调回去也还是原来那批。
需求是自己拆成短句一条条 prompt 的:「只改 is_enabled」「rollout 是 0 和 100 的时候不算 hash」「不要动现有 test」。做完一条跑一次。
追问:两个实验要互斥,同一个人不能同时在两个里。我说分 layer,同一个 layer 里按 bucket 区间切给不同实验。他问其中一个扩量,会不会挤进另一个的区间,没想清楚,到点了。
第二场 — 越查越少
环境:HackerRank,不支持 debugger,只能 print 或者跑 test。内置一个 AI agent,事先说了它不会直接告诉你 bug 在哪、期望输出是什么。
题目:
repo 大概 10 到 15 个文件,一个多租户的搜索服务。多个客户(tenant)共用一个服务,每个客户只能查到自己的数据。
- 入口是
search(tenant, text) -> list[Doc] - 每次查询会拼一个 filters 列表交给底层,列表里的条件是 AND 关系,其中一定要有「只看这个 tenant」的那一条
- 客户报的问题:服务刚起来,第一次查询正常;之后同一个进程里结果越来越少,最后全空;重启就好
- 要做的:找到原因修掉,补一个能复现的 test,其他行为不变
例子(题面只给了现象,filters 的内容是后来 print 出来的):
请求 1: search("A", "invoice") filters = [tenant == A] -> 正常
请求 2: search("B", "invoice") filters = [tenant == A, tenant == B] -> 空
请求 2 应该是 [tenant == B]
让 agent 把已有 test 跑一遍、出个短报告:全绿。再让它跑覆盖,apply_filters 里不传 filters 的那条分支一次都没走到,test 全是显式传的。
签名是 def apply_filters(q, filters=[]),里面 filters.append(tenant_filter)。默认的 list 只建一次,每来一个请求就多一个 tenant 条件,第二次查就是两个 tenant 的 AND,当然越来越空。让 agent 写了个连调两次的 test,第二次就空了,红了才改,默认值换成 None 再新建。
改完这个 test 还是红。我以为是结果缓存没清,加了清缓存,没用,白绕一圈。最后 print 出来,handler 那个文件里还有
filters = BASE_FILTERS
filters += [tenant_filter]
+= 对 list 是原地改,模块级的 BASE_FILTERS 一样越加越长。改成 filters = BASE_FILTERS + [tenant_filter],过了。
追问怎么防这一类。说了 lint 查可变默认参数,模块级常量用 tuple。他又问多线程下会不会更糟,我说会出现请求带上别的 tenant 的条件,怎么写 test 复现没说完。
第三场 — notebook,电表数据
环境:Python notebook,内置 Claude,tests、csv、readme.md 它都能读写。邮件里就一句 AI-use on Section 2,别的没写。
题目:
csv 是一栋楼的电表读数,三列:
local_time,utc_offset,kw
2026-11-01 00:05,-07:00,120
local_time 是当地时间,utc_offset 是这条读数当时的时区偏移,kw 是那一刻的用电功率。读数间隔不固定。
- Section 1:读进来、清洗、按时间排序
- Section 2:输入阈值 T、合并间隔 N 分钟、最短时长 M 分钟,输出过载时段列表
[(start, end), ...]- kw > T 的读数算过载,等于不算
- 一段过载从第一个过载读数开始,到它后面第一个不过载的读数结束
- 前一段的 end 到后一段的 start 不到 N 分钟,合并成一段
- 合并完还短于 M 分钟的丢掉
- tests 里有每组参数的期望输出
例子,T = 100,N = 10,M = 15(offset 都一样,省略):
00:00 90
00:05 120 过载开始
00:10 130
00:15 80 结束,第一段 00:05-00:15
00:20 110 过载开始
00:25 90 结束,第二段 00:20-00:25;和第一段只隔 5 分钟,合并成 00:05-00:25
00:40 105 过载开始(和上一段隔 15 分钟,不合并)
00:45 95 结束,00:40-00:45 只有 5 分钟,丢掉
00:50 100 等于阈值,不算
输出只有一段:[(00:05, 00:25)]。
Section 1 自己写的。
Section 2 第一次偷懒,一句话丢过去:按 readme 把 Section 2 做完,让 tests 过。它做了,顺手改了 Section 1 的去重,还把一个 test 的期望值改成了它自己算出来的。test 是绿了,但这肯定不行,全部 revert,跟面试官说了下为什么。
第二次先写了个 design.md:
- 过载从第一个超阈值的读数开始,到第一个不超的读数结束
- 先合并,再按最短时长过滤
- 时间一律先换成 UTC
让它先读,先别写代码,复述一遍。然后把 test 名和边界一起给:只有一个读数的过载、恰好等于阈值、gap 恰好等于 N。这次基本一把对,后面改了一次 gap 的等号。
剩一个 test 怎么都差一点:一段跨凌晨一点多的过载比期望短。翻 csv,01:00 到 02:00 那段出现了两遍,offset 不一样,是夏令时结束那晚,同一个本地时间真有两次。我 Section 1 按 local_time 去重,把后一个小时的真实读数当重复删了。这是我自己写的 bug,不是 Claude 的。改成先用 offset 换 UTC,再排序、去重,过了。
面试官问先合并再过滤反过来会怎样。举了个例子:两段很短的过载中间只断了一会儿,先过滤的话两段都没了,合起来其实够长。
最后问如果是实时流,读数一条条进来,什么时候能确定一段过载结束、可以发出去。说了等 N 分钟还没有新的过载读数就发。他问读数迟到怎么办,没答上来。