面灵AI→

深圳具身智能初创研发实习一面:AI Native 产研协作与权限中台

某具身智能公司 研发实习生 一面

深圳一家具身智能初创公司的研发实习一面(约 34 分钟),全程纯聊天、不问八股:Agent 项目是不是自己做的、什么时候做的、是不是在实习公司做的,开源项目是参与贡献 PR 吗,Agent 用什么语言、对 Java 了解吗;结合实习模块讲公司产研协作流程、对传统软件工程过程的了解、AI Native 的产研协作是否仍遵循传统流程、AI 带来了哪些变化与问题;权限中台的登录/权限/第三方授权是自己负责还是配合同事;为什么离开上一段实习、更想做 Agent 开发还是也接受业务系统开发、到岗时间与实习时长。面试官还输出了一段建议:用 AI 开发也要理解需求、设计、评审、测试的完整过程,关键方案与代码要有人把关;介绍 Agent 项目除了技术,也要讲用户是谁、解决什么问题、怎么衡量效果。

2026-11

招聘会观察:AI native 公司与传统公司的面试体验差异

未具名公司 技术岗 招聘会观察

作者在南科大招聘会对比了两类公司:技术型 AI 公司的面试更专业、更尊重人,传统产品公司对 AI 岗位的理解和沟通明显不足。

2026-10

B 站三面 AI Native 基础架构:不问八股,直接手撕 SSE 缓冲区与 RRF 融合

哔哩哔哩 AI Native 基础架构研发工程师 三面

B 站 AI Native 基础架构三面回忆版:自我介绍后盘点 Agent 使用情况,全程不问技术八股,直接两道手撕——线程安全的定长事件缓冲区(SSE buffer)和 RRF 多路召回融合,最后反问。作者感慨「不问技术直接写代码」。

2026-10

智谱 AI Native Builder 实习面试:31 问深挖项目与 Agent 权限

智谱 AI Native Builder(实习)

智谱 AI Native Builder 实习岗面试记录:开场是年级、住址、老家、高中、论文压力、可实习时长这类个人信息追问,中段考岗位理解与 AI 工具使用习惯,主体是围绕质量数据系统深挖系统架构、团队分工、意图识别与数据路由,再集中追问 Agent 敏感数据防导出、敏感数据权限、工具调用权限校验、越权防护,以及知识库的切分、检索与权限设计、倒排索引的匹配局限和整体效果优化,最后要求手写一个敏感数据导出拦截函数(伪代码)。

2026-10

蚂蚁二面:Agent Runtime、读写鉴权与 AI Native 转型

蚂蚁集团 AI 应用开发(Agent 方向) 二面

蚂蚁二面 13 问:Agent Runtime 设计、知识库与 Skills 的分工及覆盖验证、读写操作的鉴权与风险控制、长任务中 Plan 的作用,以及 AI Native 分阶段规划与自研 Agent 还是做插件的取舍。

2026-09