携程 面试题
共 20 篇真实面经 · 涵盖 多家公司 / 携程 等 2 家公司
携程、美团的 AI 面报告长什么样:优势一栏写着不足,学习能力被打 2/5
把站内几份 AI 面报告帖子拼起来看:报告分「优势部分」与「发展建议」两张卡片,优势一栏后半段却在列不足,发展建议里人称从「您」跳到「他」;携程报告给出的六个维度是解决问题、主动担当、持续改进、客户导向、团队合作、学习能力,而美团有候选人在后续面试里看到自己的学习能力被打 2/5。报告是否决定结果没有一致证据,但它确实会被下一轮面试官看到。
携程 Agent 开发 HR 面:垂域能力被新模型覆盖怎么办
携程 Agent 开发岗 HR 面:实习动机、项目负责人如何推进、竞品调研,以及垂域能力被新模型覆盖时如何重新定位价值。
携程 Agent 二面:领域路由误分、根因定位与多 Agent 架构
携程 Agent 二面全是简历项目相关、无八股:Agent 项目场景、领域路由分错或语义模糊误分能否挽回、如何发现准确性问题并做归因分类、如何把 badcase 发现与排查自动化、workflow 与 Agent 循环的分工、工具清单与开发归属、外部 API 封装成工具要做哪些工作、Agent 只定位到表层原因怎么深挖、故障库不完善时怎么办、skill 的划分粒度、线上独立解决比例与人工复核、为什么用多 Agent 架构、自学方式与 LangGraph 选型对比。
携程 AI 面试:六道情景题与一层追问的答法
携程 AI 面试共 6 道情景题,模式是给你一个情境、让你从实习或项目里找同类经历讲清楚怎么解决、效果如何,再跟一层追问:失败转成功、学习陌生概念并应用、需求变更、主动指出团队不合理、主动承担分外任务、项目里自己解决过的重要问题。
携程笔试第 5 批:两道算法题加一道 AI Coding 设计题
携程秋招第 5 批笔试为两道算法题加一道 AI Coding。第一题给 n 行「编号 + 读数」与一个 d,要求找出编号相同且读数之差为 d 的两行,另有限制条件帖主未记清;第二题帖主未看;AI Coding 要求模拟公交因道路施工改道并把结果通知各导航应用。
AI 面的中段:华勤七问、奇瑞八大问,问完还会捡你的原话
汇总华勤、奇瑞、伊戈尔、携程、长川五份秋招 AI 面帖:中段题目题干不同但问的是同一类事,出现最多的是五类,追问常复述候选人上一句原话。
携程 Agent 一面:多 Agent 协同、RAG 与意图路由
携程 Agent 一面,从项目切入连续追问多 Agent 协同、RAG 核心流程、context engineering 与 prompt engineering 的区别、召回率计算与优化、Agent 产出评估、bad case 回流、意图路由与多意图处理,以及历史记录导出和 LangChain/LangGraph 选型。
携程一面结束,来一起交流笔试与面试进度
27 届携程后端方向一面复盘:投递后先线上测评、AI 面试,研发笔试为 4 道编程题 120 分钟,今年新增 AI Coding 环节——考的是能不能把工程思路讲清楚。一面围绕项目深挖、Java 集合并发 JVM、MySQL 索引事务慢查询,场景题结合面试官所在 BU(酒店、票务库存扣减这类)。
1013携程后端笔试
携程 10 月 13 日后端笔试:1 道 AI coding 加 2 道编程题,一道是最大子数组和变体,一道求数组改成非递减的最小代价。
携程 10.13 数据开发笔试:最大子数组变体、left join 与 AI Coding
携程 10.13 数据开发笔试:最大连续子数组和变体、用 left join 保留计划路线并兜底未访问景点数,以及一道 AI Coding。
携程 前端 HR 面(校招)
携程前端校招 HR 面记录:问到实习中遇到的最大困难、职业规划与学业规划(考研)、如何融入团队、如何看待当前前端的就业形势,以及反问应届生培养晋升机制与后续流程安排。
携程前端秋招二面:性能指标排查与实习项目复盘
携程前端秋招二面,全程聊天式聊项目、几乎没有八股:从实习里独立 owner 项目的难点与技术选型,到从收到 PRD 到业务上线的完整流程、产品与运营验收时的反馈、重做一次会有哪些改进;技术侧重点问性能优化的做法、Web 性能指标有哪些、指标异常怎么排查、长任务的具体处理;另外聊了实习中使用公司内部 AI 工具的想法,以及知识问答平台参与的部分和索引效果怎么评估。面试官与一面业务方向一致,反问时提到最终方向可能还会再分配,并给了一些校招新人的建议。
携程大模型算法一面 12 问:Agent 协同、RAG 流程与评估体系
同岗位另一份一面记录:12 问集中在 Agent 协同机制、RAG 流程拆解、context 与 prompt 的分工、召回率的算法和优化优先级、Agent 效果评估,以及意图路由的误判兜底。
携程大模型算法一面:多 Agent 协同、RAG 全链路与意图路由
携程大模型算法一面 12 问:多 Agent 怎么协同、RAG 全流程怎么走、context engineering 与 prompt engineering 的边界、召回率怎么算和怎么优化、Agent 输出怎么评估、意图路由出错怎么兜底。
26 届携程笔试:最大子数组区间取优、非递减数组最小代价与 AI Coding
26 届携程笔试:一道 AI Coding 加两道编程题,分别是最大子数组和按区间长度与左端点取优,以及求把数组改成非递减数组的最小代价。
10.13 携程笔试:最大子数组和变体、等差数列最小代价与 AI Coding
携程 10.13 笔试:两道编程题加一道 AI Coding,题一是最大连续子数组和(要同时给出区间长度与左端点),题二是把数组改成等差数列的最小代价。
携程 Agent 开发一面:多智能体协同、意图路由与判错兜底连环追问
携程 Agent 开发一面 17 问:多智能体之间怎么协同、基于用户意图的路由怎么实现、路由判错时怎么兜底、一条请求里包含多个意图怎么拆,再往下是整体架构、适配层怎么解耦、历史记录导出与海量数据读写优化,以及项目上线后到底省了哪些环节的时间。
携程 Agent 开发一面真题:RAG 召回率、上下文工程与 LangGraph 选型
携程 Agent 开发一面 17 问里偏「方法论」的那一半:RAG 全链路每一步在做什么、召回率怎么定义和计算、哪类召回优化收益最大、Context Engineering 与 Prompt Engineering 的边界、Agent 输出怎么量化评估、good case 与 bad case 怎么回流,以及一句自然语言到接口调用的端到端链路和 LangChain 与 LangGraph 的取舍。
携程9.20笔试:两道编程题加AI coding复盘
携程 9.20 笔试复盘,2 道编程题加 1 道 AI coding。第一题要在数组中选出不重叠的三连窗口并判断极差是否小于给定值,作者用 DP 过 83%,复盘认为贪心才是最优;第二题是从第一列跳到第 m 列的最小步数,分类讨论 5 种情况拿到满分。
携程9.20笔试四题:实时榜单与min-gcd迭代器
携程 9.20 笔试四道题记录:字母 a 的位置(顺扫热身)、实时榜单(100×100 规模直接维护最高分再暴力排名)、双门控加权器(门控 + Top-k + 归一化 + 乘法的完整实现与边界)、min-gcd 迭代器(把 gcd 不变的连续段压成一次跳跃)。