面灵AI→

百度测试开发一面:测试基础、QPS 口径与 Agent 双层循环

时间
2026-11
来源
牛客网

《面试题目》

  1. 你准备好面试了吗,请做一下自我介绍。
  2. 你投递的是测试开发岗位,针对这个岗位你有什么相关经验可以介绍?
  3. 你是否学过软件工程、软件测试、软件项目管理相关课程?
  4. 你对软件测试有多少了解,掌握哪些基础知识?
  5. 软件完整的生命周期包含哪些阶段?
  6. 学习或项目过程中,有没有接触过接口自动化测试框架?是否听过 pytest?
  7. 你有没有写过测试用例?测试用例包含哪些组成要点?
  8. 你对 Linux 环境熟悉吗,掌握哪些 Linux 命令?能否说出一些 Linux 排查类命令?
  9. 你的项目性能达到 3000 QPS,你是如何判定得到该性能指标的?3000+ QPS 完整含义是什么?是在多少并发用户的条件下得出该结果?
  10. 说说你对 Agent 和 Harness 的理解,二者的区别与关联是什么?
  11. 介绍下你做的面向复杂终端自主执行 Agent 智能体,是如何完成实现的?
  12. ReAct Agent 为什么要设计双层循环?单循环是否可以实现全流程?
  13. 如果交给你一个 Agent,你会从哪些维度评估它的效果?除端到端评测集之外,有没有更细粒度的评估手段?
  14. 手撕:使用你熟悉的语言,实现最长不重复子串计算,除输出长度外还要输出对应的最长子串内容。
  15. 针对编译报错、变量作用域、函数命名等问题引导排查代码问题。
  16. 你对我们这边岗位还有什么想问的问题?
  17. 是否了解 Hadoop 等大数据相关技术?

《参考解析》

软件生命周期:需求分析 → 计划 → 设计 → 编码 → 测试 → 发布 → 运维/维护,常见模型有瀑布、V 模型、敏捷迭代、DevOps 持续交付。测试在不同阶段的对应物:需求评审时做可测性分析、设计阶段写测试方案、编码阶段做单元测试、集成阶段做接口测试、系统阶段做功能与性能、上线后做监控与回归。答这题要能说出「测试不是最后一道工序」。

测试用例的组成:用例编号、标题、前置条件、测试数据、操作步骤、预期结果、优先级、用例类型(功能/边界/异常/性能/安全)、关联需求。设计方法:等价类划分、边界值、判定表、因果图、正交实验、场景法、错误推测。写用例时要覆盖正常流、异常流、边界与并发。

Linux 排查命令:top/htop(CPU、内存)、free -h、df -h/du -sh(磁盘)、iostat/iotop(IO)、ss -lntp/netstat(端口与连接)、ps -ef/pgrep、tail -f/grep/awk(日志)、strace(系统调用)、lsof(文件句柄)、dmesg(内核日志)、journalctl(服务日志)、curl/tcpdump(网络)、vmstat/pidstat(性能)。要能说「我用哪个命令定位过什么问题」。

QPS 口径:QPS 是「每秒成功处理的请求数」,必须附带条件才有意义:并发数、请求的读写比例、数据量、硬件规格、是否命中缓存、P95/P99 延迟、错误率。3000 QPS 可能来自压测工具(JMeter/wrk/locust)在 N 并发下持续跑 M 分钟的平均值,也可能是监控统计的峰值。面试官追问「多少并发下得出」,就是在检查你有没有真的压测过——「3000 QPS 在 200 并发、P99 80ms、读多写少、4 核 8G 单机」才是完整表述。

Agent 与 Harness:Agent 是「能感知、决策、行动」的智能体,核心是模型 + 工具 + 循环;Harness 是承载它的执行框架,负责工具注册与调用、上下文管理、循环控制、错误处理、权限与沙箱、轨迹记录。两者是「驾驶员与车」的关系:模型决定做什么,Harness 决定能做什么、怎么执行、怎么被观测。区别在于 Agent 偏「策略」,Harness 偏「基础设施」。

ReAct 为什么要双层循环:外层是「任务级」循环——判断整体目标是否完成、决定下一步做什么;内层是「步骤级」循环——一次工具调用后的结果解析、参数修正、重试。单循环也能实现(把所有逻辑塞进一个 while),但会导致:终止条件混乱、错误处理与任务规划耦合、上下文难以裁剪、调试时无法区分「任务没完成」和「这一步失败了」。双层结构把「策略」与「执行」分开,便于加超时、重试、人工确认与轨迹记录。单循环适合简单任务(固定几步、无分支)。

Agent 评估的细粒度手段:端到端看任务完成率;细粒度看:单步工具选择的准确率、参数正确率、工具调用次数与冗余步骤、轨迹是否走了最短路径、错误恢复成功率、上下文长度与成本、延迟分布、以及「在哪些类型的子任务上失败」。方法上有规则断言、状态检查(执行后环境是否达到预期)、LLM-as-judge(带 rubric)、人工抽检、以及用「固定任务集 + 可复现环境」做回归。

手撕与排查引导:最长不重复子串用滑动窗口 + 哈希表记录上次位置;要求输出子串就要额外记录起点。面试官引导排查编译报错、作用域、命名,说明测试岗看重「读代码与定位问题的能力」——写完代码要主动检查:变量是否在使用前定义、循环边界是否正确、返回值类型是否匹配、命名是否清晰。

岗位认知:测试开发不是「点点点」,而是用工程手段保证质量:写自动化用例、搭测试平台、做性能与稳定性测试、白盒审查、用 AI 辅助生成用例与评估 Agent。反问可以问团队负责的业务、自动化覆盖率、以及测试在发布流程中的卡点。