面灵AI→

前美团面试官复盘:技术面到底在考察什么,面评是怎么写出来的

轮次
技术面
时间
2026-11
来源
牛客网

《面试题目》

  1. 面试官的面评里通常写什么,最终录取建议分几档?
  2. 「一个接口请求变慢了,你会怎么排查?」
  3. 你最近主动研究过什么,为什么研究,卡在哪,最后做到哪一步?
  4. 你说用 AI 生成测试用例,生成后怎么判断这些用例能不能用?
  5. 这部分是你独立完成的吗,方案是谁设计的,你具体负责哪一块?
  6. 被问到一个没做过的场景,应该怎么回答?
  7. 讲一次没做好的经历,后来改了什么?

《参考解析》

面评决定面试官需要什么信息。一轮结束后面试官要写:这一轮考察了什么、各方面表现如何、支持评价的具体信息、录取建议。建议分强烈建议、建议录取、不建议、强烈不建议四档,对应 SABC,拿到 SP 通常至少要 A。同样一道题没答出来,结果可能完全不同:确实没接触过但能结合已有知识分析出思路,面评里能写分析能力;简历写「熟练」、追问两层就露馅,面评里只能写「简历描述与实际掌握不符」。所以回答的目标不是显得厉害,而是让面试官有内容可写。

基本功看的是判断有没有依据。以「接口变慢」为例,把网络、应用、数据库、外部依赖这些名词列一遍,面试官无法判断你是否理解,接着会追问「你先查哪一层、为什么」「看到什么现象才怀疑数据库」「什么信息能支持你的判断」。合格的回答先确认范围:是所有请求都慢,还是某些接口、某类数据、特定时间段慢,最近有没有变更;再看日志和监控确认耗时集中在哪个环节;数据库查询耗时明显增加就去看慢查询和执行计划,主要在等外部服务就检查对应调用的耗时和错误。不要求一次猜中原因,但要给出分析顺序与每一步的依据。做过类似排查的,接着讲当时看到什么、排除了什么、最后怎么确认。

学习能力要靠具体过程证明。「学习能力强」「喜欢研究新技术」写不进面评。面试官会追问:最近主动研究过什么、为什么、遇到什么困难、最后做到哪一步。帖子给的例子是做接口自动化时发现每次都要手动准备测试数据,于是研究脚本生成,先只生成账号,运行后发现有些场景需要账号处于特定状态,又补了状态设置和数据清理,最后接进自动化流程。事情不大,但过程完整:从实际问题出发、主动尝试、发现理解不完整、继续调整。跟着教程做项目也正常,面试官看的是教程结束后有没有多走一步:换条件验证、研究设计原因、发现不适合自己场景并调整。

AI 胜任力考的是分工与验证。「熟练使用 AI 辅助开发」这句话背后可能是完全不同的工作方式,面试官想区分 AI 做了什么、你做了什么。以生成测试用例为例,会被问「生成后你怎么判断能不能用」,回答「看了一下感觉挺全面」会继续被追:全面怎么判断、有没有对照需求、特殊业务规则有没有体现、预期结果对不对。更有信息量的回答是先整理需求、业务规则和验收标准,再让 AI 生成候选测试点,拿到后逐条核对遗漏、重复与预期结果,发现第一次没体现优惠叠加限制,补充规则后重新生成再人工检查,最后确认哪些能进用例库。用 AI 写代码同理:代码能跑只是部分验证,自动化脚本可能缺有效断言,也可能异常处理把真正的失败吞掉,报告全绿不等于完成。

信任看三件事:贡献边界、面对不确定、出问题后的改进。讲项目时要区分整体成果与个人贡献,例如「整体方案是师兄设计的,我负责数据处理模块,实现时发现一类异常数据没有明确处理规则,整理样例和师兄确认后补了处理逻辑和测试」,职责清楚、贡献也清楚。被问住时不要硬编,区分已掌握的信息和初步推测:「这个场景我没有实际处理过,我理解可能和资源竞争有关,如果让我排查会先结合日志和监控确认发生在哪个环节,具体原因现在还不能确定。」讲失败经历不必找严重事故,一次遗漏、返工或判断失误都可以,重点在后来的做法:不是「以后要更细心」,而是具体改了哪个步骤,比如漏掉异常场景后补了检查清单。

现在可以做的三件事:至少梳理三段最熟悉的经历,分别对应一次主动学习、一次方案判断、一次遇到问题后的调整,每段讲清背景、行动、结果,并预判追问;把项目重新过一遍「为什么」——为什么有这个需求、为什么选这个方案、代价是什么、条件变了怎么调整,答不清的地方回去补,简历表述与实际掌握程度保持一致;根据面试反馈区分问题类型,知识不会就补知识,做过但没想明白就复盘项目,理解了但讲不清就练表达。