面灵AI→

字节 AI 应用开发全栈一面:指标治理、iOS 热修与死锁监控设计

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 介绍一下腾讯这段实习,在项目里做了哪些内容?
  3. 治理告警的归属率具体做了什么东西?建立了什么指标?说一下指标的分子分母都代表什么含义?为什么要对这个节点进行监控?
  4. 告警的归属准确率怎么理解?怎样才算归属正确?
  5. 指标收敛分级治理是怎么做的?人工去看还是有什么机制?
  6. 讲讲第一段全栈开发经历,是如何把上传成功率提升的?
  7. 为什么上传需要凭证?数据采纳率的定义是什么?失败率是什么情况?
  8. 为什么不能让采集员升级到最新版本?
  9. iOS 的热修技术有了解吗?
  10. 有没有不升级版本的情况下,有办法把代码改动推送到手机上?
  11. 断点续传是怎么做的?用的 HTTP 吗?怎么做到的?
  12. 续传的时候要传 2.5M,需要重新上传吗?有了解过 HTTP 一些字段可以把这个 2.5M 不从零开始吗?
  13. 现在会手写代码吗?还是以 AI Coding 为主?
  14. AI Coding 怎样去保证它的可靠性?改坏了怎么办?比如生成了上万行代码怎么看得完?
  15. 腾讯项目本身有一些自动化的测试吗?个人集群上怎么测试?
  16. 代码改坏了其他模块怎么办?改到了其他人的功能怎么办?
  17. 死锁是怎么发生的?
  18. 你要设计一个检测有没有死锁的监控,怎么设计?用到什么图算法?怎么检测有没有环路?
  19. 算法题:回溯 + 剪枝。
  20. 反问环节。

《参考解析》

指标题必须先说清分子分母,再说为什么要监控。告警归属率这类指标的隐含定义通常是「归属于某个责任方的告警中,被该责任方认可的比例」,分子是「被认可归属的告警数」,分母是「所有已归属的告警数」。面试官追问「怎样才算归属正确」,答案是「责任方复核后确认为其服务导致的」,而不是「我们系统算出来的」——这两者的差别正是这个指标的价值所在,它衡量的是归属算法的准确度而不是告警量。为什么要对这一节点监控:告警如果归错人,落地页会推给不相关的人,响应延迟上升、且会消耗信任,长期下来告警就没人看了。

分级治理要能讲出「机制」而不是「我人工筛了」。常见做法是按「影响面 × 紧急度」两维定级,再为每一级绑定不同的处理动作(P0 自动拉起、P1 进值班队列、P2 只归档);收敛则是去找高噪音的规则做合并与降噪(同一根因的告警聚合成一条、抖动抑制、历史基线判断)。面试官问「人工看还是有机制」,是在确认你有没有把一次性的工作沉淀成系统。

上传成功率提升的叙述要有归因。典型拆解:失败原因分布(网络超时、服务端 5xx、鉴权过期、文件过大、客户端崩溃)→ 针对占比最高的那一类做改动 → 改动用成功率曲线验证。凭证(通常是临时上传凭证或 STS token)的作用是不把长期密钥放到客户端,同时能对单次上传做权限和时效限制;引入凭证后常见的坑是凭证过期导致的大文件上传失败,解法是在过期前刷新或分片续传。

iOS 热修这题要给出可行与不可行的边界。下发可执行代码在 App Store 的规则下是受限的(热更新可执行代码通常不被允许),合规的做法是下发配置、模板、DSL、资源包,由已安装的二进制解释执行。所以「不升级版本推送代码改动」这个需求,正确的答法是先问清改动属于哪一类:文案与配置走配置下发;页面结构变化走模板或 JSON 描述;逻辑变化受限于规则只能走发版。技术上的候选方案有 JSPatch(已因合规问题被弃用)、React Native/Weex 这类动态化容器、以及自研的 DSL 解释器——选哪个取决于团队已有的技术栈,而不是纯技术优劣。

断点续传用 HTTP Range。Range: bytes=<start>- 是请求头,服务端返回 206 Partial Content 并带 Content-Range;客户端在上传前先查询已上传的分片(服务端记录或本地记录),只发送未完成的部分。传 2.5M 时如果服务端支持 Range,就不必从头传——它可以从断点开始。除了 Range,相关的还有 Content-Length、ETag(用于校验分片是否与之前一致)、以及分片上传协议里每个 part 的 ETag 校验。

AI Coding 的可靠性靠流程而不是靠模型自觉。可讲的抓手:改动前先让它读相关代码并给出方案(而不是直接改)、每次改动限制范围(一次一个模块)、生成后立刻跑类型检查与测试、用 diff 视角而不是逐行阅读来理解改动、以及用 git 保证随时可回退。生成上万行代码看不完,解法不是硬看,而是让范围变小——如果一次生成上万行,说明任务拆分本身就失败了。

「改坏了其他模块怎么办」的答案是可观测与隔离:靠测试覆盖(尤其是有回归测试的公共模块)、靠类型系统在编译期拦住接口不匹配、靠代码所有者的 review 拦住语义变化。个人集群上测试则是先在本地或沙箱跑一遍,用 mock 替掉外部依赖。

死锁四条件与检测算法:互斥、持有并等待、不可剥夺、循环等待。检测的本质是找环:把「谁在等谁」建成有向图(资源分配图,或简化成线程等待图),跑 DFS 找环、或者用拓扑排序看是否能把所有节点排完(排不完说明有环)。工程上要注意的是采样的时机和开销——每次加锁都记录等待关系成本很高,常见折中是周期性采样(比如每隔一段时间抓取所有线程的调用栈与锁持有状态)或者在超时未获取到锁时上报。

回溯加剪枝:先写清递归的「选择、路径、结束条件」三要素,剪枝的判据通常是「当前路径已经不可能优于已知最优解」或「已经违反约束」。这题的评分点是能不能说明剪枝为什么正确、而不是把模板背出来。