面灵AI→

美团 AI 测试笔试:单选偏机器学习,AI Coding 最后两分钟 AK

轮次
笔试
时间
2026-11
来源
牛客网

《面试题目》

  1. 这场笔试由哪几部分组成,各部分难度如何分布?
  2. 单选题主要考哪些内容?
  3. 编程题考到什么难度?
  4. AI Coding 环节是什么形式,难点在哪里?
  5. 在 AI Coding 环节里,怎样使用对话才能稳定拿到可用结果?

《参考解析》

题型构成决定时间分配:这场笔试分三块——单选、SQL 与编程题,另加一道 AI Coding。客观题里机器学习占比最大,SQL 有独立考点,帖主对其余客观题的评价是不难;编程题难度在中等偏下;真正吃时间的是 AI Coding。帖主四道题全部通过(AK),其中 AI Coding 花了约一小时四十分钟,最后两分钟才跑通。对后来者的直接含义是:客观题要快速过、给 AI Coding 留出整块时间,不要在前面的题上反复检查。

单选题的复习重点:机器学习是主场,覆盖的通常是监督与无监督的基本区分、常见模型的适用场景与假设(线性回归、逻辑回归、树模型、集成方法)、评估指标(准确率、精确率、召回率、F1、AUC 各自在什么数据分布下会失真)、过拟合与正则化、训练集与测试集的划分和交叉验证、数据泄漏的典型形态。SQL 部分集中在多表连接、分组聚合与条件筛选,窗口函数也常出现。测试岗还会夹带测试用例设计与缺陷定位的常识,但这张卷子里帖主判断「其他都没啥」,说明重心明确在机器学习。

编程题难度:中等偏下,一般是字符串与数组处理、哈希计数、简单的模拟与排序,考察的是能不能在有限时间里把输入输出、边界条件和复杂度写对,而不是复杂算法。这一块不必专门刷难题,保持每天一两道的熟练度即可。

AI Coding 的真正难点不是题目,而是工具本身:帖主遇到的两个约束是会话上下文很短、单次能选择的文件数量有限制,题目内容又很多。上下文短意味着早期给出的约束、代码结构和报错信息会被挤出窗口,模型开始重复同一套猜测;文件数量限制意味着不能让模型一次读完整仓库,必须自己先把相关文件定位好再喂进去。这两点合起来解释了为什么「多聊几轮」在这类环节里往往没有进展。

可复用的对话策略:第一,一旦发现连续几轮对话后结果没有实质变化,立刻换一个新会话——旧会话里已经积累了错误的假设,模型会在这些假设上反复修补,换会话等于把假设清零,成本远低于继续纠缠。第二,提示词要给出可执行的动作序列而不是笼统的「帮我修好」,帖主给出的写法是「你自己阅读源码,一步一步走,看下全流程和给你的报错提示有什么区别」——它同时要求了读源码、按流程推进、把预期与实际报错做对照,模型因此会先定位再改。第三,把报错原文、入口函数和相关文件一起放进首个会话,让它在第一轮就有足够上下文。第四,改完之后要求它说明改了哪几处、为什么,便于自己回读确认而不是盲信。

心态:帖主提到此前有 AK 仍然挂掉的经历(库洛、米哈游),这场也只是一句「就看过不过了」。笔试在招聘流程里只是筛选的一环,AK 不保证进面,反过来个别题没做完也不必认为已经出局。把能控制的部分做好——客观题不丢细节分、编程题先保证通过再谈优化、AI Coding 留足时间和换会话的余地。