面灵AI→

顺丰 HR 面:AI Coding、供应链与 token 成本九个问题

轮次
HR 面
结果
三日后状态更新为 40
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 为什么专业是安全,却要来做开发相关的岗位?
  3. AI Coding 有哪些心得技巧?
  4. 你怎么看 AI 和供应链或者物流的结合?
  5. 你的三年规划是怎样的?
  6. 讲一下你实习项目中的 Harness 设计是怎么做的。
  7. 如何降低 token 成本?除了提高 KV Cache 复用还有吗?
  8. 当前的秋招情况如何?
  9. 期望薪资是多少?

《参考解析》

「跨专业为什么做开发」这题考的是动机的连贯性。安全的背景其实是个加分项,不要当短板解释——可以说安全训练给你的迁移价值(对权限边界、攻击面、数据敏感的敏感度),以及你在开发里怎么用上它(比如写接口时天然会想鉴权与越权、处理外部输入时会想注入)。这比「因为喜欢写代码」有说服力得多。

AI Coding 的心得技巧,讲方法而不是讲工具名。能落地的几条:先让它读相关代码再动手(给它上下文而不是只给需求)、一次只改一件事(范围小才好 review)、要求它先给方案再实现(方案错了可以早停)、生成后立刻跑类型检查和测试(用程序兜底而不是靠眼看)、以及把重复出现的规范写进项目配置而不是每次在对话里重复。有心得的标志是你能说出「什么情况下不该用它」。

AI 与供应链物流的结合,答题要落到具体环节。可讲的场景:需求预测(用历史订单和外部因素做销量预测,直接影响备货与仓容)、路径与调度优化(末端配送的路线规划、运力分配,这类问题传统上用运筹学,AI 的价值在处理动态与不确定)、仓储作业(拣货路径、库位优化、视觉识别分拣)、客服与异常处理(运单查询、理赔、异常件识别)、以及单证与合规(发票、报关单据的抽取与校验)。回答时挑一个你能讲深的说清「输入什么、输出什么、怎么衡量效果」,比罗列十个场景强。

三年规划要具体到能力和角色,不要写职位阶梯。可行的结构是:第一年把工程能力打扎实(能独立负责一个模块、能定位线上问题)、第二年在某个方向形成深度(比如高并发系统、或某个业务域)、第三年能承担方案设计和技术选型。避免说「三年做到 P7」这类空话,也避免说「想转管理」——在还没证明技术能力的时候说这个容易减分。

Harness 设计这题,回答要体现「为什么这样分层」。Harness 是包在模型外面那一层工程:工具定义与执行、权限与沙箱、上下文装配与压缩、循环控制与终止条件、日志与可观测、失败重试。好的回答会讲清某个具体决策的代价,比如「我们把工具执行放在独立的子进程里,这样超时可以直接 kill,代价是多一次 IPC 开销」。

降 token 成本的手段有一长串,按收益排序讲:提示词与工具定义的精简(工具越多,常驻上下文越贵,按需加载)、上下文压缩与摘要(保留约束与结论、丢弃过程)、缓存复用(KV Cache、prefix caching,相同前缀不重复计算)、模型分级(简单任务用小模型、复杂任务才上大模型)、结构化输出减少来回(一次给出完整结果而不是多轮澄清)、以及批处理(把多个小请求合并)。那位被问到时只答了 KV Cache 复用,面试官追问「还有吗」——这题的关键是能给出多条不同层面的手段。

「当前秋招情况」与「期望薪资」是连在一起问的。诚实说明进展(有几家在流程中、到了哪一轮),不要虚报 offer。期望薪资给区间并说明依据(同岗位市场价、所在城市),同时表明「更看重岗位与成长」——但不要为了显得好说话而报一个明显偏低的数字,网申填的数字会一路带到谈薪。

状态码 40 通常是流程终止的意思。这条面经的价值在于它记录了一个常见组合:HR 面里混着技术问题(Harness、token 成本),说明这家公司的 HR 面并不是纯行为面,技术准备不能因为「是 HR 面」就放下。