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