面灵AI→

模思 AI 网关测试开发实习一面:用例质量与多模型兼容性怎么测

测试开发实习生 一面

模思 AI 网关测试开发实习一面,五十分钟:自我介绍与离职原因之后,重点问 Coze 搭的测试用例工作流怎么保证用例质量、实习中的网关测试做了什么、不同 Agent 与不同协议和不同模型之间的兼容性与全流程怎么测,随后追问简历里的 70% 数据怎么来的,最后手撕「数组中两个只出现一次的数字」并要求两种解法。结果已挂。

2026-11

模思智能多模态 voice 方向评测岗测评面:Handoff 设计与评测质量缺口

多模态 voice 与 Agent 评测 一面

模思智能(Moss)多模态 voice 相关岗位测评面(40 分钟):围绕实习经历深挖——多 Scaffold 适配的差异(如某模型与 Gemini 返回结构与 system 提示词处理的不同)、三阶段 Handoff 与 SWE-Bench 系列难题通过率提升 25%+/推理成本降低 30%+ 的量化口径、Rubric 评测如何做、为什么不把工具计算的数字直接放进上下文、多轮对话中为什么做 Observation 摘要压缩与滑动窗口截断而不是直接开新 session、对 voice Agent 评测的理解、如何判断 coding agent 执行中「任务进度熵」是否在收敛(报错范围是否缩小)、开源项目在做什么,以及对岗位方向的匹配度与意愿确认。

2026-10