面灵AI→

北京仁科信息 AI 测试工程师初面:编码器原理与 Agent 效果怎么测

轮次
初面
时间
2026-11
来源
牛客网

《面试题目》

  1. 你现在考虑换工作的主要原因是什么?
  2. 为什么想找偏向于纯软件的测试?你觉得区别是什么?
  3. 介绍一下你上一份工作的内容。
  4. 在这个测试过程中有没有你觉得比较有挑战的部分,讲一讲。
  5. 编码器 A 相和 B 相是什么意思,能讲一下吗?
  6. 编码器你画的圆盘那两个孔是什么,是光线穿过去产生信号吗?
  7. 如果光从正面过来,那 A、B 两个孔不同时发出信号吗?
  8. 所以你是通过这个编码器发送的信号判断光从哪来,还是什么?
  9. 这个业务场景能描述一下吗?以及是为了解决什么样的问题?你在这个过程中需要做什么?
  10. 你还有其他具有代表性的项目吗?实习或者工作都可以。
  11. 你为什么觉得这个具有代表性?你写的文档不是一个操作文档吗?
  12. 你觉得如果是现在的你,你认为应该怎么去理解这些操作步骤?
  13. 你自己写文档为什么不想用 AI 去写呢?不都一样吗?
  14. 你觉得有方法避免 AI 在思考上的错误吗?
  15. 假如现在有一个 AI Agent,用来处理报警,你要去测试这个 Agent 效果好不好,你会怎么去做?

《参考解析》

编码器 A/B 相与判向:增量式编码器的码盘上有透光与不透光区域,A、B 两路信号相位差 90 度(正交)。通过两路信号的先后顺序判断旋转方向:A 超前 B 为正向,B 超前 A 为反向;通过单位时间内的脉冲数计算转速,通过累计脉冲计算位移。Z 相(零位)每转输出一个脉冲用于回零。帖主被追问「光从正面过来两个孔是否同时出信号」,考的是是否真的理解光路与相位差,而不是背概念。

从硬件测试转纯软件测试的回答:区别在于被测对象的可观测性与可重复性——硬件测试依赖工装、环境和物理量测量,复现成本高;软件测试可以构造数据、注入故障、做自动化回归,覆盖组合更多。转岗的理由要落在「更想系统性地做质量保障」而不是「硬件太苦」。

文档与 AI 的追问:面试官问「为什么不用 AI 写文档」,实际在测你对 AI 输出的判断。合理的回答是:AI 适合起草结构与初稿,但操作步骤、参数、异常处理必须由做过的人核对,否则错误会被复制传播;「避免 AI 思考错误」的方法是给它可验证的事实(日志、截图、接口返回)、要求它标注不确定处、用测试或人工复核闭环,而不是指望提示词让它不犯错。

报警处理 Agent 的效果测试方案:先定义「好」的标准——报警是否被正确分类、是否在时限内响应、处置动作是否正确、误报与漏报率、人工接管率、以及每次处置的可解释性。测试集要覆盖真实历史报警(分层抽样:高频、长尾、误报、模糊描述)、构造的边界与对抗样本(信息缺失、重复报警、互相矛盾的告警)。方法上做离线回放评测(给定报警序列,比对 Agent 的分类与动作)、在线影子运行(不影响真实处置,比对人工结果)、故障注入(工具超时、权限不足、下游不可用,看是否编造结果)。最后给出指标看板与回归机制,每次改提示词或模型都跑一遍。