字节 AI Agent 一面：科研追问与现场编码

《面试题目》

1. 介绍你的科研方向，为什么这么选？
2. 怎么评估你的方法的效果？
3. 怎么证明你方法的增量在哪、亮点在哪、价值在哪？
4. 怎么保证 AI 生成的代码的质量？
5. 平时用 AI 做过哪些探索？觉得难点在哪？为什么要做这些？
6. 现场 AI Coding：给一个任务，然后在过程中不断追加需求，工具不限。

《参考解析》

科研追问的实质是「你的贡献能不能被独立验证」。 面试官连问「增量在哪、亮点在哪、价值在哪」，要的是三件不同的事：增量是你相对已有方案多做了什么，亮点是这件事为什么难（别人为什么没做或做不好），价值是它解决了谁的什么问题。答的时候不要顺着讲论文结构，而应该先一句话给结论（我解决的是 X 场景下 Y 问题，相对基线在指标 Z 上从 a 提到 b），再展开。评估部分必须具体到可复现：数据集是什么、指标怎么定义、跑了几次、方差多大、基线是怎么实现的（自己复现还是引用别人的数字）。最容易被打穿的是「基线是不是调弱了」和「提升是不是来自数据泄漏或超参搜索」这两个质疑，回答前自己先想清楚。价值那一层如果确实还没有落地场景，就如实说清楚现在的边界和最有希望的应用方向，硬编一个商用价值反而更容易被追问到崩。

「怎么保证 AI 生成代码的质量」要答成一套工程机制，不是「我会认真 review」。 分层来说：生成前把约束喂进去（接口签名、类型定义、项目规范、目录结构、已有工具函数清单），让模型在确定的框架里填空而不是自由发挥；生成后走确定性校验（编译、类型检查、lint、单测、集成测试），把失败信息回灌给模型让它自己修，循环到通过为止；合入前做人工审查，但只审「逻辑与边界」这类工具查不出来的部分，格式与风格交给工具；再往上，关键路径的改动要有可回滚的开关和灰度，出问题能快速切回。还要说清哪些代码不该交给 AI 生成：涉及权限、金额、密钥、数据删除的核心逻辑。最后一定要提「验收标准先行」——没有可执行的断言，讨论质量就是主观判断。

「用 AI 做过哪些探索」这题要有具体项目，而不是罗列工具。 可讲的探索方向：把重复性工作自动化（日志分析、故障复现、批量重命名/重构、生成测试数据与单测）、把非结构化信息结构化（需求文档转接口契约、会议记录转任务）、以及把领域知识封装成可复用的提示与规则集。讲难点时要落到真实摩擦上：上下文窗口装不下整个仓库，模型只能看到局部而写出与全局不一致的代码；模型对「项目里已有的约定」一无所知，需要人工反复纠偏；多轮修改后容易越改越远，缺少可靠的回归；以及验证成本高——生成快、验收慢，瓶颈转移到了验证侧。每个难点后面跟一句你现在的做法，这比只描述困难有价值得多。

现场 AI Coding 的胜负手是节奏管理和降级预案，不是写出最漂亮的代码。 这类环节通常限时且需求会不断追加，标准打法分四步：先用几分钟把任务拆成可独立交付的小块，明确最小可运行闭环（哪怕功能极简，也要先跑起来）；把接口和数据结构先定下来，再让工具填实现，避免中途返工；每完成一块就自己跑一次，确认没坏再进入下一块，绝不在没验证的基础上叠加需求；被追加需求时优先做影响结构的那个（数据模型、接口签名），展示类与边缘功能放到最后。工具不稳定时的预案必须提前想好：面试方提供的 API 报错，第一时间切到自己的可用工具并明确告知面试官「我用自备的，继续推进」，同时把报错现象一句话说明；模型输出慢的时候不要干等，把等待时间用来手写骨架或补测试。最后的复盘也要给：时间不够时明确说清「已完成了哪几块、剩下的打算怎么做」，让面试官看到你的判断力——这比交一个半成品但不解释要好。

这场面试的结果也说明了一件事：现场编码环境的稳定性属于面试的一部分，要提前争取。 面试前可以主动确认三件事：用不用他们指定的模型与网络、有没有时长限制、任务是否允许联网查文档；如果工具在中途失效，明确请求换工具或允许记录为环境问题，别自己硬扛到时间耗尽。同时把「现场写代码」当成一项独立技能练——平时就用限时任务模拟（20 分钟内交付一个可运行的小功能并跑通测试），熟悉在没有 IDE 补全、没有既有代码参考的情况下快速搭骨架的手感。至于科研追问，准备一个 90 秒的版本和三个 5 分钟的分支版本（为什么这么选、效果怎么测、增量怎么证明），被深挖时按分支展开，不要一开始就把所有细节倒出来。