面灵AI→

字节路网中台一面:Code Review Agent 的规范治理、准确率口径与 LRU 手撕

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. Code Review Agent 的建设背景:你加入 B 站时,项目刚开始建设,还是已经存在?什么时候开始做的?
  3. Code Review 的运行流程:Agent 以什么形式运行?什么动作触发审查?从触发到执行的流程、实现机制是什么?
  4. CI/CD 的概念:CI 流水线是什么?CI/CD 的完整概念是什么?
  5. Code Review 的触发范围:每次代码变更都会跑流水线、触发审查吗?
  6. 分支与环境管理:公司只有一个 main 分支,大家都往 main 合入吗?你提到的 PRE、PROD 是环境的区别吗?
  7. 个人贡献与需求:你具体负责哪些事情?为什么要做?解决思路是什么?
  8. 仓库规范的来源:规范由谁制定?是你们团队协助制定的吗?
  9. 规则冲突:仓库规范与 Agent 内置策略冲突时,怎么处理?
  10. 前置审查能力:你说的「前置三个 Agent」具体是哪三个?
  11. 规则冲突的深入追问:团队禁止某种代码风格,但 Agent 允许,怎么办?平台有质量底线,业务有自己的规范,什么时候听平台、什么时候听业务?即使识别正确,修复历史代码的影响也可能很大,流程和决策机制怎么设计?最终是否以用户判断为准?
  12. 效果评估:接入业务规范后,用什么量化指标衡量 Code Review Agent 的效果?
  13. 准确率与统计口径:最终准确率是 43.8%,对吗?43.8% 已经是你说的「比较好看的版本」了吗?
  14. 同行对比:其他公司有没有类似产品?准确率大概多少?你认为 43.8% 处于什么水平?
  15. 优化方法与后续计划:三个月内具体按什么步骤、用什么方法迭代?准确率从 31.7% 提升到 43.8%,怎么做到的?后续准备怎么优化?
  16. Issue 向量化方案的本质:是否主要通过检索、过滤来规避问题,而没有改进前面的识别流程?是不是把问题向量化存储后,再进行过滤?
  17. 专业课学习进度:现在大三,专业课学到哪里了?主要学了计算机组成原理、数据结构与算法吗?
  18. Java 与操作系统的进程、线程:Java 中的进程、线程,与操作系统中的进程、线程有什么区别?
  19. 通信方式:它们之间如何通信?了解哪些通信方式?
  20. Java 项目经历:自己用 Java 做过什么项目?上一段实习项目是用 Java 做的吗?
  21. 项目难点与收获:做 Code Review Agent,最难、最有收获的地方是什么?
  22. 用户反馈的数据质量:用户乱打标的问题怎么解决?纯靠人工处理吗?
  23. 手写带过期时间的 LRU 缓存:整体设计思路是什么?你提到的 O(1) 要求从哪里得出,题目并没有写?初始化、get 等方法的执行过程是什么?过期时间怎么实现?
  24. Java 版本:平时使用哪个 Java 版本?
  25. 虚拟线程:Java 是否有虚拟线程?实际实习中用过吗?由 JVM 调度,是否就避免了操作系统线程切换的成本?

《参考解析》

CI/CD 与触发链路:CI 是持续集成——代码合入前自动完成构建、静态检查、单测与制品产出;CD 是持续交付/部署——制品自动发布到环境。Code Review Agent 通常挂在 CI 的某个阶段:MR 创建或更新触发流水线,拉取 diff、按仓库与语言路由规则、并行调用模型、把结果以行内评论回写,必要时以检查项阻断合入。触发范围要区分全量审查与增量审查:只审 diff 成本低、噪声小,但会漏掉跨文件的架构问题;全量审查看得全,但会把未改动的历史问题一并报出,造成大量噪声。合理做法是默认增量 + 对改动文件做上下文扩展(调用方、被调用方、相关规范),全量审查作为定期任务。

规范冲突谁来定:平台侧应只固化「安全与正确性」底线(空指针、资源泄漏、明显的并发错误、注入风险),业务规范(命名、分层、日志格式)由仓库自己声明并优先。冲突的处理不是让模型猜,而是规则分层 + 来源标注:每条 Issue 标明依据的是哪条规范,业务规范与平台底线冲突时按优先级裁决,并把裁决理由展示给用户。修复历史代码影响大时,Agent 只报新增/改动行,历史问题单独成「技术债清单」由人排期,不阻断合入。最终决定权在用户:提供「忽略此规则」「本文件豁免」的显式操作,并把这类反馈作为规则迭代的输入,而不是让模型反复争论。

准确率口径:讨论 43.8% 之前必须先定义分母——是「报出的 Issue 中被用户判定正确」的比例(精确率),还是「真实问题中被报出」的比例(召回率),评测集从哪来、由谁标注、样本量多少。只报精确率会诱导「少报」,只报召回率会诱导「全报」,所以要看 P/R/F1 与人工抽查,还要看「每个 MR 平均报出条数」「用户处理一条 Issue 的耗时」「被忽略率」。与同行对比时,公开数据往往口径不同(有的按文件、有的按 Issue、有的只统计高置信问题),不能直接横比;更有意义的是同一批评测集上的前后对比。31.7% 到 43.8% 的提升要能归因到具体改动(加了仓库规范、加了历史案例检索、改了提示词或分档阈值),否则数字不可复现。

向量化检索是否只是绕过:把历史 Issue 向量化后检索相似案例,本质是用「过去被判定为误报/正确的样本」给当前判断提供上下文,属于检索增强,不是绕过识别。但如果只靠过滤把不确定的报出项删掉,精确率上升、召回率下降,等于把问题藏起来。健康的做法是两条腿:识别侧改进(规范结构化、上下文补全、分文件分组并行),过滤侧用案例校准阈值,并同时监控召回。

LRU 带过期:题目没写 O(1) 时不要自己加约束,先确认需求:容量上限、get/put 语义、过期是惰性删除还是定时清理、是否线程安全。O(1) 的实现是哈希表 + 双向链表:哈希表存 key 到节点,链表头是最新使用、尾是最久未用;get 命中后把节点移到头部,put 时若 key 存在则更新并移到头部,不存在则插入头部,超容量删除尾节点。带 TTL 时每个节点存过期时间戳,get 时先检查是否过期,过期则删除并返回未命中(惰性);另起一个定时任务或时间轮定期清理,避免大量过期键长期占用内存。Java 里可以用 LinkedHashMap 的 accessOrder=true 加 removeEldestEntry 快速实现,面试要求手写时再展开双向链表。并发场景要加锁或分段,注意「读时移动节点」也是写操作。

Java 线程与操作系统线程:Java 线程在传统实现中是一对一映射到内核线程(Thread.start 最终调用 pthread_create),调度由操作系统负责,所以 Java 的线程优先级只是建议、Thread.yield 只是提示。进程是资源分配单位(地址空间、文件描述符),线程是调度单位,共享进程资源。通信方式:进程间用管道、消息队列、共享内存、信号、socket;线程间用共享内存加同步(synchronized、Lock、volatile、CAS)、wait/notify、BlockingQueue。

虚拟线程:JDK 21 正式引入的虚拟线程由 JVM 调度,多个虚拟线程复用到少量载体线程(ForkJoinPool),阻塞时自动让出载体线程,适合 IO 密集、数量巨大的任务;它不减少 CPU 计算时间,也不适合长时间持有 synchronized 阻塞或做 CPU 密集计算。它降低的是「线程栈内存」与「上下文切换」的成本,但没有消除阻塞本身,底层 IO 仍要走操作系统的多路复用。实习中是否用过要如实回答,没用过就说清楚它的适用边界与和平台线程的区别。