差旅壹号Java一面 全程聊实习与规划

《面试题目》

1. 请做一下自我介绍。
2. 基本信息核实：哪里人、目前所在城市、学历是否为统招全日制本科、是否 27 年毕业、能否全职实习？
3. 找工作的整体规划：想在哪个城市发展？岗位方向、职业规划？
4. 实习为什么没有转正？
5. 你们团队大概有多少人？
6. 讲一下你最近这段工作：个人负责的工作模块是什么？交付成果有哪些？如何做交付？
7. 项目最终成功上线了吗？整体的结果反馈怎么样？
8. 知识库回复的准确性怎么样？相对于人工来讲？
9. 实习或学习过程中用到哪些 AI 工具？
10. 讲一下你对这几个 AI 工具的应用理解。
11. 讲一个具体案例：如何发现 AI 输出有问题、如何修改？
12. 到岗时间？
13. 期望薪资（范围）？

《参考解析》

「实习为什么没有转正」怎么答：这是压力题的变体，面试官真正想确认两件事——问题是出在你个人身上还是客观原因，以及你有没有从中得到东西。答题原则是给事实、给可核实的原因：部门没有 HC、业务线调整、转正名额冻结，这类客观原因直接说，并补一句可背调的成果或主管评价。如果确实有个人因素（产出不够、方向不匹配、沟通不及时），照实说清楚 + 说明现在补了什么，比用完美话术糊过去更可信——面试官见过的说法太多了，含糊其辞反而会被追问到底。无论哪种情况都别贬低前东家、别抱怨团队，也别说「我想再看看机会」这类等于没回答的话。

怎么把一段实习的交付讲清楚：用固定的五段式组织：背景是什么、目标是什么、我个人负责哪个模块、具体怎么做的、结果怎么度量。最容易失分的是把团队成果含糊算成自己的，所以一定要把「我做的」和「团队做的」分开说，并给出你个人的产出边界（哪个接口、哪张表、哪个流程）。结果要量化：知识库这类场景可度量的量是准确率、拒答率、人工复核率、平均处理时长、覆盖的问题量；没有线上指标就用离线评测集说明口径（多少条样本、谁标的、提升多少）。第 8 问「相对人工准确性怎么样」其实就是在验证你敢不敢给数字、数字的口径站不站得住——回答时把「人工基线多少、我们做到多少、差在哪些类型的问题上」一起给出，比笼统说「差不多」强得多。

AI 工具的应用理解怎么讲才不像背的：别停在「我用 Cursor 提效」。要讲分工——代码补全与生成用于样板代码、单测、脚本；重构和 review 让模型先出方案、自己判断取舍；陌生代码仓靠它快速建立调用关系地图。再讲边界，这部分才是加分项：生成的代码必须自己跑通测试再提交，涉及并发、事务、权限、SQL 的地方不采信模型结论，编造的 API 一定要用编译器或文档验证。第 11 问「讲一个 AI 输出有问题、你怎么发现并修改的案例」务必提前准备一个真实案例，结构是：现象（它编了一个不存在的库/漏了边界条件）、你怎么发现的（单测失败、日志异常、代码审读）、怎么修的、之后怎么预防（把这类检查加进流程或提示词）。

规划类问题的答法：城市、岗位方向、职业规划三者要内部自洽——说想在某个城市发展，投递的公司最好就在那儿；职业规划别讲「三年做架构师」这种空话，讲你希望在哪个技术方向加深（比如把 Java 后端与 AI 应用结合），以及为什么这家公司能提供这个场景，这样顺带回答了「对我们公司了解多少」。到岗时间和期望薪资提前想好区间与底线：时间上给一个能兑现的承诺（全职实习什么时候能到、毕业时间是否影响），薪资上给范围而不是单点，并说明这个范围是怎么来的（同城同岗位的行情 + 自己的其他流程），既显得有准备，也留了谈的空间。