深圳具身智能初创研发实习一面:AI Native 产研协作与权限中台
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- Agent 项目是自己做的吗?什么时候开始做的?是在实习公司做的吗?
- 开源项目主要是参与贡献了 PR 吗?
- Agent 项目用什么语言?对 Java 有了解吗?
- 结合实习参与的模块,讲一下公司的产研协作流程。对传统软件工程过程有了解吗?
- AI Native 的产研协作是否仍然遵循传统软件工程过程?AI 带来了哪些变化,可能有什么问题?
- 权限中台的技术设计、登录、权限和第三方授权,是配合同事参与,还是自己负责?
- 为什么离开上一段实习?更想做 Agent 开发,还是也接受业务系统开发?
- 什么时候能到岗?可以实习多久?
《参考解析》
项目归属要讲清楚:初创公司面试官对「这是你自己做的还是公司的」很敏感。回答要明确三件事:项目来源(个人练手 / 实习任务 / 开源贡献)、你负责的部分(从需求到上线的哪几段)、可验证的产出(代码仓库、上线地址、用户量、PR 链接)。含糊其辞会被当成包装。
传统软件工程过程:需求分析 → 设计(架构、接口、数据模型)→ 开发 → 测试 → 发布 → 运维与迭代,配套的是评审、文档、版本管理、CI/CD。AI Native 的变化主要在「执行层」:生成代码、写测试、生成文档、分析日志的速度大幅提升,一个人能覆盖更多环节;但「决策层」没有变——需求是否真实、方案取舍、质量门禁、上线风险仍然要人负责。带来的问题:代码量膨胀但可维护性下降、review 负担集中、AI 生成的测试只测「实现」不测「需求」、团队对 AI 产出的质量预期不一致。
权限中台:讲清楚模型(用户-角色-权限-资源,RBAC/ABAC)、登录(账号密码/短信/第三方 OAuth2/OIDC,token 与 session)、鉴权(网关统一校验、服务内细粒度校验)、第三方授权(scope、授权码流程、token 刷新与撤销)。如果只是配合同事,就说明你负责的那一块(例如某个资源的权限校验、某个登录方式的接入),不要冒领整体设计。
为什么离开上一段实习:讲目标与现实的差距,不评价人。例如「想做偏 Agent 的应用开发,实际更多是业务系统的增删改查,所以想找一个更贴近方向的环境」。同时说明你从上一段带走了什么(工程规范、协作方式),避免给人「待不住」的印象。
Agent 开发还是业务系统:初创公司往往两者都要做,回答可以表达偏好但不要关门:「更想做 Agent 方向,也接受业务系统,因为业务系统能让我理解真实数据与流程,对做 Agent 有帮助。」这比「只想做 Agent」更容易拿到 offer。
面试官的建议值得记下:讲 Agent 项目时,技术之外要回答「用户是谁、解决什么问题、效果怎么衡量」。这三点恰好是很多学生项目缺的——有 demo 没有用户、有功能没有指标。补上这三个问题,项目叙述的完整度会明显不同。
这类小厂面试的特点:不问八股、重沟通与动机、决策快。要准备的是「你能来多久、能做什么、怎么和团队配合」,而不是算法题。反问可以问团队规模、实习生带教方式、业务当前最缺什么。