吉利汽车 AI 面试复盘：18 道图推测评，加一场全按你的回答追问的 AI 面

《面试题目》

通用题与行为面

1. 请分享一次你面对高难度挑战时，主动学习新知识，并成功将其转化为解决方案的经历。
2. 请分享一次高难度任务的经历，以及你从中获得能力提升的过程。

围绕简历与上一句回答的个性化追问

3. 你提到利用 AI 辅助理解代码，具体是哪一步卡点通过这种方式得到了关键突破？
4. 为了说明你的方案最终产生了什么具体价值，这个项目上线后解决了业务上的哪个核心问题？
5. 为了实现百万级数据的流畅展示，你具体采取了哪项关键技术手段来优化渲染性能？
6. 在低空平台开发中，你曾主动关注过哪位队友的困难或需求？并采取了什么具体行动来提供帮助？
7. 你提到通过调研和测试解决了导师关注的渲染卡顿问题，在这个过程中，你具体做了哪一项关键行动来直接帮助导师突破了瓶颈？

英语题

8. Please describe a project you completed during your studies that left you with a strong impression and explain the role you played.
9. Could you describe a specific challenge you faced while managing the agent? And explain exactly how you guided it to find the solution.
10. Share an experience when you volunteered to lead a study group and describe how that experience benefited you and in which way.
11. Could you describe a particular instance where you explained a difficult concept to a classmate, detailing exactly what you said and how it specifically improved their understanding.
12. （英语提问）空闲时间你喜欢做些什么？
13. （英语提问）请描述一种需要平衡多方责任的情况。

---

《参考解析》

第一段不是面试，是一份测评

收到写有「AI 面试」的邮件，点开先做的其实是线上测评，半小时左右、不开摄像头。结构是三部分：行为测评（类似宝洁八大问，基于个人经历提问）、认知测评（两个小游戏，一个考空间、一个考语言逻辑）、性格测评。题量在浮动——图形推理 18 道这个数字多份记录对得上，性格题有人记 92+72、有人记 92+70，更早的场次还出现过 30 道「四句话里选最像和最不像自己」的形式。

所以准备这一段认结构、别背数字。图推考的是规律识别速度（数量变化、位置旋转、叠加去同存异、对称性、封闭空间数等），属于公考行测里成体系的题型，短时间提分最有效的办法是限时刷题并按规律类型整理错题，而不是凭直觉硬看；18 道说明单题时间很短，卡住的先跳过。性格测评没有标准答案，但有一致性校验：同一特质会换着说法反复问，前后矛盾、或者明显在往「完美候选人」方向作答，都会被判为不可信——按真实倾向稳定作答、凭第一反应快速过，一致性反而更好。

这一段和后面的面试并不严格挂钩：有记录显示测评还没做完，约面试的电话就打过来了；也有人卡在这一步等结果。它更像一道前置门槛，不必为它投入过多精力，但也不建议完全裸考。

真正的 AI 面：没有自我介绍，通用中文题只有一道

进到 AI 面这一段，没有自我介绍环节——系统已经解析过之前上传的简历，直接就从实习经历开始问。十分钟里出现过连着十道题的记录，其中前六道是中文、后四道是英文；也有场次是三道题（一道中文行为面 + 两道英语开放题）。中文题里真正算通用题的只有「分享一次高难度挑战并成功转化为解决方案的经历」这一道，其余的题干里都带着候选人自己的项目名和经历细节。

追问机制：把你刚说出去的那句话捡回来

这套 AI 面试最需要提前适应的就是这一点：题目里大量出现「你提到……」的句式，连「调研和测试」「导师关注的渲染卡顿」这种细节都是从上一句回答里原样搬回来的；另一些题则是「为了说明你的方案最终产生了什么具体价值」「为了实现百万级数据的流畅展示」，接着刚答完的那套方案继续往下钻。有场次的中文题里有一道甚至直接问「你曾主动关注过哪位队友的困难或需求」，题面里的项目是候选人自己简历上的名字。

由此推出两条准备策略：

一是别在答案里塞自己讲不清的东西。你随口提到的每个技术名词、工具、队友、项目名、数字，后面都可能被单独拎出来再问一遍——「用的什么工具、卡在哪一步、谁提的需求、量级多少」。所有说出去的关键词都要能经得起再追一层。

二是把答案按「结论 + 具体动作 + 可量化结果」组织。追问围绕的是情境、你的动作和结果，其中「你具体做了哪一项关键行动」和「产生了什么价值」是最容易被追穿的地方；给数字（周期、规模、提升比例）比形容词有力，但每个数字都要想好来源和口径。如果答得磕磕巴巴，追问还会继续压到答不上来为止——遇到确实没做过的细节，直接说明边界比硬编更好。

英语题不是走流程

英语题每场都有，记录里出现过十分钟里四道英文、也有三道里两道英文，投运维岗的候选人甚至写下「AI 面怎么还要英语问答，完全没准备」。题型集中在低门槛、长展开的开放题：描述一个有印象的项目及你的角色、讲一次你如何引导 agent 找到解法、分享带领学习小组的经历、讲一次给同学讲清难点的经历，以及兴趣爱好、如何平衡多方责任这类日常题。

评分点不在词汇难度，而在流利度、结构是否清楚、有没有具体细节支撑。准备上可以把每类题固化成一个 60~90 秒的框架：先一句结论式总起，再给一到两个具体例子（时间、场景、你做了什么、结果如何），最后一句收束。「平衡多方责任」这类题一定要落到具体的多方和取舍上（交付时间、上级期望、合作方需求、资源限制之间怎么排序，放弃了什么），只讲「我会做好沟通、分清优先级」追问一层就空了。

还有一个容易吃亏的坑：语音识别会把技术名词听错。有记录里候选人说 go language，系统听成了 goal language，问回来的问题接不上，后面的追问整段跑偏。应对办法是技术名词说慢一点，说完补一句拼写或者中文解释；对识别不确定的句子，宁可换一种更常见的说法。

时间线与流程位置

AI 面之后还有真人面。有一条可参考的时间线：9 月 11 日投递、9 月 11 日做 AI 面、9 月 16 日宣讲会一面、9 月 25 日电话 OC——当天投递当天就做掉 AI 面，节奏很快，收到通知后当天准备当天上是很常见的情况。加上测评与 AI 面之间可能只隔很短的窗口，提前把中文行为面要点和英语框架准备好，比等通知再开始划算得多。