京东 JDY 日常实习 HR 面：20 个问题里没有一道技术题

《面试题目》

1. 先做个自我介绍。
2. 实习是学校要求，还是你自己基于就业的考虑？
3. 这两个项目是课程作业，还是跟老师这边的项目？
4. 两个项目里，哪个对你来说收获成长最大？
5. 你们专业的师兄师姐，一般都去什么岗位？
6. Java 这些是专业课有，还是你自己自学的？
7. 你们专业本来就要学这些计算机相关的是吗？
8. 后端开发和 AI 应用，你自己怎么看这两个岗位？
9. 这两个方向，你更倾向于往哪边走？
10. 日常做项目或者学习，你用 AI 的场景主要是什么样的？
11. 你主要用到的一些 AI 工具都是什么？
12. AI 发展下，未来后端开发这个岗位会变成什么样？前端后端测开的边界会慢慢变模糊，你怎么看？
13. 你本硕都在南方那边，家是哪里的？中短期规划倾向在哪个城市？心里有排序吗？
14. 你现在主要投什么类型的公司？
15. 除了咱们这边，手上还有其他公司的 offer 吗？
16. 手上有多家 offer 的话，你选公司最看重哪些方面？
17. 你跟上一轮面试官聊完，跟你自己预期还比较相符吧？
18. 如果面试通过，你最快什么时候能入职？
19. 你自己规划的实习周期大概是多长时间？
20. 反问。

《参考解析》

HR 面不考知识，考的是「你说的和简历、和技术面能不能对上」。这场 20 问其实只有四组：动机与经历归属（2、3、4、5、6、7）、方向选择（8、9、10、11、12）、稳定性与决策（13、14、15、16、18、19）、一致性核对（17）。每组都在验证同一件事——你是不是真的想做这个岗、来了会不会中途走、讲的话前后有没有矛盾。技术面里说过的项目细节、时间线，在这里被换个问法再问一遍，答得不一样就是减分项。

经历归属类要主动交代边界。「实习是学校要求还是自己考虑」「项目是课程作业还是老师课题」这两问，回答的重点不是选哪个选项，而是紧接着说清「我在这段里具体做了什么、产出是什么」。答「课程作业」不丢分，丢分的是说不清自己写了哪部分。第 5、6 问（师兄师姐去哪、Java 是专业课还是自学）本质是在确认你的技术来源：自学完全可以是加分项，但要给出证据——做过什么、解决了什么问题，而不是只说「我看了很多资料」。

方向选择类要有判断，不要两头讨好。「后端开发和 AI 应用怎么看、更倾向哪边」，安全的答法是给出一个有理由的排序再加一句可迁移性：比如以后端为主、把 AI 能力用在后端场景（接口编排、RAG 服务、Agent 的工具层），既表明倾向又解释了为什么两个都投。第 10、11 问用 AI 的场景与工具，最忌讳空泛地说「写代码会用」——具体到「用什么工具做什么事」（查文档、生成样板代码、review diff、写测试、拆需求），再补一句「生成的东西我会自己过一遍、能解释每一行」，这正好接上第 12 问对 AI 冲击的判断。

第 12 问是这场面试里最能体现思考深度的一题。可答的落点是：重复性的 CRUD 与胶水代码最先被压缩，需求拆解、系统设计、故障定位、数据与权限这些需要判断和责任的部分反而更值钱；前后端测开的边界变模糊，是因为一个人借助 AI 能覆盖的链路变长，但「谁对线上结果负责」这件事不会变。给出这个层次，比说「AI 只是工具」有用。

稳定性与决策类要给可信、可执行的时间。城市排序、投递公司类型、手上有没有别的 offer、选公司看什么——这几个问题是连着的，答的时候保持一条主线（比如「优先一线城市 + 平台型公司，看重能不能上手真实业务」），不要为了讨好面试官临时改口。第 18、19 问的入职时间与实习周期要给具体日期和时长，并且和学校安排对得上；含糊的「随时都行」反而让 HR 怀疑你有没有算过课时。第 17 问「跟上一轮聊完跟你预期相符吗」是个软钉子，如实说相符，再补一句你从技术面里了解到的团队信息，等于又推销了一次自己的匹配度。

最后是流程信息：这个 JDY 计划只有一面技术面加二面 HR 面，没有笔试也没有手撕，HR 说三个工作日内给结果，作者当天下午就接到了确认住宿的电话。遇到轮次被压缩的实习项目，别把「没考技术」当成稳了——横向比较仍然存在，HR 面里那些关于动机与稳定性的回答，往往就是横向排序的依据。