面壁智能二面：AI 时代程序员的能力与实习规划

《面试题目》

1. 自我介绍。
2. 介绍一下你在字节做的业务吧。
3. 能来实习多久？现在不是秋招吗？
4. AI 的发展情况如何？未来程序员需要具备哪些能力？
5. 你的 token 用量是多少？

《参考解析》

「介绍一下你在字节做的业务」怎么讲

不要从公司讲起，要从你负责的模块讲起。四段结构：业务背景与规模（这条业务服务谁、量级多大、核心指标是什么）→ 我负责的部分（具体的模块、边界、上下游）→ 技术方案与取舍（为什么这么设计、考虑过哪些替代方案）→ 量化结果（延迟、成本、覆盖率、效率提升）。面试官问「做的业务」其实是在判断你是不是真的参与过、理解上下文，所以能说出上下游依赖和线上指标比罗列技术栈有效得多。

实习时长与秋招冲突怎么答

这类问题的核心是确定性。给明确答案：最早到岗时间、每周能到几天、能连续实习多久、和秋招面试如何协调（必要时请假，不影响出勤）、有没有转正的可能。含糊其辞是减分项，因为面试官最怕的是招进来两三周就走。如果确实在并行秋招，照实说明并给出承诺，比遮掩更好。

AI 时代程序员需要什么能力

结论是「编码速度被拉平，差距转移到判断力和验证能力」。具体列：需求拆解与验收标准的写作能力（能写出让 AI 做对的 spec）、代码阅读与评审能力（能看出 AI 生成代码里的边界和安全隐患）、调试与工程化能力（AI 写不出的那部分坑还是得人定位）、系统设计与取舍能力、领域知识与数据理解、以及评估能力——会搭评测集、看指标、算成本。再加一条心态：把 AI 当协作者，人对结果负责。

为什么会被问 token 用量

面试官在验证你是不是真的在做 AI 应用。要能答出量级和结构：日均或月均消耗多少 token，单次请求的输入输出大概是多少，输入里 system prompt、上下文、检索片段、工具返回各占多少。会算账更加分：成本约等于调用次数乘上输入 token 单价与输出 token 单价之和，长上下文往往比多轮对话更贵，所以优化手段是先削上下文（裁剪历史、只带相关检索片段、压缩工具返回值），再做路由（简单请求给小模型）、缓存（prompt 缓存、语义缓存、工具结果缓存）、限制循环步数、用结构化输出减少重试。

反问可以问什么

问 0 到 1 开发的具体范围（从哪一步开始、有没有既有代码基础）、实习生会被分到什么任务、团队自己怎么用 AI（内部工具链成熟度很能说明问题）、技术选型是自研还是基于开源、以及转正标准和时间点。这几个问题的回答基本能拼出这个岗位的真实样子。