传音 BSP 二面凉经：脏矩形、分离屏性能优化与「你怎么用 AI」

《面试题目》

1. 自我介绍
2. 你从这么多竞赛和实习项目中，选一个印象最深或者最有成就感的项目介绍一下
3. 你怎么实现分离屏的 UI 性能优化的？怎么评价的性能指标？怎么发现的瓶颈？
4. 什么叫脏矩形？
5. 你在影石实习的最大收获是什么？
6. 你是人工智能专业的，你是怎么用 AI 的？
7. 面对 AI 的冲击，你怎么看？
8. 你有没有和同事之间发生过不太协调的事情？
9. 你在课外有没有看过一些书籍？
10. 你本科和硕士之间 gap 了一年，以及你怎么去安徽上大学了？
11. 你怎么不考本校？你考的哪个？
12. 你相对于其他人有什么优势，讲三点
13. 反问：大概什么时候可以给反馈？

时间线：8/21 投递 → 9/14 一面 → 9/16 二面 → 9/28 在官网看到被挂

《参考解析》

「怎么发现瓶颈」比「优化了什么」更值钱。 作者的回答给了一个可以复用的链路：先按渲染管线的阶段打点——信号传递 → 控件更新 → 渲染上屏——每个阶段各测一段耗时，就能定位耗时集中在哪；编译时保留栈帧和符号、配合 perf 这类采样工具，可以把热点定位到函数级。指标方面，用自动化脚本在固定场景下记录平均帧率即可，关键在「固定场景」——否则前后两次数据不可比，优化就说不清有没有效果。这个「先分段打点、再定位热点、最后固定场景量化」的结构，是性能类问题的通用答法。

脏矩形（dirty rectangle）是什么。 UI 框架在更新某个控件后，会在该控件外围生成一个包围矩形，标记这片区域需要重绘，这就是脏矩形；框架通常还会对多个脏矩形做合并、把超出可视区域的裁掉，以减少实际重绘面积。面试官问它，往往是在确认你理解的优化是「少画」而不是「画得快」——分离屏这类双端场景里，减少无效重绘和减少跨端数据传输，通常比提升单帧渲染速度收益更大。延伸一下还可以提到：脏矩形之上的常见手段还有局部刷新、图层合成（把静态内容缓存成图层，只重绘变化层）、以及降低刷新频率与分辨率的取舍。

「面向 AI 的冲击你怎么看」这类开放题怎么答。 作者的自嘲（「瘫坐眩晕」）说明了这类题的难处：它没有标准答案，面试官看的是你的态度是否成熟、有没有具体做法。稳妥的答法是「承认影响 + 说清自己的定位 + 举一个具体用法」：承认工具会改变部分工作的实现方式；同时指出工程能力里有一部分是工具替代不了的（把模糊需求拆成可验证的问题、定位环境相关的故障、为取舍负责）；最后举一个你实际把 AI 用出效果或踩过坑的例子。空谈趋势或者一味贬低工具，都不会加分。

经历类问题的两条原则。 一是「gap、择校、二战」这类问题，面经作者的答法值得参考——照实说，把动机落到当时的约束上（比如冲着提升学历），不用美化也不用自我贬低；面试官问这个多半是在看你会不会在压力问题前露怯。二是「你的优势讲三点」要用差异化的证据而不是形容词：技术栈跨度（从 51 单片机到 Linux 内核与用户态）、竞赛与项目密度带来的开发思维，这类说法之所以有效，是因为每一点都能紧接着举出项目实例。反问只问「什么时候给反馈」略显单薄，可以再补一个关于团队分工或技术方向的问题。