某中小厂一面:数字人项目、代码审核工作流与 AI 时代的开发方式
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 请你大致做个自我介绍。
- 为什么第一段实习时间只有两三个月?
- 你的实习项目里数字人这块能具体展开讲讲吗?什么背景下的项目?
- 请你大概介绍一下自己项目经历中的项目。
- 代码审核工作流是怎么搭建的?
- 安全和规范是怎么检测的?
- 能否给一下 GitHub 的链接看一下?
- 身边最近常用的 AI 工具、模型是什么?
- 怎么看待最新的 AI?
- 你最近的代码是怎么写的,手写还是用 AI,比例大概多少?
- 能提前来实习吗?一周几天?
《参考解析》
这场面试的信号很明确:不考八股,考「你真的做过什么」和「你怎么用工具」。 这类中小厂的面试官通常就是未来的直属上级,问项目的目的是判断你能不能立刻上手、有没有独立把一个东西从零做到能用的经历。准备重点 therefore 不是背题,而是把两三个项目讲成「背景—目标—你的动作—结果—复盘」的完整故事,并且准备好被追问细节到实现层面。
「实习只有两三个月」这类问题不是挑刺,是在确认稳定性和离职原因。 回答要正面给原因(学业安排、项目周期结束、方向不匹配),不要贬低前东家,也不要含糊其辞。更好的答法是把它转成收获:「时间不长,但我独立负责了 X,交付了 Y,这段经历让我确定了要做这个方向」。如果确实是被裁或团队调整,如实说、一句话带过,然后把话题拉回自己做成的事。
数字人项目要按「技术链路」讲,而不是按「我做了什么功能」讲。 一条完整的数字人链路通常包含:形象资产(建模或 2D 驱动)、语音合成(TTS,注意音色与韵律)、口型对齐(viseme 或音频驱动的 lip sync)、表情与动作驱动、渲染与推流、以及实时交互的对话编排(ASR → LLM → TTS)。要讲清你负责哪一段、用了什么方案(自研还是接的开源/商用 SDK)、遇到的坑(比如音画不同步、延迟高、口型对不上中文音素)、怎么量化效果(首字延迟、端到端延迟、口型准确率)。
代码审核工作流的搭建,答「触发—检查—门禁—反馈」四段。 触发是 PR/MR 事件 webhook;检查项通常包括格式化与 lint、静态分析(类型检查、空指针、越界)、单测与覆盖率、依赖漏洞扫描(SCA)、密钥泄露扫描、以及人工 review 规则(必须几人 approve、必须解决所有 comment);门禁是把这些检查设为合并前必须通过;反馈是把结果以评论或检查项的形式贴回 PR,失败时给出可操作的修复建议。再补一句「分级:主干严格、实验分支宽松,避免门禁太严导致大家绕过」,会显得你真配过而不是只会开开关。
「安全和规范怎么检测」要区分确定性的规则与需要语义判断的部分。 确定性的事交给工具:SAST 扫注入、反序列化、路径穿越;SCA 扫依赖 CVE;secret scanning 扫 AK/SK 与私钥;license 合规扫描;镜像扫描。语义类的事(这段逻辑有没有并发问题、这个接口有没有越权)目前更多靠 AI 辅助 review 加人工复核,AI 负责给候选问题、人负责判定,避免误报把人练成「无脑点忽略」。要能说出误报率和漏报率这两个指标,以及怎么用历史 bug 回归验证规则有效性。
「给 GitHub 链接」是这场面试的实际考察点,要提前准备好。 面试官会点进去看 commit 频率、commit message 质量、README 是否写清怎么跑、有没有测试、issue/PR 流程是否规范。如果主力项目是公司代码不能公开,就准备一个能公开的替代品:一个自己写的小工具、一个开源贡献记录、或者一份脱敏后的架构文档 + 代码片段。空仓库比没有仓库更糟。
AI 工具与「手写还是 AI 写」的比例,回答要体现判断力而不是立场。 合理的答法是把任务分类:样板代码、测试、文档、正则与脚本可以大量交给 AI;涉及核心业务逻辑、并发与事务、安全边界、线上热点的代码自己写或至少逐行审。比例给一个真实区间(比如日常 60-70% 由 AI 起草、自己重写与审查),并说清你怎么验证 AI 产出:跑测试、看 diff、构造边界用例。被问「怎么看待最新 AI」时,落到对自己工作方式的具体改变(学会了怎么描述需求、怎么拆任务、怎么审查),比空谈「AI 是工具」更有信息量。
最后关于实习时间的问题要提前想清楚。 一周能到几天、能不能全职、最早什么时候入职,给确定的答案;如果还在等其他 offer,不要明说「我在等」,可以说「我这边可以按贵司的时间安排入职」。这类岗位很多是「实习转正」,态度上的确定性本身就是加分项。