小米测试开发（通信方向）面经：项目与 AI 认知

《面试题目》

1. 你的专业跟这个岗位的匹配度怎么样？
2. 介绍其中一个项目。
3. 你在项目里负责的内容和难点是什么？
4. 你觉得你从这个项目中吸取了什么经验，能用到下一个项目里？
5. 你对 AI 有什么了解？
6. AI 对你做的事情有什么改变和影响？
7. 你对小米这个公司有什么了解？
8. 自我介绍。
9. 反问：业务切入方向、岗位看重的能力。

《参考解析》

专业与岗位匹配度：这道题不是让你复述专业名，而是让你把「学过的」翻译成「岗位要用的」。通信方向测试开发的岗位需求通常落在三块：通信协议与射频基础（能看懂链路指标和测试项）、测试方法与工具（用例设计、自动化、抓包与日志分析）、以及编程能力（Python/脚本、接口与性能测试）。回答时用「课程 + 项目 + 可迁移技能」三段式：先说学了哪些对口的课（通信原理、信号与系统、计算机网络、数字信号处理），再说项目里怎么用过（用脚本做数据采集与分析、用工具做协议一致性验证），最后说这些能力直接对应岗位的哪项职责。如果专业不完全对口，就把「通信方向」之外的通用测试能力讲清楚，并主动说明愿意补的短板。

项目难点怎么讲：面试官问「负责的内容和难点」是在验证项目的真实性。建议按 STAR 结构压缩到两分钟：背景一句话（要解决什么问题）、你的角色（独立负责哪部分）、难点（技术难点要具体到指标，比如时延从 200ms 降到 50ms、误码率从 1e-3 降到 1e-6；非技术难点也要准备一个，比如跨部门拿不到测试环境）、解决方案（试过哪些方案、为什么选这个）、结果（量化收益）。追问会沿着细节走：为什么不用另一个方案、边界情况怎么处理、如果指标不达标先查什么。项目里凡是写在简历上的数字，都要能解释它怎么测出来的。

经验迁移问题：这题考察复盘习惯。好的答法是给出「可复用的方法论」而不是「我学会了 XXX」。比如：一是先立可量化的验收标准再动手，避免做到一半发现口径不一致；二是把重复劳动脚本化（写了一个数据校验脚本，后面每个版本都能复用）；三是问题定位要二分法——先分层（前端/后端/链路/环境），再在层内用日志和抓包逐段缩小范围，而不是凭直觉改代码。用这样的表述，面试官能明显感觉到你不是第一次做项目。

AI 相关的两问：这是当前测试岗的必问题。对 AI 的了解可以分三层说：模型层（大模型的基本原理、幻觉与上下文限制）、工具层（Copilot/Cursor 这类编码助手、AI 辅助生成测试用例与脚本、接口 mock 与数据构造）、测试层（用 AI 生成边界用例、把失败日志丢给模型做初筛归因，同时也要测 AI 功能本身——输出不确定性、提示词注入、数据隐私、灰度与降级）。第二问「AI 对你做的事情有什么改变」，要落到具体动作：以前写一个接口用例要 20 分钟，现在让模型按接口文档生成草稿再人工补充边界，压到 5 分钟；但断言逻辑和用例有效性仍然要人确认。切忌只讲「效率大大提升」这种空话，也别把 AI 说得能替代测试判断。

对公司了解与反问：小米的了解别停在「手机 + 生态链」，可以说到「手机 × AIoT 双引擎战略、人车家全生态、澎湃 OS 的跨端协同」，并把通信方向接上去：手机与 IoT 设备的连接稳定性、蜂窝与 Wi-Fi/蓝牙共存、车机与手机的联动，这些都是通信测试的实际战场。反问原帖作者问了「业务切入方向」和「岗位看重的能力」，都是高价值问题；可以再补一个「团队目前自动化覆盖到什么程度、日常有多少比例是手工测试」，这个问题能直接反映工作内容是否如你所愿。