云南汇诺校招全栈开发二面

《面试题目》

1. 自我介绍
2. 学校、校长、老师、学生的 AI 赋能系统怎么做？数据库怎么设计？
3. 系统的权限怎么设计？
4. 学生作业问答 Agent 怎么做？
5. 学生考试学情分析怎么设计？
6. 老师、校长应该怎么去查学生的考试情况分析，怎么来设计？
7. 反问：培养方案是怎样的？
8. 怎么看待现在的 AI 时代？

《参考解析》

校园 AI 赋能系统的整体设计：先把「一个系统」拆成角色 × 场景的矩阵再谈架构，不然回答会很散。角色是学生、老师、校长（可扩展到家长与教务），场景按教、学、管三块切：学生侧是答疑、错题整理、学习计划；老师侧是备课辅助、作业批改、班级学情；校长侧是全校数据看板、教学质量评估与预警。技术上典型是「数据层 + 能力层 + 应用层」：数据层接教务系统、考试系统、题库与教材库，做统一的用户与组织主数据；能力层封装 RAG 检索、Agent 编排、模型路由、内容审核与权限校验；应用层按角色出不同的界面与指标。设计时要提前说明约束：数据敏感（未成年人信息与成绩）、需要私有化或可控的模型、以及必须可审计——这些约束会直接决定技术选型，也是面试官最容易追问的点。

数据库设计：核心是把「组织与用户」「教学域」「内容域」分开。组织与用户：学校 → 年级 → 班级 → 用户的层级表，用户表存角色与状态，角色与权限用关联表（多对多）；教学域按「课程—班级—授课教师—作业/考试—题目—作答—成绩」建模，成绩要区分原始分与题目级得分，题目级数据是学情分析的基础；内容域存教材章节、知识点树、题库与解析，知识点与题目是多对多，方便按知识点聚合掌握度。几个关键决策要讲：知识点用树还是图（树好维护，图更贴近真实的前置依赖关系）；成绩明细是宽表还是长表（长表 (学生, 题目, 得分) 灵活但要控制查询量，配合预聚合表出看板）；是否多租户（一套系统服务多所学校时，组织表要带租户标识并做行级隔离）。再补一句数据量与索引：明细表按考试与班级建索引，看板走预聚合或物化视图，避免每次实时扫全量。

权限设计：校园系统的权限是「功能权限 + 数据权限」两件事，很多人只答 RBAC 就停了。功能权限用角色-权限-资源模型（谁能在哪个模块执行哪个动作），数据权限决定「能看到谁的数据」：老师看自己任教班级、班主任看本班、年级主任看本年级、校长看全校，这层需要按组织树 + 任教关系做行级过滤，通常用统一的数据权限表达式（组织范围 + 资源类型 + 条件）在查询层强注入，而不是靠前端藏菜单。进阶可以提 ABAC（按属性与条件判断，比如「考试结束后才可查看成绩」）、字段级脱敏（排名之外的原始分、家长手机号）、以及操作审计（谁在什么时候查了谁的数据）。最后强调三条工程原则：后端是唯一可信边界（前端隐藏不算权限）、默认拒绝（白名单式放行）、以及所有越权尝试都要记录告警。

学生作业问答 Agent：这类 Agent 和通用问答的差别在于「不能直接给答案」。设计上分几步：意图识别先判断是概念提问、解题求助还是闲聊（对应不同的处理策略与话术）；检索用 RAG，从教材、讲义、错题本里召回相关片段，按知识点与年级过滤，避免超纲；生成阶段用苏格拉底式引导——先给思路提示、再给关键步骤，学生追问才逐步展开，并强制带引用来源（第几页、哪个知识点）；输出前过内容审核与答案校验（数值题用符号计算或工具计算验证结果，防止模型算错）。工程上要处理：多轮上下文与学生在不同题之间切换、公式与图形的渲染、以及记录每一步交互用于效果评估。评测指标建议用「引导后学生能否独立完成同类题」和「答案正确率 / 幻觉率」两条，比单纯看满意度更能说明问题。

考试学情分析的设计：把需求翻成指标再谈实现。指标体系通常分三层：题目层（难度、区分度、正确率、选项分布）、知识点层（每个知识点的得分率、与年级均值的差、掌握度分档）、学生/班级层（总分分布、排名变化、进步退步幅度、薄弱知识点排序）。设计要点：先统一口径（得分率的分母是否含未作答、缺考怎么算、跨校比较怎么标准化），再决定计算方式——知识点掌握度可以用得分率加权，也可以上简单的 IRT 能力估计；错因归类需要题目打标签（概念不清、计算错误、审题失误），这依赖题目元数据的质量。展示层按角色出不同视图：老师看班级薄弱点与要重点讲的题、班主任看学生个体趋势、校长看全校与年级横向对比和预警名单，全部支持下钻到题目与学生明细；性能上把计算放到考后批处理，页面走预聚合结果，避免实时聚合。最后补一句闭环：分析结果要能自动生成练习推荐与讲评建议，否则看板只是展示。