理想智能应用研发一面：手撕四数之和，面试官说“让 AI 写，要求一次过”

面经时间：2026年10月10日

这次分享一篇理想智能应用研发一面面经，前半场围着实习项目确认“你具体做了什么”，后半场直接让候选人用 AI 写算法题。

面经里候选人开头就一句就是：“头一次见到能用 AI 写手撕题的面试，爽飞。”

但面试官接着加了要求：本地有没有 AI？让它实现四数之和，要求一次通过；再生成执行脚本，直接交付 AC 代码或者证明能跑通。

允许用 AI 之后，代码怎么写出来只是其中一步。需求有没有讲清、程序有没有真的执行、边界有没有检查，仍然要自己负责。

面经没有给出候选人的完整回答。

所以为了让大家有一个参考，我这里会给大家补充参考回答，让大家了解这些面试题应该怎么答更合适。

我也会虚拟一些业务细节、意图划分和优化方案，这是为了回答面试题里的业务场景。

关于很个人的问题，我就不给示范回答了。

本次面经问题：

• 一、先简单做个自我介绍
• 二、你的经历主要是在滴滴实习吗？
• 三、滴滴这个项目主要做什么，你参与了哪些部分？
• 四、你在 Agent 方面具体做了什么，它主要给用户做什么？
• 五、没有 Agent 前用户手动分析，有了以后辅助用户，具体能帮到哪一步？
• 六、你主要参与意图识别路由吗，意图分哪几类，分别对应什么流程？
• 七、这些流程有什么不同，Agent 是一次查询吗，分类用什么模型？
• 八、分类过程本身是 Agent 还是 Query？能不能不分类，直接走完整流程？
• 九、后面的主要流程了解吗，还是只做意图识别？
• 十、资产查询需求中，你主要优化了什么？
• 十一、平时用 AI 多吗，主要用哪些，有什么提升生成质量的经验？
• 十二、SDD 是什么，平时都用子 Agent 做开发吗？
• 十三、怎么理解 Agent，它的工作原理和主要组成部分是什么？
• 十四、手撕四数之和，算法怎么实现？
• 十五、本地有 AI 吗，让 AI 实现并要求一次通过，怎么组织这次任务？
• 十六、让 AI 生成执行脚本，直接给 AC 代码或证明能跑通，怎么验证？
• 十七、你用的“5.3”是哪个供应商的？
• 十八、校园招聘项目接入飞书、微信、钉钉后，能在飞书上聊吗？是基于 Spring Boot、Spring AI 构建的吗？

二、你的经历主要是在滴滴实习吗？

这是一道确认经历的问题，按简历直接回答。主要相关经历确实在滴滴，就说明实习所属方向、持续时间和负责范围；还有其他相关经历，也可以简短补充。

我会把“团队项目做什么”和“个人交付什么”分开说。例如：“团队做的是一套查询与分析助手，我主要参与入口意图路由和资产查询链路，其他分析模块了解接口和执行过程，但不是主要开发者。”

接下来面试官大概率会沿着这个边界深挖。这里说得准确，后面才不会为了维持一个过大的职责范围，不断补自己没做过的事。

三、滴滴这个项目主要做什么，你参与了哪些部分？

以本文示例来说，用户想了解某个应用的负责人、接口信息和关联文档，原来要在几个系统里分别查询。助手把自然语言请求转成可执行的查询条件，调用已有服务，再组织带来源的结果。

我的参与部分可以围绕三件事讲：梳理 Query 类型与路由规则；把资产名、环境、时间等条件转成下游能使用的结构；分析错分和查询失败样本，改进具体环节。哪些真正做过，就展开哪些，不把示例清单整体当作自己的经历。

如果要体现贡献，我会拿一条完整请求演示：用户问了什么，原来在哪一步失败，我改了哪个模块，改完用什么样本验证。用户量、准确率和耗时没有记录，就不填一个看起来漂亮的数字。

四、你在 Agent 方面具体做了什么，它主要给用户做什么？

我会先回答个人工作：“我主要负责入口理解和路由，以及资产查询方向的接入与优化。”然后再解释整体系统为用户做什么，避免把团队能力都说成个人实现。

比如用户问“测试环境里应用 A 的接口负责人是谁”，入口先识别为资产查询，抽取应用名和环境，再调用有权限的资产服务。拿到结构化数据后，回复负责人信息和对应记录入口；如果应用名不唯一，先让用户补充条件。

复杂请求可能还需要组合多条信息，例如先找应用，再查关联接口，再读取说明文档。个人负责路由，不意味着整个系统只有分类；整个系统有 Agent，也不意味着每个节点都是 Agent。

五、没有 Agent 前用户手动分析，有了以后辅助用户，具体能帮到哪一步？

可以这样理解，但“辅助”要落到实际动作。以前用户自己判断去哪个系统、填什么条件、怎么拼结果；助手可以承担请求理解、参数整理、工具调用和信息汇总这些步骤。

例如，“这个应用有哪些接口，分别由谁维护”，可以拆成应用定位、接口查询、负责人关联和结果整理。助手把这些动作串起来，用户不必重复在几个页面之间切换。

但查到负责人，不等于完成根因分析；生成一段分析，也不等于结论已经被业务验证。遇到证据不足、权限不够或对象重名，就返回缺什么条件，不能靠模型把空白补成事实。

衡量价值时，也要对应这些动作：用户是否更快拿到正确结果、需要补充几次信息、结果能否追溯来源，而不只是回答看起来更像人。

六、你主要参与意图识别路由吗，意图分哪几类，分别对应什么流程？

如果主要负责这一段，我会直接答是，再给出实际标签定义。本文示例可以分为三类业务意图，并设置澄清或兜底出口：

示例意图	用户请求	对应流程
资产查询	应用 A 的负责人是谁？	抽取对象和条件，调用资产查询服务，返回结构化结果
知识问答	这个接口的接入规范是什么？	检索相关文档，筛选证据，生成带来源的说明
关联分析	应用 A 与哪些接口有关，分别有什么约束？	拆解子问题，组合查询与文档证据，汇总结果
澄清或兜底	查一下那个应用	补充必要条件，或说明当前不支持的范围

类别要按执行差异划分，不能只是给同一条流程换几个名字。“查负责人并解释接入限制”可能同时包含查询和问答，需要支持组合任务，或者允许下游继续分解，不能强行丢掉一半需求。

路由输出也不只有一个标签。我会明确它是否包含实体、约束、缺失字段，以及判定依据。模型自报一个高置信度不代表就可信，阈值要用标注集验证，尤其要关注“本应澄清却直接查错对象”的样本。

七、这些流程有什么不同，Agent 是一次查询吗，分类用什么模型？

不同主要体现在数据来源、执行步骤和验收方式。资产查询检查对象和字段是否匹配；知识问答检查证据是否支持答案；关联分析还要检查多步结果能否拼起来。不能只看它们最后都输出了一段文字，就说是同一个过程。

用户发来一次请求，不代表后端只执行一次查询。一个入口请求可以触发多次模型调用和多个工具调用；反过来，一次简单资产查询也可能直接通过固定服务完成，不需要让模型循环很多轮。

原面经里，候选人没有给分类模型的名称，因此这里不能补成某个具体型号。现场要说清实际模型与版本、是否微调、输入是否带历史、输出怎么约束，以及分类结果如何评测。只说“用了一个大模型”，还不足以解释选型。

如果要比较模型，我会固定标签定义和测试集，看各类准确率、召回率、混淆矩阵、端到端任务完成情况，以及延迟和费用。模型更贵，不自动意味着这个分类任务更合适。

八、分类过程本身是 Agent 还是 Query？能不能不分类，直接走完整流程？

Query 是用户输入，分类是处理这个输入的一次操作，两者不是同一层概念。如果流程只是“读 Query → 输出标签 → 进入固定分支”，我会把它叫分类器或路由节点，而不会单凭调用了模型就称为完整 Agent。

当然可以不设置独立分类器，让一个 Agent 根据工具描述直接选择后续动作；也可以把所有请求交给统一流程。但“统一入口”不等于每个请求都必须把检索、查询、分析全部执行一遍。

显式路由的价值是减少不必要步骤、缩小可选工具范围，便于按场景评测；代价是多一层开销，而且错分可能提前走错路。统一 Agent 更灵活，但可能增加决策成本和调试难度。两种方案要在相同样本上比较，不能因为架构里写了 Router，就默认它必需。

这张图可以用来解释本题的边界：哪些路径由代码预先确定，哪些下一步由模型结合结果选择。流程与角色的区别，也可以结合Agent 面试题继续练。

九、后面的主要流程了解吗，还是只做意图识别？

我会如实区分“负责实现”和“了解链路”。如果自己只写了入口路由，可以说：“下游不是我主导开发的，但我需要了解请求协议、返回结构和失败条件，否则没法判断路由结果是否真的可用。”

以资产查询为例，我至少要讲清路由输出如何变成查询条件、谁执行接口调用、结果为空怎么处理，以及结果如何组织成用户回复。权限判断由业务服务执行，不能让意图分类结果顺便决定用户有没有权限。

有些下游实现确实不熟，就明确说不熟，而不是临时补一个框架名。可以通过读接口定义、跟一次 Trace、联合排查错分样本，说明自己对整个调用过程了解到了哪一层。

只做一个模块没有问题，问题是说不清它接收什么、交给谁、失败会影响什么。

十、资产查询需求中，你主要优化了什么？

这道题要从真实失败样本出发。本文用一个假设问题说明：用户说的是应用简称，资产服务保存的是标准名称，入口虽然分到了“资产查询”，下游却查不到结果。

对此可以建立别名与标准名称映射，保留环境、部门等消歧条件；命中多个对象时返回候选供确认。优化的是实体解析和查询条件，不一定需要重新训练意图分类器，更不能把一个路由问题和数据库慢查询混为一谈。

验证时把原始 Query、目标资产、标准查询条件和预期结果放在一起，对比改动前后的对象匹配、参数完整性、澄清率和最终查询成功情况。正常返回空结果也可能是正确行为，要与解析失败区分。

如果实际优化的是接口性能，就展开查询计划、索引、分页或缓存一致性；如果做的是 Prompt 或分类标签调整，就拿错分样本说明。不要把“准确率提升了”和“接口更快了”合成一句笼统的“效果变好”。

十一、平时用 AI 多吗，主要用哪些，有什么提升生成质量的经验？

我会按实际使用的工具讲，不需要把热门产品全部报一遍。更有用的是拿一次任务说明：用它定位相关代码、整理修改方案，再生成实现和测试；最终由自己检查差异、运行验证。

提升质量时，我会把目标、相关代码、限制和验收条件一次说清。比如新增查询接口时，要给已有接口约定，说明分页格式、权限要求、错误返回，以及哪些文件不能改。只说“帮我优化一下”，模型就容易自己补需求。

任务大时先让 AI 阅读和提出方案，确认边界后再修改；任务小时直接做一个可验证的改动。给上下文也要有选择，相关定义和调用链比整仓库无差别塞进去更有用。

生成后，我会看它是否改到了范围外、测试是否验证了真实需求。发现问题就反馈具体输入、预期和实际结果，而不是只说“再认真想想”。

十二、SDD 是什么，平时都用子 Agent 做开发吗？

SDD 是 Spec-Driven Development，可以理解为规约驱动开发：先把要做什么、不能做什么、怎么验收写清，再推进设计、任务拆分、实现和验证。实现中发现需求矛盾，要回到规约更新，不能让文档与代码各说一套。

拿资产查询来说，规约要明确“简称重名时先澄清”“无权限时不返回资产详情”“查不到时不编结果”。这些内容可以直接变成验收用例，约束 AI 生成代码时的自由发挥。SDD 不是先写一篇很长的文档，也不是必须使用某个工具。

子 Agent 是执行组织方式，和 SDD 可以配合，但并非必需。读取独立模块、审查修改、梳理测试等任务适合分工；多个 Agent 同时改同一份接口定义，则容易冲突，还增加上下文重复和汇总成本。

我会按任务是否独立、能否清楚验收来决定是否拆分，不会所有开发都开多个子 Agent。更完整的流程可以接着看SDD 面试详解。

图里的反馈回流对应这里的关键动作：发现实现不满足规则，要检查规约和设计，而不是不停给模型补临时提示。

十三、怎么理解 Agent，它的工作原理和主要组成部分是什么？

我会把 Agent 解释为围绕目标运行的一套系统：模型根据当前输入和状态提出动作，执行器校验并执行工具，把结果反馈回来，再决定继续、调整方案或结束。具体实现可以显式规划，也可以逐步决策，不要求每个 Agent 都有独立的规划模型。

主要组成包括模型与任务指令、上下文和状态、工具及执行器、控制循环，以及验收和终止条件。记忆、权限、预算、失败恢复与观测，根据场景补齐。框架帮忙连接这些组件，不会替你定义正确的业务目标。

例如用户要求查应用负责人，模型提出资产查询请求，执行器检查参数和用户身份后调用服务，返回实际记录。信息足够就回答；对象不明确就澄清；权限不够就停止。模型不能仅凭一段“负责人应该是某某”完成任务。

这张图强调模型之外的工程组件。回到开头的追问，意图识别是其中一个节点，不能用它替代对完整执行过程的解释。

十四、手撕四数之和，算法怎么实现？

先确认要求：四个下标必须不同，四个数之和等于 target，返回的是去重后的数值组合。数组可以有重复值；四元组里的值可以重复，但必须来自不同位置。

我的实现思路是排序，固定前两个下标，再用左右指针找剩下两个数。和偏小就移动左指针，偏大就移动右指针；命中后两边都移动并跳过重复值。前两层循环也要去重，否则会重复输出同一个组合。

四个 int 相加可能溢出，Java 里要在相加前提升到 long，不能先算出溢出的 int 再强转。时间复杂度 O(n³)，结果存储另外占空间；双指针扫描只需常数个变量，排序本身的额外空间取决于实现。

面经理，候选人没给出现场语言与输入协议。

下面是 Java 17 补充参考实现，采用单组 ACM 输入：n target，随后是 n 个整数。输出每个去重四元组，每行四个整数；无解输出 []。实际提交应换成题目指定的接口和格式。

import java.util.*;

public class Main {
    static List<List<Integer>> fourSum(int[] nums, long target) {
        Arrays.sort(nums);
        List<List<Integer>> answer = new ArrayList<>();
        int n = nums.length;
        for (int i = 0; i < n - 3; i++) {
            if (i > 0 && nums[i] == nums[i - 1]) continue;
            for (int j = i + 1; j < n - 2; j++) {
                if (j > i + 1 && nums[j] == nums[j - 1]) continue;
                int left = j + 1;
                int right = n - 1;
                while (left < right) {
                    long sum = 0L + nums[i] + nums[j]
                               + nums[left] + nums[right];
                    if (sum < target) {
                        left++;
                    } else if (sum > target) {
                        right--;
                    } else {
                        answer.add(Arrays.asList(
                            nums[i], nums[j], nums[left], nums[right]));
                        int leftValue = nums[left];
                        int rightValue = nums[right];
                        while (left < right && nums[left] == leftValue) left++;
                        while (left < right && nums[right] == rightValue) right--;
                    }
                }
            }
        }
        return answer;
    }

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        if (!scanner.hasNextInt()) return;
        int n = scanner.nextInt();
        long target = scanner.nextLong();
        int[] nums = new int[n];
        for (int i = 0; i < n; i++) nums[i] = scanner.nextInt();
        List<List<Integer>> answer = fourSum(nums, target);
        StringBuilder output = new StringBuilder();
        for (List<Integer> row : answer) {
            output.append(row.get(0)).append(' ')
                  .append(row.get(1)).append(' ')
                  .append(row.get(2)).append(' ')
                  .append(row.get(3)).append('\n');
        }
        System.out.print(answer.isEmpty() ? "[]\n" : output.toString());
    }
}

例如输入 6 0 1 0 -1 0 -2 2，应得到 [-2,-1,1,2]、[-2,0,0,2]、[-1,0,0,1] 三个组合。输出顺序不是算法正确性的核心，是否满足格式要求则要按评测器约定处理。

十五、本地有 AI 吗，让 AI 实现并要求一次通过，怎么组织这次任务？

“本地有 AI”先确认是能在本机调用的 Coding 工具，还是必须离线运行的本地模型，不能因为客户端装在电脑里，就说模型在本地推理。工具可用后，我会先确认语言、数据范围、输入输出和允许的操作目录。

给 AI 的任务可以写得很具体：“在当前空目录创建 Java 17 的 Main.java，实现四数之和。采用上面确认的输入输出约定，排序加双指针，结果去重，求和使用 long。再生成 Python 3 验证脚本，真实编译运行，并用暴力枚举对照小规模输入。只修改这两个文件，输出执行命令和结果。”

模型生成文件后，执行器才能落盘和运行命令。我要看实际编译退出码、程序输出和测试结果，而不是接受一句“代码应该可以 AC”。如果要求的是首次生成就通过，还要保留首次代码和第一次执行记录，不能修改后把它包装成一次通过。

这张图对应现场的执行过程：模型请求创建文件或运行命令，工具实际执行，再把结果反馈。“要求一次过”是验收目标，不是模型给出的保证。

十六、让 AI 生成执行脚本，直接给 AC 代码或证明能跑通，怎么验证？

我会把代码和下面的脚本分别保存为 Main.java、verify.py，在同一目录执行 python3 verify.py。环境需要能直接运行 javac 和 java；脚本编译到临时目录，编译失败或任一用例不符都会退出报错。

验证不能只跑题目示例。我会覆盖少于四个数、全零、重复值、无解、负数，以及四个十亿求和这种溢出风险。再对小数组用四下标暴力枚举做独立对照，避免测试脚本重复写一份相同的双指针逻辑。

import itertools
import random
import subprocess
import tempfile
from pathlib import Path


def oracle(nums, target):
    return {
        tuple(sorted(values))
        for values in itertools.combinations(nums, 4)
        if sum(values) == target
    }


def check(classes, nums, target):
    data = f"{len(nums)} {target}\n" + " ".join(map(str, nums)) + "\n"
    result = subprocess.run(
        ["java", "-cp", classes, "Main"], input=data,
        text=True, capture_output=True, check=True, timeout=5,
    )
    text = result.stdout.strip()
    rows = [] if text == "[]" else [
        tuple(map(int, line.split())) for line in text.splitlines()
    ]
    assert text, "程序没有输出"
    assert all(len(row) == 4 for row in rows), rows
    assert all(tuple(sorted(row)) == row for row in rows), rows
    assert len(rows) == len(set(rows)), f"重复四元组: {rows}"
    assert set(rows) == oracle(nums, target), (nums, target, rows)


cases = [
    ([], 0), ([1, 2, 3], 6), ([0, 0, 0, 0, 0], 0),
    ([1, 0, -1, 0, -2, 2], 0), ([2, 2, 2, 2, 2], 8),
    ([1, 2, 3, 4], 100), ([-5, -4, -3, -2, -1], -10),
    ([10**9] * 4, 4 * 10**9),
    ([10**9] * 4, -294967296),
    ([-2147483648, -2147483648, 2147483647, 2147483647], -2),
]
rng = random.Random(42)
for _ in range(60):
    nums = [rng.randint(-6, 6) for _ in range(rng.randint(0, 10))]
    cases.append((nums, rng.randint(-15, 15)))

with tempfile.TemporaryDirectory() as classes:
    source = Path(__file__).resolve().with_name("Main.java")
    subprocess.run(
        ["javac", "--release", "17", "-d", classes, str(source)],
        check=True, timeout=30,
    )
    for nums, target in cases:
        check(classes, nums, target)
print(f"PASS: {len(cases)} cases")

本文补充的 Java 代码已在 Java 17 环境编译，并通过上述脚本的 70 组用例，包括 10 组固定边界和 60 组随机对照。这是整理文章时的本地验证结果，原记录没有提供现场提交结果。

这些检查提供的是对本地参考实现的验证证据，不是数学上的完整证明，更不能代替现场平台的提交结果。真正说“AC”，要有相应评测器的通过记录；如果没有平台，就准确说“已编译，已通过哪些测试”。

现场还要能解释为什么双指针移动不会漏解、为什么各层需要去重，以及为什么 long sum = nums[i] + ... 仍可能先溢出。AI 可以生成代码，面试官仍然可以随时指着一行让你解释。

十八、校园招聘项目接入飞书、微信、钉钉后，能在飞书上聊吗？是基于 Spring Boot、Spring AI 构建的吗？

先区分“往群里发通知”和“支持双向对话”。只配置出站 Webhook，能推送岗位消息，不代表能接收用户的问题。要在飞书里聊，需要相应的消息事件接入、会话处理，以及把结果发回原会话的能力。

以校园招聘项目为例，用户在机器人会话里问“有哪些符合条件的岗位”，平台适配层接收事件并校验身份，转成统一请求，交给后端查询或模型流程处理，再通过平台发送接口回复。会话至少按平台、租户或组织、用户与聊天范围隔离；重复投递的事件要去重，较长任务也要处理超时和回复状态。

Spring Boot 可以承担接口、鉴权、业务服务和异步处理；Spring AI 可以用于模型调用、工具接入等集成。平台事件订阅、用户权限、消息去重和发送回复仍然需要应用自己的逻辑，不能因为引入 Spring AI 就说三端聊天已经接好了。具体 API 用法还要按项目实际版本说明。

微信也要讲清是哪个产品形态，例如企业微信或公众号，不能用“微信”两个字代替所有接入方式。飞书、微信、钉钉可以共用业务能力，但事件协议、权限和回复通道各自适配，不能把某个平台的用户 ID 直接当全平台身份。

如果面经中的项目确实基于 Spring Boot、Spring AI，就按实际依赖和调用链解释；如果不是，就说明自己的实现。面试官提出框架名，是在确认技术栈，不等于已经证实候选人用了它。

总结

前半场考项目归属和执行细节：你负责的路由解决了什么问题，分类之后任务怎么完成。后半场把同一个问题搬到了现场：让 AI 写代码之后，你能不能把产物变成可检查的结果。

大家可以拿四数之和练一次完整交付：先写清输入输出，再让 AI 生成代码和脚本，保留首次执行记录，然后自己解释去重、指针移动和溢出。能讲清每个失败样本为什么失败，比记住一句“我平时很会用 AI”更有说服力。