今天我开始更新代号 BHW 的面试历程，包括他在很多大厂里面的面经。先来看一下他的基本情况。

基本情况

BHW 是某著名理工科院校的研究生，2026 年毕业，之前在某大厂内部实习了三个月。在今年八月份的时候让我修改了一下简历，而后在九月底升级到了四周面试服务。

也就是说真正大规模投递简历是在十月份制定好了面试方案之后，在这之前虽然也投递了简历，但是面试效果不好。

从我对他的简单测试来看，主要缺点是八股文不够扎实，以及实习项目都是增删改查。前者会让他在一面挂掉，后者会让他进入后几面的时候，在横向对比中落败。

在你对他的基本情况下有一些了解之后，现在来看他的字节一面。

字节一面

自我介绍 & 项目背景核实

• 你在 XX 做的这个项目是 XX 内部的吗？
• 你在哪个办公地点？
• 你们部门主要做什么？

REACT（Reasoning + Acting）模式理解

• 你能简单说一下 React 是一个什么模式吗？流程是怎样的？
• 你提到“将复杂任务拆解为可验证的中间步骤”，你怎么理解？
• 这些步骤是通过提示词实现的吗？还是底层进行了改造？

XXX 平台的细节追问（核心项目）

Prompt & Task 分解

• 复杂任务的拆解是怎么做的？
• 你写 Prompt 有什么优化原则或方法？

数据分析链路

• 模型分析大量数据的流程是什么？
• 你们是怎么把数据输入到模型中？使用什么格式？
• 你们的数据量大概多少？模型如何处理万级、百万级数据？
• 你们是聚合指标让模型分析吗？

Token / 成本优化

• 输出 token 降低 15% 是怎么做到的？
• 限制输出长度，你是怎么调的？
• 输入和输出哪个 token 更高？

RAG（检索增强）理解与实现

• RAG 增强是怎么做的？
• 能说一下 RAG 分别代表什么吗？
• 你能简单介绍 RAG 的三个关键流程吗？
• 你们的 RAG 召回方式是？

Go 语言基础考察（slice、channel、锁、调度）

Slice

• 介绍 Golang 的 slice 结构由哪些部分组成？
• 两个协程同时 append slice 会出现什么问题？
• 扩容机制是怎样的？

Channel

• Golang 的 channel 是什么？无缓冲 / 有缓冲有何区别？

锁

• 读写锁与互斥锁分别适用于什么场景？
• 读写锁的机制是什么？

GMP（调度模型）

• Golang GMP 模型能介绍一下吗？
• 当本地队列没任务时，P 会怎么做？
• 一般 P 的数量设置为多少合适？

MySQL 基础 & 必考内容

• 你做过哪些索引优化？
• 联合索引设计的注意事项？
• 列太多会有什么影响？
• 从读写角度分析联合索引的代价？
• 可能导致索引失效的情况有哪些？

操作系统 & 并发基础

• 你理解的进程 / 线程 / 协程的区别是什么？

算法题部分（动态规划）

具体算法应该是回文有关的一个算法，原始题目录音没描述。

• 你能说明一下你的解法时间复杂度 / 空间复杂度？
• 有没有更优方案？

简历相关 / 背调问题

• 你是 2026 届，对吗？什么时候毕业？
• 为什么 XX 没有转正？

倒问环节 & 团队介绍

• 你有什么问题想问我吗？

面试官整体提问思路（专业复盘）

整个面试官的提问路径非常清晰，完整呈现了一个 大模型能力 + 工程能力并重岗位 的典型面试逻辑。

下面是他的提问路径。

这个路径你别太当真，也可能面试官就是瞎问

Step1：确认你不是“吹项目”，先核实真实性

面试官前 3 分钟问的都是：

• 这项目在哪做的？
• 是不是 XX 正式项目？
• 你们部门负责什么？
• 你在哪个园区办公？

目的：确认项目真实性，判断是不是某些学校的“带水实习”。

Step2：重点深挖核心项目能力（大模型工程化）

核心项目是“大模型 XXX 平台”，所以面试官的提问围绕：

• Prompt 设计
• 任务拆解（ReAct）
• RAG 召回
• Token 成本优化
• 数据分析（真实业务场景中如何喂数据）

这些都是 大模型工程的实际痛点，非常精准。

此部分面试官在验证你是否真的具备大模型工程的“真实落地能力”，而不是会套话。

Step3：验证基础能力（Go、MySQL、操作系统）

面试官问的难度是：

• Go：中等（slice 扩容、GMP、本地队列→全局队列→窃取）
• MySQL：中等（必须掌握）
• 并发：线程/协程基础
• 锁：读写锁 vs 互斥锁的适用场景

目的：确认你具备服务端岗位所需的工程实力。

Step4：给算法题验证“基础逻辑能力”

题目难度：中等 方法：二维 DP（O(n²)） 面试官提醒是否可优化，测试你的思维弹性。

目的：判断是否是“API 工程师”还是“有基本算法能力的工程师”。

Step5：风险点验证（简历真实性 & 背调维度）

• 为什么 XX 没转正？
• 是否 HC 提前锁？
• 毕业时间 26 届吗？

目的：确认你“不是问题选手”、不会出现“离职不良记录”。

Step6：倒问环节（态度考察）

面试官介绍团队业务非常详细，这通常是：

• 偏向积极信号
• 有进一步意向才会认真介绍团队架构

总结

BHW 的面试过程其实只能算是达标，也就是有一些小失误，但是整体都算是回答出来了。

他在整场面试中最大的问题是：

• 没有设计好引导点：这一点从面试官在好几个主题之间来回跳就可以看出来。
• 在八股文部分没有刷亮点：例如说典型的 MySQL 的八股文，这种几乎可以预测到面试官都会问，那么应该准备一些案例，如慢查询优化案例。一旦面试官聊到了索引之类的，基本上就可以用上慢查询优化案例。

从他后期的面试来看，这两个点有一些改进，但是改进并不大。因此有很多公司都到了三面之后，最终都没拿到 Offer，我个人认为和刷亮点不足有关的。毕竟到三面之后，他的学历和实习公司就没任何优势了，他的竞争者基本上也都是名校毕业 + 大厂实习，亮点没刷够那么最终横向对比还是难免落败。