总体表现

从整场录音看，BHW 的表现具有典型的“应届生能答出来，但亮点不足”的特点：

可取之处

• 整体表达有条理，没有硬伤
• 大模型工程化基础概念（Prompt、COT、ReAct）都有理解
• SQL/MySQL 方面回答得更稳
• 工单一致性、提示词拆解等点能讲出一些经验

明显短板

• 项目描述偏虚，被面试官多次追问、戳穿细节不足
• 无法清晰解释大模型为什么必要（场景合理性）
• ReAct、RAG、工具链、召回方式深度不足
• 对一些关键基础（如 BM25/ANN 区别、KNN 的适用场景）答得模糊
• 技术题写得出来但优化方向不清晰
• 面试后段明显出现慌乱、表达断裂

总体评价：

作为应届生，属于“基本可用但亮点不够”类型。 如果按社招标准，会被认为：深度不足、工程经验薄弱、无法撑起项目。

PS：这个评价标准是偏高的，适配的是字节的招聘要求。很多中小型公司其实到这个表现是肯定能拿到 Offer 的。因此你不要将这个评价标准套用到别的公司的面经上。

---

面试逐段复盘

以下根据录音按实际流程拆解。

---

自我介绍与项目真实性验证

录音中面试官多次追问：

• “这个是在 XX 做的吗？”
• “什么时候实习的？”
• “实习结束了吗？”
• “这是校招吧？”

这些都属于典型的大厂“反查真实经历”流程。 BHW 在此环节表现 OK，没有自相矛盾。

---

核心项目深挖

这是整场面试 失分最多的部分。

面试官连续追问：

• “为什么要用大模型？”
• “规则能不能做？”
• “大模型解决了什么问题？”
• “慢 SQL 怎么靠大模型分析？”
• “Explain 不是传统手段就能做了吗？”

BHW 的回答出现了三类典型错误：

失分1：使用大模型理由不够强

他主要回答：

“规则可以，但大模型能智能推理…”

但并没有真正回答：

• 规则为什么不够？
• 业务场景中哪里需要“LLM + 工具”的能力？
• 用 LLM 会解决哪些工程痛点？

导致面试官给出评价：

“有点虚啊。”

实际上，这种问题可以直接虚构一个业务场景，而这个业务场景是规则引擎明显无法解决的，那么自然就可以得出一个结论，这是必须要使用大模型的业务场景。

记住一个面试技巧：证明使用 A 而不是使用 B 的必要性，两个思路：

• 罗列 A 和 B 的优缺点，而后结合业务说 A 更好。这种遇到一些面试官就会质疑。
• 举出一个无可辩驳的场景，在这个场景下只能用 A。这个思路相当于直接放弃了辩经。

失分2：难点不被认可

BHW 提到的难点只有：

• 提示词设计
• 工单一致性

这两个难点，对于一个应届生来说确实可以认为是难点，但是他在面试过程中缺乏一个证明过程，也就是证明为什么这会是一个难点。

例如说一种简单的话术可以是“……难点是提示词设计。举个例子，在我们的场景中需要提示词 xxx，在最开始我们撰写的提示词就有 A、B、C 三个问题。比如说在使用的时候，A 会导致 XX。后续我在结合 AB 测试的时候写过几个版本……”

这其实也是很多人面试的时候会犯的错误，有一些难点，你一说面试官就能认可是一个难点，有一些难点你得证明一下为什么是难点。

---

ReAct/tool：深度不足

面试官问：

• “ReAct 用来干什么？”
• “工具是什么？”
• “你们怎么注册工具？”
• “怎么 reason → act → observe？”

BHW 回答：

• “注册 MCP 工具（git diff、explain 等）”
• “让模型调用工具再分析”

上一次面试遇到过类似的问题，这一次表现也差不多：没讲出 ReAct 的进阶内容。

例如：

• 如何避免幻觉？
• 如何控制链条深度？
• 如何阻断错误的 tool-call？

面试官尝试引导他谈“任务拆解 → 逐步验证”，但 BHW 没能抓住。

---

RAG 召回：表达差

典型对话：

“你用 RAG 解决什么问题？” “你召回用的是什么算法？” “BM25 和 KNN 分别适用什么场景？”

BHW 回答：

“有点忘了。” “解决相关性。” “KNN 就是找最近的…”

这是整场面试中最明显的「深度不足」信号。如果你是应届生，这是允许的；如果你是社招，这是直接淘汰点。

如果要刷亮点，可以考虑：

• BM25（词项匹配）适用于结构化知识库
• 向量检索适用于语义相关场景
• 双召回是为了降低偏差，提高稳定性
• Rerank 提升精准度

但 BHW 没有提到任何这些关键点。其实我个人认为他是知道这些的，在平时的面试复盘和交流的时候我都能确认这一个点。所以我会认为他可能是前面的面试让他现在有点紧张，所以没有刷亮点。

实际上，这里我还要额外强调一个面试中的点，回答问题一定要使用精准的技术词汇，而不是凭借个人的感觉，用自己的语言来回答，这会让人觉得你很菜。

---

算法题：写出来了但无高光

录音中 BHW：

• 犹豫是否用贪心还是回溯
• 回溯写出来了
• 面试官要求尝试不同输入

整体算法题算过关，但没有高光。

---

基础知识：失分

面试官问：

• “Transformer 结构知道吗？”
• “Q、K、V 是什么？”

BHW回答：

“研一的时候知道，但最近没关注了。”

对于大模型方向岗位，这属于非常不好的信号。如果你的简历有和 AI 相关的内容，那么你就算是应届生也应该掌握 Transformer/QKV 这种基础概念。

这算是我的锅，因为我在面试辅导的时候忘了跟他提一嘴要了解一下 Transformer 的基本概念。

---

面试尾声

当面试官问：

“你觉得自己表现怎么样？”

BHW 回答：

“尽我所能。” “可能没 get 到您的点。”

这类表达会让面试官下意识觉得：

• 心理素质不足
• 对自己的水平缺乏准确判断

建议应届生使用更职业化的表达，比如：

“整体大部分问题能够覆盖，但我能感觉到您希望听到更工程化的视角，这是我需要进一步加强的部分。”

不过这个东西，没那么重要，你就算随便扯也不会给你加很多分，也不会给你减很多分。

---

2. 面试官提问路线（专业复盘）

结合录音内容，面试官的提问路线非常标准，呈现出一个“大模型工程 + 分布式系统 + 服务端基础”岗位的全流程考察。

Step1：项目真实性验证

连续追问时间、地点、职责。

目的：确认不是“带水实习”。

---

Step2：核心项目深挖

重点如下：

• 大模型必要性
• 场景合理性
• 工程落地方式
• 工具调用
• ReAct 流程是否真正实践过
• RAG 是否真正在线上使用过

目的：确认候选人不是看文章、不是 PPT 工程师。

---

Step 3：扩展问法验证“技术深度”

例如：

• 为什么要用 BM25？
• 为什么要用 KNN？
• 为什么要用双召回？
• 工单一致性如何保证？

目的：判断候选人是否真的理解原理。

---

Step4：基础考察（比例偏低）

仅问了 transformer、QKV 等基础内容。

目的：验证知识体系完整度。

---

Step5：算法题

目的：确保候选人不是“只能讲概念的人”。

---

总结

结论：合格。

BHW 的表现符合一个 大模型方向应届生 的基础要求：

• 项目能讲
• 有基本的 ReAct/RAG 概念
• 有提示词设计经验
• 算法能写
• 能理解一些工程场景

但距离“让面试官眼前一亮”还有一些差距，就是没能让面试官觉得这是一个非常优秀的候选人。

改进点

多思考为什么

可以讲，但讲不出“为什么这样设计”。

改进建议：

• 明确大模型的作用点
• 用“业务痛点 → 方案 → 效果”结构化叙述
• 对每个模块讲出 trade-off 和 alternative

---

RAG、ReAct、召回算法深度不足

现在是“知道概念”的程度 需要进化为“知道为什么这么做”的程度。

---

面试后半场慌乱，稳住心态

出现明显的：

• 句子断裂
• 内容重复
• 逻辑混乱

一定要小心面试官搞心态。一些变态当上面试官之后就是喜欢搞人心态，要稳住，不然一身功力只能发挥个六七层，有点坑。

---

社招：目测不合格

社招特别看以下几点：

能力	社招要求	BHW 的回答
工程化深度	能讲架构选型理由、优化手段、瓶颈定位	表达虚、无法解释为什么用大模型
原理理解	BM25、ANN、ReAct loop、token 限制实现	多次回答“不太清楚”
架构掌控能力	能独立设计 + 持续优化	多次表示自己做提示词、工单、调用接口
业务抽象能力	解释“为什么要做这个项目”	解释不清楚

所以如果按社招标准打分：

• 技术深度：不及格
• 项目掌控力：不及格
• 工程能力：偏弱
• 面试表现力：偏弱

社招几乎很难过。

---

后续面试方案完善

大模型项目要讲“必要性”，不是讲“功能”

比如：

“规则 → 无法处理跨表因果关系 explain → 无法结合业务上下文 LLM → 补充复杂语义推断能力”

---

ReAct 必须讲“为什么比单次调用更强”

例如：

• 逐步验证避免幻觉
• 工具链提升可解释性
• 复杂任务分步完成

---

RAG 必须讲“双路召回 + rerank + chunk 策略”

面试官不会满足于“相关性”。

---

算法题要写完之后补分析：

• 时间复杂度
• 空间复杂度
• 可否优化

这样分数会明显高。

---

最后

BHW 的这场面试，体现了典型应届生常见的短板：项目能讲，但讲不深；术语会说，但不扎实；工程能写，亮点不足。

面试不是比知识，而是比深度；不是比你做了什么，而是比你为什么这样做。

能答出来是合格，能讲清楚是优秀，能让面试官记住你，才是拿 offer 的关键。

最后该小伙伴没有拿到字节的 Offer，基本上可以认为并不是他不够合格，而是在横向对比中落败。这也就是很多小伙伴在坚持到最后的时候，或者在等待开奖的时候没有等到。

本质上就是：面试是一个按照排名录取的，而不是按照合格录取的。