面经基本信息：招银网络科技
- 测试开发二面
- 日期：2026-09-16
- 适用难度：中级
内容说明
本篇为社区对用户分享面经的整理汇编，旨在帮助求职者了解面试考察方向。问题部分力求忠实还原原帖问答脉络；「参考答案 / 复盘思路」为整理方结合工程实践原创补充，仅供交流参考，不代表官方标准答案。
面试问题与参考答案 / 复盘思路
1. 请做一个与测开岗位相关的自我介绍。
参考答案 / 复盘思路： 围绕岗位最关心的三件事：能否写可维护的测试代码、能否理解系统链路、能否对质量结果负责。介绍时选一个真实项目作为主线，说明负责的接口或Agent模块、如何设计测试数据、回归和失败排查，以及与开发的协作方式。若使用RAG或Harness，讲清自己到底做的是评测、编排、接入还是数据治理。不要把团队成果全部算成个人贡献，也不要给未经统计的成功率。
2. 你在哪个部门实习，具体做了哪些工作？
参考答案 / 复盘思路： 回答应先明确部门业务边界，再按需求到交付的流程说明职责，例如阅读需求、制定风险清单、编写接口或评测用例、运行CI、分析失败样本和复盘。最好选一个可验证产物：PR、用例仓库、报告、可观测看板或文档。面试官常会追问“你写了哪些代码”和“出了问题谁处理”，所以要区分独立完成、协助实现和仅参与评审。没有实习经历可如实说明课程或开源实践。
3. 你参与了RAG链路的哪些环节？
参考答案 / 复盘思路： 先把链路拆成文档接入与解析、清洗与切片、Embedding、索引、查询改写、召回、重排、上下文组装和答案生成。只讲自己参与的部分，并说明上下游契约，例如切片如何保留文档版本和权限元数据、召回结果怎样进入Prompt。测试视角应补充文档更新、权限隔离、无结果回退、过期知识及引用真实性。评价不能只看最终答案顺不顺，还要分别验证召回证据和生成忠实度。
4. RAG文档切片是怎样设计和验证的？
参考答案 / 复盘思路： 切片不是统一按固定字数硬切。普通叙述文档可按标题、段落和语义边界切分；表格、代码、FAQ要保留结构和上下文；长文档可采用父子块检索。评估时固定标注问题及正确证据片段，对比不同chunk大小、重叠比例和分隔策略下的Recall@K、重排命中率、上下文token成本与引用完整性。还要覆盖更新、删除和权限过滤，防止旧切片残留。最佳参数随语料变化，应通过回归集选择而非凭经验断言。
5. Harness如何设计？怎样处理熔断与安全？
参考答案 / 复盘思路： 把Harness理解为Agent执行外壳：负责任务循环、工具调用、状态、预算、超时、重试、审计和终止条件，而不是把所有能力都塞进Prompt。熔断可按工具失败率、超时率和连续错误阈值触发，进入短暂开放状态后通过半开探测恢复；有副作用的工具不能无脑重试。安全上采用最小权限、参数Schema校验、敏感动作二次确认、沙箱和操作审计。测试时注入超时、429、错误响应和恶意指令，验证不会死循环或越权。
6. 你为准确率、召回率做过哪些优化？
参考答案 / 复盘思路： 先澄清指标对象：检索Recall@K、Precision@K与最终答案正确率不是一回事。先建立覆盖不同文档、问法、长尾场景的标注集，检查失败样本是未入库、切片断裂、Embedding不匹配、权限过滤还是重排错误。针对原因选择查询改写、混合检索、重排或元数据过滤。优化后在未参与调参的保留集上复测，并报告延迟和成本；只展示训练/开发集上涨分，可能只是过拟合。
7. Agent评测怎么做，怎样避免对固定题库过拟合？
参考答案 / 复盘思路： 评测至少分任务成功、过程合规、工具选择、事实忠实、安全和成本六个维度。准备稳定回归集、持续新增的真实失败样本以及严格隔离的保留集，明确模型版本、Prompt和工具版本。自动规则适合检查JSON Schema、越权和状态变化，LLM-as-judge用于较主观质量但需抽样人工复核。避免过拟合的关键是按场景族切分、用同义改写和未见任务检验泛化，不把保留集反馈直接写回提示词。上线后持续监控分布漂移。
8. 你所在团队规模如何，成员分别负责什么？
参考答案 / 复盘思路： 回答团队结构的目的，是让面试官理解协作边界。可以介绍产品、后端、算法、测试和运维各自的职责，说明需求评审、缺陷定位、上线审批的接口人。尤其要说清自己遇到跨团队问题时如何提供可复现证据和推进闭环。团队人数如果涉及保密不宜随意披露，可以用小团队或跨职能协作来说明；不要为了显示个人贡献而贬低其他岗位。
9. 你的意向城市是什么，为什么这样选择？
参考答案 / 复盘思路： 这属于职业匹配题，建议结合岗位方向、可到岗时间、生活约束和长期发展规划回答。若可以接受多个城市，给出明确优先级和不可接受的条件；如果受学校或家庭安排限制，就提前说明。回答重点是稳定性与诚实，而不是猜测面试官想听什么。技术岗位的城市选择可以提到团队业务和协作效率，但不要虚构当地岗位信息。
10. 本科与研究生专业不同，为什么改变方向？
参考答案 / 复盘思路： 可以按“原专业培养了什么能力—发现什么问题更感兴趣—做过哪些可验证的迁移实践—现在如何胜任岗位”回答。比如从非计算机方向转入软件质量工程，重点展示编程基础、项目测试和问题定位能力如何逐步补齐。不要把跨专业解释成随意跟风AI热度，也不要贬低原专业。若转换出于就业或研究兴趣，可以如实说明并落到实际学习路径。
11. 基数排序的空间复杂度是多少？
参考答案 / 复盘思路： 答案取决于实现。对n个元素、每位取值范围k的稳定计数排序式LSD基数排序，通常需要输出数组O(n)与计数桶O(k)，辅助空间为O(n+k)；若按桶链表存储，空间表示可能不同。时间复杂度通常为O(d(n+k))，d是处理的位数。面试时要先说明基数和位数的定义，再给复杂度；不能只背一个O(n)。测试应覆盖负数处理约定、重复值、最高位补零与稳定性。
12. 反问环节你会了解哪些信息？
参考答案 / 复盘思路： 原帖仅记录“反问”，没有披露候选人实际问了什么，因此下面是社区建议而非原题。可以问团队主要负责哪些质量问题、自动化与Agent评测如何分工、发布门禁由谁维护、入职前三个月预期交付是什么。避免直接问能够在招聘页面找到的基本信息。反问也是双向匹配，尤其应确认岗位是做业务测试、测试工具开发还是AI系统评测。
延伸思考（社区补充）
如果Agent评测集连续三次迭代都上涨，但上线真实失败率没有下降，如何判断是评测过拟合、样本分布漂移还是指标设计错误？可对比独立保留集、线上错误分类、样本重叠和指标与业务损失的相关性。
