本文春招从零开始投递36家公司经历40多场面试最终获得5Offer。文章总结了春招流程、高频面试题后端开发、AI Agent方向、手撕代码题、AI画像与开放性问题、HR面与谈薪技巧并分享了面试复盘的重要性及对职业选择的思考。内容真实详尽适合准备校招、暑期实习及秋招的程序员小白参考。先说起点。26 届浙大软件硕士秋招因为自身原因没参加春招从零开始。目标岗位是后端开发 Agent 应用开发两条腿走路。2 月底才开始投简历手里没有任何 Offer 保底。再说终点。投了 36 家公司前后经历了 40 多场面试和对话拿到了 5 个 Offer。最终去的方向是 Agent 开发——听起来挺酷但本质还是开发岗薪资和我最初的预期还是有一点差距的。现在还有几家没完全落地——有两家技术面过了在等排序还有几家还在技术面。但大局已定觉得是时候写一篇总结了。再说过程。说实话挺魔幻的。2 月底刚开始投简历中间经历过被大厂连环追问到语无伦次笔试题看了十分钟一个字没写出来CEO 面上被当面指出你说喜欢这个产品但你连原理都不懂。作为一个被字节挂了 3 次的人——没错3 个不同岗位3 次一面3 次挂——我太清楚自己还有多少需要提高的地方。这些当时觉得天塌了的瞬间现在回头看全是经验。每场面试结束我都会当天写一篇复盘记下每个被问到的问题和自己的回答。这里说的 40 多场不全是正式面试也包括和团队 LD 私下聊、找前辈做职业咨询这些每次聊完都会写复盘因为这些对话里的信息密度一点不比面试低。五周下来攒了 40 多篇。这篇文章就是从这些复盘里提炼出来的——哪些题被反复问、哪些坑我替你踩过了、哪些认知是面完才想明白的。我想把这些老老实实摊开来给正在春招、暑期实习甚至以后准备秋招的朋友们一个参考。不绕弯子了直接开始。春招流程总览如果你是第一次经历校招先花两分钟把这部分看完。流程节奏春招完整流程大概是投简历、等筛选、做笔试、一面技术、二面深挖、HR面、谈薪、发 Offer。少数公司会加一轮交叉面或主管面但这属于加面大多数流程走到二面就进 HR 了。实际上不是每家都走完全流程。有些公司连笔试都没有直接约面有些一面完隔天就二面也有些二面之后就再也没联系过你了。我经历下来平均节奏大概这样投递之后 1 到 7 天出筛选结果大厂通常 3 到 5 天创业公司更快。筛选通过后 3 到 14 天安排笔试不过的话一般不通知就是默默没消息。笔试到一面 3 到 10 天一面到二面看面得怎么样好的话隔天就约。二面到 HR 面大概 3 到 7 天。HR 面完之后等 Offer短则三天长则两周。整个从投递到拿 Offer最快一周搞定最慢拖了一个半月。简历怎么写先说结论简历不是你的人生履历是一份面试官的提问清单。你写上去的每一行都要做好被追问三层的准备。写不清楚、答不上来的东西不如不写。几个我自己踩坑之后总结的要点项目描述必须有量化数据。不是优化了性能。面试官看到数字才会觉得你真的做过而不是在描述一个美好愿景。技术栈写上去的每一个都要能答。写了 Redis 就得答分布式锁和缓存一致性写了线程池就得准备核心参数和拒绝策略写了 RocketMQ 就得说清楚消息丢失和重复消费怎么处理。简历上的技术栈不是装饰是你主动给面试官递的弹药。实习经历是主战场。百分之八十的技术面都在围绕实习项目深挖——你做了什么、为什么这么做、有没有别的方案、选型理由是什么。把实习项目的每个技术决策都想清楚比多背十个八股题有用。个人项目是加分项尤其是能展示你对 AI 和 Agent 理解的那种。我简历上放了一个 RAG 问答智能体项目好几家面试官都围着这个问明显比纯 CRUD 项目更能引起兴趣。还有一点容易被忽略简历排版要让人一眼抓到重点。教育背景、实习经历、项目经历、技能清单四个板块清清楚楚。每段项目经历用一句话概括做了什么再分点列核心职责每一点都带上技术关键词和量化结果。面试官每天看几十份简历给你的时间可能就三十秒。这三十秒里他看到了什么决定了你有没有下一步。我的春招数据复盘先说背景。浙大硕士本科同济软件工程发了两篇论文其中一篇 CCF-B。教育经历上拿了几个无关痛痒的蓝桥杯和学校奖学金聊胜于无。最相关一段实习在某大厂云计算部门做后端。简历上的项目是一个 RAG 问答智能体和一个后端高并发系统。秋招因为自身原因没参加春招从零开始。2026 年 2 月底开始集中投递到 4 月初基本收官前后大概五周。数据如下总投递 36 家简历挂了 7 家石沉大海 11 家进入笔试或面试 18 家已到手 Offer 5 家。另外有 2 家技术面通过在等排序3 家还在流程中。大厂面试的体感是深挖非常细致尤其实习项目会被追问到你选这个方案不选那个理由是什么这种粒度。手撕题基本 LeetCode 中等偏上。中小厂和 AI 创业公司更看重你对公司业务的理解开放性问题占比大。有些面试像在聊天但问的问题其实很尖锐。国央企相对基础但非常看重稳定性“你愿意出差吗”能接受加班吗出现频率很高。说说体感。刚开始投的几天最焦虑简历投出去了但回复很少每天刷邮箱刷到怀疑人生。3 月中旬最忙面试密集期一天面了 3 场脑子都糊了。还有个有意思的发现我下午面试效果普遍比上午好可能我不是早起型选手。最后一点被拒也有价值。每次被挂我都认真写了复盘后面面试质量确实在涨。笔试题型汇总这里只统计了其中 5 家笔试的情况不是全部做了 14 道编程题。数据量有限仅供参考。出现频率从高到低贪心4 次加油站变种、MEX 最大化、连续子项目选择。动态规划4 次区间 DP 涂色、状压 DP 花束、股票冷却期、完全背包——变种多纯背模板很难应付。二分答案2 次。前缀和 HashMap2 次。模拟、位运算、BFS 各 1 次。困难的那几道——状压 DP、区间 DP、复杂约瑟夫环模拟——没竞赛基础的话限时内很难搞定。我的体会贪心 二分答案是最高频组合。DP 变种不能只背模板得理解状态转移的本质。前缀和 HashMap 是子数组问题的万能钥匙。后端开发面试高频题下面这些问题全部来自我 40 场面试的真实提问。括号里是被问到的次数⭐ 是我根据频率和深度给的重要性评估。Java 基础HashMap 底层结构JDK8 做了什么改进3 次⭐⭐⭐⭐⭐HashMap 线程安全问题ConcurrentHashMap 怎么实现3 次⭐⭐⭐⭐⭐CAS 是什么ABA 问题怎么解决2 次⭐⭐⭐⭐了解哪些设计模式项目中怎么用的2 次⭐⭐⭐写一个单例模式1 次⭐⭐⭐⭐ArrayList 和 LinkedList 的区别1 次⭐⭐⭐责任链模式怎么实现并行1 次⭐⭐⭐HashMap 是 Java 基础的绝对王者。如果只能准备一个知识点就是它。JVM类加载过程双亲委派模型2 次⭐⭐⭐⭐垃圾回收机制新生代/老年代比例2 次⭐⭐⭐⭐JVM 优雅退出怎么做2 次⭐⭐⭐频繁 GC 怎么排查2 次⭐⭐⭐JVM 内存模型1 次⭐⭐⭐⭐内存泄漏是什么1 次⭐⭐⭐JVM 优雅退出这个问题偏冷门但我的实习里面讲到了所以被问了两次。并发编程线程池核心参数执行流程拒绝策略3 次⭐⭐⭐⭐⭐CompletableFuture 怎么用指定线程池了吗2 次⭐⭐⭐⭐ABQ 和 Disruptor 区别2 次⭐⭐⭐IO 模型1 次⭐⭐⭐⭐TTL 和 ThreadLocal 区别1 次⭐⭐⭐Redis防超卖/库存扣减方案4 次⭐⭐⭐⭐⭐分布式锁怎么做有什么问题1 次⭐⭐⭐⭐⭐缓存一致性怎么保证1 次⭐⭐⭐⭐⭐为什么快2 次⭐⭐⭐⭐缓存雪崩/穿透/击穿1 次⭐⭐⭐⭐Hash vs List 底层1 次⭐⭐⭐6.0 多线程怎么回事1 次⭐⭐⭐渐进式扩容1 次⭐⭐⭐防超卖被 4 家公司问到是我面试中被追问最多的后端问题。缓存一致性也是重中之重。Cache-aside 有个经典并发问题线程 A 查缓存未命中去读 DB线程 B 更新了 DB 并删了缓存然后线程 A 把旧值写回缓存。这个时序问题面试官特别爱追。MySQL索引类型聚簇 vs 非聚簇索引失效4 次⭐⭐⭐⭐⭐ACID 怎么实现3 次⭐⭐⭐⭐⭐事务隔离级别3 次⭐⭐⭐⭐⭐redo log / undo log / binlog 区别2 次⭐⭐⭐⭐复合索引字段顺序1 次⭐⭐⭐⭐慢 SQL 排查1 次⭐⭐⭐SQL 执行顺序1 次⭐⭐三个日志的区别是最容易被追问搞混的地方。分布式 系统设计同步改异步优化方案7 次⭐⭐⭐⭐⭐高并发系统怎么设计4 次⭐⭐⭐⭐⭐分布式限流几种算法2 次⭐⭐⭐⭐MQ 消息不丢2 次⭐⭐⭐⭐MapReduce 原理2 次⭐⭐⭐防重复支付1 次⭐⭐⭐⭐Pub/Sub 和 MQ 差异1 次⭐⭐⭐HTTPS 怎么保证安全1 次⭐⭐⭐同步改异步被 7 家公司追问因为是我实习的核心项目。Agent / AI 方向面试高频题如果你投的是 Agent 开发或者大模型应用开发岗他们会考 RAG、考 Agent、考你对 AI Coding 的理解。RAG 系统RAG 整体流程5 次⭐⭐⭐⭐⭐向量 关键词混合召回怎么做3 次⭐⭐⭐⭐⭐文档分块策略2 次⭐⭐⭐⭐Re-rank / RRF 是什么2 次⭐⭐⭐⭐时效性维护文档过期怎么办2 次⭐⭐⭐RAG 和 SFT 的区别1 次⭐⭐⭐⭐Query 改写1 次⭐⭐⭐BM25 原理1 次⭐⭐⭐RAG 流程被 5 家问到AI 方向绝对第一高频。Agent 设计与实现Code Agent 怎么设计3 次⭐⭐⭐⭐⭐上下文/记忆怎么管理3 次⭐⭐⭐⭐Agent 评测体系怎么建2 次⭐⭐⭐⭐⭐意图识别怎么做2 次⭐⭐⭐⭐ReAct 模式怎么实现1 次⭐⭐⭐⭐模型路由/熔断1 次⭐⭐⭐Agent 修不好 bug 怎么办1 次⭐⭐⭐千万行仓库的挑战1 次⭐⭐⭐内网环境下怎么设计1 次⭐⭐⭐静态知识 vs 动态数据怎么区分1 次⭐⭐⭐Agent 评测是一个高区分度的问题。LLM 基础Transformer / 自注意力机制2 次⭐⭐⭐⭐大模型参数 temperature / top_p / top_k1 次⭐⭐⭐⭐Decoder-only vs Encoder-Decoder1 次⭐⭐⭐长文本不分块直接给 Embedding 有什么问题1 次⭐⭐⭐AI Coding 实践你用 AI 写代码的实践4 次⭐⭐⭐⭐⭐AI coding 搞不定什么3 次⭐⭐⭐⭐日常怎么和 AI 协作2 次⭐⭐⭐⭐AI 时代什么变什么不变1 次⭐⭐⭐⭐⭐Spec Coding 了解吗1 次⭐⭐⭐AI 写代码的实践是今年必考题。我的回答框架AI 协作模式是 10% 需求沟通 80% AI 编码 10% 人工验收。人最重要的三件事——明确项目边界、把控技术选型、设计异常兜底。AI 搞不定的垂直业务的新玩法、底层性能优化以及 AI 的高顺从回答范式容易导致完成 90% 很快但是剩下的 10% 会占用 90% 的时间。手撕代码题汇总40 场面试里有 15 场要现场写代码。链表最高频链表两数相加2 家Medium ⭐⭐⭐⭐K 个一组反转链表3 家Hard ⭐⭐⭐⭐⭐链表是手撕第一高频。K 个一组反转链表特别爱考这个建议多准备一下滑动窗口无重复字符最长子串1 家Medium ⭐⭐⭐⭐⭐最小交换次数1 家Medium ⭐⭐⭐设计题LRU 缓存——带过期时间1 家Medium ⭐⭐⭐⭐⭐最小栈 MinStack1 家Easy ⭐⭐⭐⭐回溯 / 哈希 / DP复原 IP 地址1 家Medium ⭐⭐⭐⭐和为 K 的子数组1 家Medium ⭐⭐⭐⭐完全背包1 家Medium ⭐⭐⭐⭐字符串频率统计1 家Easy ⭐⭐⭐树 / 图 / 排序验证二叉搜索树1 家Medium ⭐⭐⭐⭐有向图判环1 家Medium ⭐⭐⭐快速排序1 家Medium ⭐⭐⭐⭐合并区间1 家Medium ⭐⭐⭐⭐时间有限的话刷题优先级链表 滑动窗口 设计题 回溯 树 DP。这里说一个我踩过的坑。面试手撕不等于刷题。有一次我直接上手写代码方向偏了被面试官纠正很被动。AI 画像 开放性问题这类问题没有标准答案但频率极高。答好了是加分项答差了直接减分。项目相关自我介绍每场⭐⭐⭐⭐⭐为什么做这个项目解决什么问题8 次⭐⭐⭐⭐⭐论文创新点5 次⭐⭐⭐⭐实习最大收获4 次⭐⭐⭐⭐代码量多少3 次⭐⭐⭐哪里可以做得更好3 次⭐⭐⭐最大技术难点2 次⭐⭐⭐⭐⭐职业方向为什么没参加秋招 几乎每场⭐⭐⭐⭐⭐职业规划6 次⭐⭐⭐⭐⭐为什么没留用/转正5 次⭐⭐⭐⭐相比同龄人的优势和不足4 次⭐⭐⭐⭐后端 vs AI 方向怎么选3 次⭐⭐⭐⭐为什么不读博2 次⭐⭐⭐为什么没参加秋招几乎每家都会问想一个合适的回答还是很重要的gap 需谨慎。同一个事实换个说法体感完全不一样。AI 认知对 AI Coding 的看法7 次⭐⭐⭐⭐⭐关注了哪些 AI 前沿5 次⭐⭐⭐⭐⭐最看好的 AI/Agent 产品3 次⭐⭐⭐⭐⭐AI 时代工程师最需要什么能力3 次⭐⭐⭐⭐最近读过什么 Paper3 次⭐⭐⭐我在一家 CEO 面上栽过——说喜欢某个 Agent 产品但技术原理说不清楚当场气氛就变了。HR 面 谈薪高频题HR 面常见问题手里有哪些 Offer4 次⭐⭐⭐⭐⭐职业规划3 次⭐⭐⭐⭐⭐为什么选我们3 次⭐⭐⭐⭐入职时间3 次⭐⭐⭐⭐地点偏好能异地吗3 次⭐⭐⭐⭐为什么没转正3 次⭐⭐⭐⭐能出差/加班吗2 次⭐⭐⭐最受打击的事情1 次⭐⭐⭐兴趣爱好1 次⭐⭐谈薪常见问题薪资期望多少4 次⭐⭐⭐⭐⭐给到 XX 确定能来吗2 次⭐⭐⭐⭐⭐你怎么看我们和竞品的差别2 次⭐⭐⭐⭐还需要考虑什么2 次⭐⭐⭐⭐谈薪血泪经验经历了 几 轮谈薪踩了不少坑总结几条铁律。只报期望上限不给区间。我犯过的错是报了XX 到 YYHR 立刻锁定下限来谈。只说一个数字就够了。不直接说 OK。即使符合预期也说我需要考虑一下。我有一次差点当场答应幸好忍住了后来又拿到了更好的。聚焦 base。签字费、安家费、搬家补贴都是一锤子买卖一年后看不到了。base 才是未来涨薪的基数。拖延是正当策略。三方没签之前多拿几个 Offer 是最好的筹码。话术“学校这边有些事下周某天给您答复可以吗”入职前问清楚四个问题团队多大、技术栈是什么、具体负责什么、业务是盈利部门还是支撑部门。盈利部门永远比支撑部门安全——裁员裁谁晋升给谁这轮春招教会我的事这部分不是面试题是我在整个春招过程中真实的认知更新。有些来自跟前辈的交流有些来自面试里的碰壁有些是做 Offer 选择时想明白的。如果没有相关 AI 论文传统开发不要 All in 纯 AI/Agent 岗位。一位前辈跟我说Agent 到现在还没带来颠覆性营收风口退了这个岗位可能会尴尬。最稳的简历组合是大厂实习 AI 项目经验 扎实的业务系统能力。AI 是加分项但不能是唯一的标签。工具 vs 业务想清楚你选的是什么。一位学长的话我到现在都记得“你说的那些 AI 工具coding assistant、RAG、Agent一年后可能有另一个覆盖面更大的。重要的是工具还是它们要做的事”AI 工具是提效手段但团队活下去靠的是业务价值。三年视角做决策。第一年薪资差几万意义真不大。该算的是三年后你值多少钱、能去哪里。不懂装懂是面试最致命的减分项。有一次 HR 面反馈说我底层原理不扎实有不懂装懂的嫌疑。后来反思发现面试官能非常敏锐地感知到你是真懂还是在编。坦诚说这块我不太熟但我理解是……反而比硬编一个答案强得多。面试官追问不是在为难你。他是在测试你的能力边界。被追问是在验证理解深度。为什么选这个方案而不是那个比你用了什么方案重要十倍。表达能力决定面试上限。技术决定你能不能通过表达决定你拿什么级别的评价。我前期面试最大的问题就是想到什么说什么回答发散没有结构。后期刻意训练之后通过率明显涨了。关于创业公司 vs 大厂。跟一个在大厂做到高级别的学长聊了很久他说大厂核心优势就一点你自身有含金量这家干不行不愁下家。但他也说了大厂通病——创新动力不足、核心是不掉队而非热情、内部政治消耗精力。创业公司的逻辑是你二十几岁没成家你有什么可失去的没有对错关键是想清楚自己这个阶段要什么。每次面试都写复盘。这是我春招做得最正确的一件事。每次面试结束当天写复盘记下每个问题的原文和自己的回答。40 多篇下来我清楚地知道自己的短板。面试复盘是进步最快的方式没有之一。最后2026 年春节前后国内大模型迎来史无前例的集体爆发与同台竞技。短短不到一个月主流厂商几乎全部登场字节跳动 Seedance 2.0 刷屏科技圈各大互联网公司纷纷推出 AI 红包新玩法一场场精心准备的“大模型春晚”轮番上演吸引无数 AI 爱好者围观喝彩。大模型赛道竞争如此激烈普通人到底该怎么入局抢占未来 10 年的行业红利如果你还不知道从何开始我特别整理了一套全网最全、最细的大模型零基础教程。我也是一路自学走过来的太清楚小白前期学习的痛点没人带、没方向、没资源真的很难学进去下面这套资料就是我专门为零基础、想转行、想提升的同学准备的全套学习方案。扫码免费领取全部内容资料包分享1、大模型完整学习路线图2、从 0 到进阶大模型视频教程从入门到实战全套视频都整理好了跟着学效率更高3、入门必看精选书籍 核心文档PDF 版市面上技术书太多我已经帮你筛选出最值得看的一批还有大量补充资料不在图里一并打包给你4、AI大模型最新行业报告2026 年最新行业报告系统分析各行业现状、趋势、痛点与机会帮你看清哪些行业最适合落地大模型哪里才有真正的机会。5、面试试题/经验【大厂 AI 岗位面经分享107 道】【AI 大模型面试真题102 道】【LLMs 面试真题97 道】6、大模型项目实战配套源码适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容3、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】