大家好，我是狂师。
秋招刚开始，后台和星球里很多粉丝来咨询。前两年被问得最多的是面试前要刷哪些题，而今年面试的玩法发生了变化，特别是针对一些大厂校招面试，笔试的时候会直接考察AI Coding的能力。
那么，针对AI Coding 笔试到底考什么，怎么准备？今天我们就来聊一聊。
前几年笔试把 AI 当作弊工具防，摄像头、断网、全屏锁定，什么手段都上过。今年反过来了，好多家大厂明确告诉你，考试的时候 AI 就摆在页面上，随便用，我考的就是你怎么用它。
比如，蚂蚁集团已经把 AI Coding 环节放进了正式笔试，阿里淘天的笔试里新增了这一块，美团、京东的校招笔试里也出现了类似考法。牛客今年七月办了第一届 AI Coding 笔试挑战杯，平台喊出来的口号相当直白，看你能不能用 AI 把活干得比别人快十倍。
AI Coding 笔试是个啥形式
嘴上说随便用，真点进笔试页面，很多人第一反应还是懵。
页面打开，通常页面左边会给你一个 README 文件，里面写了这次的任务，比如，题目让你做一个积分系统，或者优惠券核销、停车计费。什么时候发券、怎么核销、过期怎么处理、退款要不要回滚，没人给你讲，自己读。
另一边是代码编辑器，编辑器旁边嵌着一个 AI 助手，跟平时用的 ChatGPT 差不多，写代码、改代码、查报错，都在对话框里完成。
你需要借助这个AI 助手把系统从零做出来，交卷。平台在后台跑一批隐藏测试用例，跑通多少，得多少分。
以前监考盯的是你的屏幕和摄像头，现在阅卷看的是你和 AI 的聊天记录，怎么提需求、怎么修 bug、怎么收尾，全程留痕，一并算进总分。
你先要搞清楚，AI Coding笔试到底在考什么？
和传统笔试不一样。AI Coding笔试它不考你手写代码的能力，考的是：
- 你能不能看懂一个复杂的业务需求（README文档）
- 你能不能把任务拆解成AI能执行的步骤
- 你和AI的交互过程是否高效、有逻辑
- 最终交付的代码能不能跑通测试用例
评分维度拆得更细，Prompt设计能力、需求理解、代码质量、功能完成度、异常处理、AI 协作能力、任务拆解与业务交付能力等各个维度综合打分。
打个比方，你坐的是 AI 项目经理的位置，AI 是你带的一个开发实习生。实习生手速快，水平也过得去，但它对需求的理解全靠你转述，写完了也不会自己回头检查。这场考试其实就考一道题，你会不会当这个经理，你指挥得好不好决定分数。
AI Coding笔试怎么做：六步流程
具体怎么做，我整理成了六步。后台咨询的同学里，已经有考完回来的，我把他们的复盘逐个翻了一遍，再对照自己平时用 AI 写代码、带团队做交付的经验，发现能拉开分的做法高度一致。就是下面这六步，考试上照着走。
第一步，先读题分析，先急着写代码
拿到 README，很多人的第一反应是把题目往对话框里一贴，让 AI 直接开写。这是最傻X的开局。
第一轮对话应该让 AI 只做分析，不做实现。拿到题目后，第一轮对话可以让AI做的事有：
- 分析题目涉及哪些核心对象、状态、接口
- 梳理实现顺序和依赖关系
- 列出可能的边界条件和异常情况
- 输出一份"做题地图"
简单来说，第一步的目标是：让它把题目里的核心对象、状态、接口列出来，把实现顺序和依赖关系理清楚，把可能的边界条件和异常情况先摆到桌面上，最后输出一份完整的做题地图。
这一步相当于开工前先画图纸。图纸没画就动工，地基歪了，上面盖得越多，拆的时候越疼。AI Coding 笔试的题目动辄几十条业务规则，不先理清结构，后面每一步都在赌。
第二步，分轮实现，写完就测
地图出来了，不要让 AI 一次性把全部代码写出来，按优先级分轮实现。
比如：
- 第一轮做基础骨架，服务能启动，初始化逻辑对，时钟能跑。
- 第二轮走通主流程，让正常业务路径先挣到分。
- 第三轮再补异常处理、边界条件和需要等待的逻辑。
每写完一个模块，就去终端跑一次测试。跑过了就锁定，跑不过当场修。锁定这两个字是关键，AI 不会替你守这个纪律，它永远觉得自己还能再优化一轮。分轮加锁定，本质上是人在替这场考试管理工程进度。
第三步，把报错精准喂给AI
测试挂了，把完整的错误日志贴给 AI。注意是完整日志，只截一行报错过去，AI 只能靠猜。
但比贴日志更重要的是加限制。修复BUG时，务必增加这三条限制：
- 只修这一个bug
- 不要重构其他已通过的模块
- 保持其他接口行为不变
这三条限制不是客套话。AI 改代码有个毛病，你递给它一个 bug，它顺手把周围半圈都重构成它觉得更好的写法。重构完它痛快了，你之前跑通过的测试全挂。笔试时间按分钟计，这种回退一次能吞掉你半小时。
第四步，自己造测试用例，别等用例来测你
这一步是我最想放大来讲的，也是很多人分数卡在及格线附近的直接原因。
平台的样例通常只给正常路径，考试评分隐藏用例里藏的全是刁钻场景。等交卷跑分时才发现边界没覆盖，晚了。正确做法是主动让 AI 生成一批刁钻测试，自己先过一遍，清单可以照这个来。
- 正常路径，主流程完整走通
- 非法请求，参数错误、越权访问
- 幂等，同一个请求重复提交
- 时间边界，到期、跨周期
- 多批次和并发场景
- 终态验证，跑完一轮后各字段是否落在正确的最终状态
这不是玄学。隐藏用例测的就是这些边界，你在交卷前替出题人把验收先做了一遍，分数自然抬上来。
第五步，对照 README 逐条验收
交卷前留出时间，让 AI 拿着原始需求文档逐条核对。每个接口都实现了吗，返回格式对不对，文档里写的特殊规则覆盖到了吗。
这一步治的是 AI 的老毛病，迎合。
你顺着问它做得怎么样，它会告诉你都做好了。AI 生成的代码看起来什么都实现了，和需求真正要的东西都实现了，中间差着一次人工审核。把 README 当验收标准一条条过，等于临时关掉它的迎合性。
第六步，交卷前让 AI 自审
交卷前给 AI 换个角色，让它以代码评审官的身份把整个项目过一遍。
检查维度比如：
- 服务启动是否正常
- ID 自增逻辑
- 字段状态流转
- 幂等处理
- 时钟有没有误用真实时间
- 账务流水完不完整
- ...
让它列出所有疑点，发现问题来得及就改，来不及心里也有底，至少知道哪一块可能在隐藏用例上翻车。
高频踩坑点与建议
这里我将AI Coding笔试时，高频踩坑整理成在一起，大家可以对照看。
1、开局就让 AI 一把梭哈
很多人开考第一句话，就是把 README 原封不动贴进对话框，让 AI 把整个系统直接写完。AI 也真听话，一口气吐出几百行，主体功能看着都有了。问题出在字段设计、状态流转这些地基没人确认过，第一轮测试一挂，你根本说不清错在哪一层。让 AI 排查，它面对自己刚生成的一大坨代码，改 A 坏 B，分数越修越低，最后多半推倒重来，时间已经烧掉一半。
2、实操层面优先选 Python
除非有明确要求，否则语言优先选择Python，AI 生成 Python 的准确率明显更高，同样的思路用 Java 或 Go 写，跑分容易吃亏。
3、跑完平台样例就敢交卷
样例给的全是正常路径，用户规规矩矩按流程走一遍，自然全绿。但隐藏用例里往往都是些刁钻边界场景，比如重复点提交的、传负数金额的、拿着过期凭证硬闯的。样例通过只能说明主流程通了，这跟真实项目里只跑冒烟用例就敢发版是一回事，出事的永远是没测到的那块。
4、不圈定 AI 的改动范围
你递给它一个报错，它修完顺手把旁边两个它看不顺眼的函数也重构了。重构得还挺有道理，命名更优雅，结构更漂亮，代价是你前几轮跑通过的用例现在全挂了。锅它可以帮你再次修好，但时间是你自己的。每一轮让 AI 写代码，末尾把限制带上，丑话说在前面，能省掉大量回退时间。
5、幂等没当回事
尤其是对账场景非常常见。隐藏用例会模拟用户狂点提交按钮，同一个请求连发三次，你的代码没做幂等，三次就入三条账，账务当场对不上，后面一串用例跟着连环挂。真实支付系统里这是 P0 级事故，放到笔试里就是送命题。让 AI 补上幂等控制很简单，难的是你脑子里得先有这根弦。
6、误用了真实时间
这类题目为了好判分，都会内置一个虚拟时钟，系统里的到期、周期都跟着它走。你图省事让 AI 用了系统当前时间，本地跑得没毛病，一到平台判分，到期判断、跨周期计算全错。
这个坑阴就阴在它不报错，代码运行得好好的，分数就是上不去，不少人到交卷都没想明白问题出在哪。
7、账务只维护了一个余额字段
积分、优惠券这类题，账务正确性的核心在流水。每一笔发放、占用、使用、退回、过期都要留痕，余额只是流水算出来的结果。只更新余额不留流水，中间任何一步对不上，你就说不清账去了哪。判分用例查的就是流水完整性，一条都不能少。这个习惯值多少钱，做过支付和营销系统的人最清楚。
8、卡住了就跟一个会话死磕
卡住了，不少人的选择是在原窗口继续磨，一轮一轮追问。聊到三十轮以后，上下文里堆满了你走过的弯路、废弃的方案、改错的版本，AI 被这些记忆拖着，越答越偏。
这时候果断新开一个会话，把当前代码和问题干净利落地重新贴一遍，它经常一下就给出另一条路。旧窗口不是不能用，是它记性太好了。
AI Coding它真正筛的是什么
把上述六步流程和高频踩坑整个看下来，手写代码的能力在如今的面试笔试中权重其实不高。
AI Coding它真正筛的是工程管理能力，能不能把一份模糊的业务需求拆成可执行的任务，能不能控制 AI 不乱来，能不能给产出做质量把关。
这跟入职以后用 AI 写代码是同一件事。你不需要每行代码都亲手写，但你得知道什么是对的，怎么验证它，出了问题往哪里定位。
我的一点看法
我的看法是，基本功在如今AI Coding这类新型面试模式中，价值并没有消失，只是换了个位置。
以前笔试里，能把代码亲手写出来是得分点。现在 AI 替你写，写出代码这项能力已经不值钱了，值钱的是你能不能看懂它写的对不对，能不能在它错得很自信的时候把问题揪出来。判断力的背后还是那套基本功。
还有一个观察，说给测试方向的同学听。
上述这六步里最值钱的两步，自己造刁钻用例，对照 README 逐条验收，其实这两项本来就是测试工程师的日常。边界意识、异常思维、拿需求文档当验收标准，这些是测试人吃饭的本事。过去笔试考手写算法、代码，测试方向的同学没什么优势可言，而如今AI Coding笔试第一次把分数的大头给了测试思维。对测开方向的同学来说，这是难得的主场。
进一步讲，AI 在这类考试里是个放大器。同样发一个 AI，工程习惯好的人分数一路往上走，习惯差的人分数一路往下掉，差距比不让用 AI 的时候拉得更大。它放大的就是你原本就有的东西，拆解需求的能力，控制范围的意识，验证交付的习惯。
如果你近期想换工作，备考也别闷头瞎练。牛客的 AI Coding 题库是目前最接近真实考场的练习场，挑战杯的题目可以直接拿来模考。自己练的话，找一份带完整 README 的小项目需求，积分、优惠券、停车计费这类业务题都行，掐表四十分钟一场，把六步流程完整走一遍。练上几场，流程会长进肌肉记忆里，进了考场不至于脑袋一片空白，苦想下一步该干什么。
最后，祝各位看官秋招顺利。