代码面开 AI，不是开卷考

今天鸭鸭刷到一条挺有意思的招聘新闻。

外媒 Business Insider 报道称，谷歌内部文件显示，从今年下半年起，计划在软件工程师招聘的“代码理解”面试环节，允许候选人使用谷歌官方认证的 AI 助手；试点阶段将统一使用自研模型 Gemini。谷歌发言人向媒体证实了这一安排。

报道里写得很具体：候选人要在现有代码库里做阅读、排错和优化；面试官会重点看“AI 应用熟练度”，包括提示词工程、对 AI 输出结果的核验，以及调试能力。谷歌把整套新流程定调为“人为主导、AI 辅助”，说是想更贴近生成式 AI 时代工程师的真实工作状态。

试点会先落在美国部分团队，面向初、中级岗位，谷歌云以及平台与设备等业务线会先试。如果跑得顺，再扩到更多业务和地区。

嗯，读到这儿很多人第一反应可能是：那不就是开卷吗。

但鸭鸭想先把话说在前面：

允许带 Gemini 进考场，不等于题目变简单。它更像把考场从“默写语法”挪到“带一个会瞎编的实习生一起干活”。你不会验，他写得越快，你死得越快。

为啥鸭鸭会这么看？

第一，代码理解本来就不是比谁敲得快。陌生仓库里找 bug、理调用链、判断一次改动会不会牵一发而动全身，这些活以前靠手写思路；现在多了一条：你得判断 AI 给你的“捷径”是不是在抄近道抄进沟里。

第二，报道里提到的考核点，其实是在把工程师拆成两半。一半是“会不会指挥 AI”，提示词怎么写、上下文怎么给、约束怎么说清楚；另一半是“敢不敢签字”，AI 改完你敢不敢说这版能合、能发、能背锅。缺一半，面试里都会露馅。

第三，这事不是谷歌一家自嗨。报道里还提到，澳大利亚公司 Canva 早在 2025 年 6 月就要求相关岗位候选人在技术面试里必须用 Copilot、Cursor 或 Claude 这类工具。美国 AI 编程公司 Cognition 也对 Business Insider 表示，已经把 AI 使用纳入面试流程，还把“面试禁用 AI”比作“让孩子不带计算器参加数学考试”。行业方向很直白：以后默认工作流里就有 AI，面试还在假装没有 AI，反而失真。

第四，皮查伊在 2026 年 4 月 22 日谷歌 Cloud Next 活动上说过，谷歌内部约 75% 的新代码由 AI 生成。这个数字不是用来吓唬人的，是用来解释公司为什么要改面试题。公司真正想问的是：当 AI 能吐出海量代码时，你还剩下什么不可替代的判断力。

那这事儿对正在准备面试的人意味着啥？

鸭鸭说几句实在话。

• 别把“会用 AI”理解成“会点生成”：面试里更值钱的是你怎么拆问题、怎么限定 AI 的发挥范围、怎么对输出做对照验证。会点生成的人一抓一把，敢验收的人不多。
• 刻意练“读陌生代码 + 小步验证”：给自己找一段不熟悉的开源模块，先用 AI 生成三种改法，再逐条对照测试用例、边界条件和性能影响。练的是肌肉记忆，不是 prompt 玄学。
• 准备一两个“AI 翻过车”的真实例子：面试里能讲清楚你怎么发现 AI 给的建议不靠谱、你怎么纠偏，比背八股更像高级工程师。
• 心态上把它当成开卷里的闭卷：卷子是开的，评分标准没开。公司要的是你能不能把 AI 的产出变成可上线的结果。

大家怎么看？如果国内大厂跟进“代码理解环节允许官方 AI”，你觉得公平吗，还是更卷了？欢迎评论区聊聊～

……

今天鸭鸭和大家分享一道 AI 大模型面试题。

【什么是大模型微调？与预训练的核心区别是什么？ 】

回答重点

大模型微调就是在预训练模型的基础上，用特定任务的数据对模型做二次训练，让它从"通才"变成某个领域的"专家"。

跟预训练的核心区别有三点：

1）目标不同。预训练是让模型学通用的语言理解能力，在几百 GB 甚至几 TB 的通用语料上训练，比如维基百科、书籍、网页。微调是让模型适应特定任务，比如情感分析、代码生成、医疗问答，用的是跟任务相关的小规模标注数据

2）数据规模差异大。预训练动辄用几万亿 token 的数据，训练成本是几百万甚至上千万美元。微调可能只需要几千到几十万条标注样本，几张 A100 跑几个小时就能搞定

3）学习方式不同。预训练主要是自监督学习，让模型预测下一个 token 或者还原被遮盖的词，不需要人工标注。微调通常是监督学习，需要输入输出配对的标注数据

扩展知识

为什么需要微调

预训练模型虽然能力强，但它学的是通用知识，面对特定场景还是差点意思。比如用 GPT 直接做法律合同审查，它可能连行业术语都理解不准；用它做客服问答，回复风格可能跟公司调性对不上。

微调就是一个性价比极高的中间方案，不用从零开始训练，也不用忍受通用模型在特定场景的平庸表现。

主流微调策略

1）全参数微调，把模型所有参数都拿出来重新训练。效果最好，但成本也最高。一个 70B 参数的模型，光加载到 GPU 就需要 140GB 显存，还得额外留空间存梯度和优化器状态，没有几十张顶级显卡根本跑不动

2）部分参数微调，冻结大部分层，只训练最后几层或者特定模块。减少了计算量，但效果往往不如全参数微调

3）参数高效微调 PEFT，这是现在的主流做法。核心思路是往原模型里插入少量可训练参数，原模型参数全部冻结。LoRA 是最流行的一种，它在 attention 层的权重矩阵旁边加两个低秩矩阵，训练时只更新这两个小矩阵。一个 7B 的模型用 LoRA 微调，可训练参数可能只有几百万，显存占用直接降一个数量级

LoRA 的原理

LoRA 基于一个假设：微调时权重的变化量是低秩的，不需要更新整个大矩阵。

原本要更新的权重矩阵 W 是 d×d 的，比如 4096×4096，有 1600 多万参数。LoRA 把变化量分解成两个小矩阵 A 和 B 的乘积，A 是 d×r，B 是 r×d，r 一般取 8 或 16。这样可训练参数从 d² 降到 2dr，压缩了几百倍。

推理时把 LoRA 矩阵合并回原权重，不增加任何推理延迟。而且可以给同一个基座模型挂不同的 LoRA 权重，实现多任务切换。

微调数据的质量比数量重要

搞微调最容易踩的坑就是迷信数据量。其实几千条高质量数据的效果往往比几万条噪声数据好。Alpaca 当年只用了 52000 条数据就把 LLaMA 调成了能聊天的模型。

高质量数据的标准：指令清晰、回答准确、覆盖多样场景、格式一致。与其花时间爬更多数据，不如花时间清洗和筛选已有数据。

篇幅有限，更多 AI 大模型 相关面试题可以进入面试鸭进行查阅。