AI-Native 工程师
招聘面试官手册

需求: 用户反馈搜索结果不准确，经常搜不到想要的商品 AI 生成方案摘要: 1. 将现有 MySQL LIKE 模糊查询迁移到 Elasticsearch 2. 接入 IK 中文分词器，支持同义词和拼音搜索 3. 热门搜索词用 Redis 缓存，TTL 设为 5 分钟 4. 新增 /api/v2/search 接口，旧接口保留不动 5. 前端搜索组件增加「猜你想搜」下拉提示 6. 预计改动 14 个文件，新增约 1,200 行代码 7. 开发周期：3 天 // 候选人应该能发现的问题（面试官参考，不要展示）: // - 数据同步策略缺失（MySQL → ES 如何同步？增量还是全量？） // - 3天引入全新基础设施(ES)不现实，缺少部署/运维方案 // - 缓存失效策略：商品数据变更后缓存如何清理？ // - 没有定义「准确」的衡量标准，无法验证方案是否成功 // - 没有回滚方案：ES 挂了怎么办？ // - 旧接口保留 = 双倍维护成本，没有下线计划

需求: 写一个命令行工具，输入一个 GitHub 仓库的 URL，输出这个仓库最近 10 次提交的： - 提交者 - 提交时间 - commit message 的第一行 约束: 用你最熟悉的语言，可以调用 GitHub API（不需要认证的公开仓库即可） // 面试官关注点（不展示给候选人）: // 1. 候选人是一上来就让 AI「写一个工具」，还是先分步拆解？ // 2. 有没有告诉 AI 用什么语言、错误处理要求、输出格式？ // 3. AI 生成代码后，候选人是直接跑还是先读一遍？ // 4. 遇到报错，候选人是把报错信息直接丢给 AI 还是自己先分析？ // 5. 最终产出能不能跑通不重要，驾驶过程才重要

PR #142: 新增用户数据导出接口 // 变更文件: api/export.js (+58行) const router = require('express').Router(); const db = require('../models'); // 导出用户列表 router.get('/api/users/export', async (req, res) => { const format = req.query.format || 'csv'; const department = req.query.dept; let query = 'SELECT * FROM users'; if (department) { query += ` WHERE department = '${department}'`; } const users = await db.raw(query); if (format === 'csv') { let csv = 'id,name,email,phone,address,salary,created_at\n'; for (const u of users) { csv += `${u.id},${u.name},${u.email},${u.phone},${u.address},${u.salary},${u.created_at}\n`; } res.setHeader('Content-Type', 'text/csv'); res.setHeader('Content-Disposition', 'attachment; filename=users.csv'); res.send(csv); } else if (format === 'json') { res.json({ data: users, count: users.length }); } }); // 导出单个用户详情 router.get('/api/users/:id/export', async (req, res) => { const user = await db.raw( `SELECT * FROM users WHERE id = ${req.params.id}` ); if (!user.length) { return res.status(404).json({ error: '用户不存在' }); } const orders = await db.raw( `SELECT * FROM orders WHERE user_id = ${req.params.id}` ); res.json({ user: user[0], orders: orders, exported_at: new Date().toISOString() }); }); module.exports = router; // 候选人应该发现的问题（面试官参考，不要展示）: // [严重] SQL 注入: department 和 id 直接拼接进 SQL // [严重] 无权限校验: 任何人都能导出全部用户数据 // [严重] 数据泄露: SELECT * 导出了 salary、address、phone 等敏感字段 // [中等] 内存风险: 一次性加载所有用户，大数据量会 OOM // [中等] CSV 注入: 用户可控字段直接写入 CSV，可构造公式注入 // [低等] 无错误处理: 没有 try/catch，异常会导致进程崩溃 // [低等] format 无兜底: 既不是 csv 也不是 json 时，连接会挂起