一份題單先被排好了：去哪兒秋招一面，是一場被設計過的對話

九月十五日，牛客網上出現一則標題寫著「去哪兒秋招一面（約hr面）」的面經。發帖人把整場面試濃縮成二十二道題，按序號排好，從自我介開始，到一部 LeetCode 74 的題號，最後落在「詢問候選人有什麼想瞭解的問題」。這份清單之所以值得從設計的角度看，是因為它記錄的不只是題目本身，還有一場面試如何被排序成一種可閱讀的節奏。

先看這份清單的結構

二十二道題，粗看雜亂，細看有三段清晰的層次。第一到第二題是開場：自我介、實習收穫。第三到第九題是一整組關於 MCP 的深挖：自己搭 server 還是基於平臺包裝、開發中的挑戰、資料脫敏的目的、大模型傳輸過程中是明文還是密文、入參含敏感欄位怎麼處理、證件號該加密後再查還是拿明文查、日誌層是否也做了脫敏。第十到第十二題轉向 AI 編碼工具的使用習慣，一路問到本地 agent.md 檔案裡存了什麼。第十三到第十九題進入練手項目，圍繞異步下單、MQ 訊息不丟失一路往下追。最後三題收尾：一道演算法題、反向提問、以及一段結合部門校招要求的個人發展建議。

這個排序本身就有資訊量。技術深挖被放在最前面，項目細節其次，演算法題被壓到倒數第三，而真正的 HR 式環節（反向提問、發展建議）只佔最後兩題。發帖人在標題裡補了一個「約hr面」，這個「約」字很誠實：這場面試的性質是混的，題單的結構比面試的名目更能說明它實際上在評估什麼。

深挖的坡度是被設計出來的

MCP 那一組題特別值得拆開看。它有一個明顯的坡度：從「你做了什麼」開始，第三題先確認工程角色的邊界（自建 server 或平臺包裝），第四題要一段敘事（挑戰性內容），第五題開始轉向原理追問，第六題問傳輸層的明密文，第七題問入參污染，第八題給出一個具體的兩難（證件號明文查或加密後查），第九題收在日誌層。

這組題從描述滑向審問的過程，節奏相當均勻，每一題都建立在前一題的答案可能出現的縫隙上。第五題問資料脫敏是不是為了讓取得結果的人看不到敏感資訊，第六題立刻把鏡頭從結果層移到傳輸層，第九題再移到日誌層。同一個「脫敏」概念被從三個切面各問一次，這種問法要求候選人對自己經手過的系統有立體的理解，而不只是背誦一個功能描述。

對照另一則同樣流傳的去哪兒 AI 應用開發崗面經，問的是 JVM 的 TLAB 分配與物件建立，兩份清單並置可以看出同一間公司在不同崗位上的評估重心如何分歧：一邊是記憶體模型的底層原理，一邊是 AI 工具鏈的安全邊界。這也與我們先前觀察過的美團 AI Agent 一面的三十道題題單屬於同一種現象，面試正在被排成一種可流傳的工程敘事格式。

AI 工具那三題，是新的制式題組

第十到第十二題看起來閒聊，其實是近一兩年才長出來的制式題組：用不用 AI 編碼工具、用哪些、流程長什麼樣、agent.md 裡存什麼。把 agent.md 檔案的內容單獨拿來發問，是一個相當具體的篩選動作，它假設候選人不只用過 AI 工具，還曾經把自己的工作習慣寫進一份給機器讀的設定文件裡。會寫這份文件的人，通常已經把 AI 當成工作流程的一部分，而非偶爾打開的外掛。

這組題的位置也有講究，它被放在 MCP 深挖之後、項目深挖之前，像一段換氣。話題從安全原理轉到日常習慣，再從日常習慣滑進項目細節，整場面試的敘事坡度因此沒有斷裂。這與我們在字節秋招二面改成 AI coding 講解制的評估介面觀察到的方向一致：AI 不只出現在題目內容裡，它正在改變面試本身的介面。

異步下訂單那一段，問的是金錢流向

第十三到第十九題是清單裡最見功力的一段。它圍繞一個練手項目的異步下單功能，連續追問：解決什麼問題、使用者如何感知最終結果、訊息投遞到 MQ 之後是否就保證下單成功、付費發生在發 MQ 之前或搶佔庫存成功之後、RocketMQ 有哪些保障訊息不丟失的方案。

其中第十七和第十八題尤其鋒利。第十七題把一個常見的錯誤認知端上桌（MQ 投遞等於訂單必然成功），第十八題直接追金錢的時序，付款扣在哪個節點之前或之後，決定了整個系統在失敗情境下誰承擔損失。這種問法沒有標準答案的舒適區，只能靠對自己畫過的架構圖負責。一個練手項目被這樣問下來，誠實的候選人會暴露理解深度，背題的候選人會在第十八題附近開始支撐不住。

收尾的兩題，是這場面試最像 HR 面的地方

倒數第二題是制式的反向提問。最後一題則少見：面試官結合部門校招要求，當場給出個人發展建議。這一題被寫進題單，說明它有固定位置，是流程的一部分而非隨口的客套。評論區裡其他人的追問（多久發的後續、當場是否通知通過、hr面會問什麼）也側面勾勒出這場面試之後的程序感：一面之後還有一輪 HR 面，結果不當場揭曉。

一份被編號排好的題單，最終變成評論區裡一羣人蹲後續的座標。這些清單在牛客網上反覆出現、被搜尋、被當成下一批人的準備介面，某種意義上，面試的設計在發布的那一刻就被交還給了社羣，每個讀它的人都在用自己的下一場面試替它續寫用途。

回到這份題單本身：它記錄的評估方式，重心已經從知識點轉向系統的縱深與 AI 時代的工作習慣，演算法只佔一題，安全邊界與時序正確性佔了半場。對求職者來說，這份清單真正的訊息是，把自己做過的東西從三個切面各講清楚一次的能力，比多刷十道題有用。