AK机给大家整理了一份高质量的互联网大厂、大模型独角兽的内推和暑期实习/春秋招投递信息汇总，每日更新，建议收藏：
https://docs.qq.com/smartsheet/DUXJLSnZoTVFhVUVs?tab=sc_K49vrh

最新暑期实习/春招/秋招大厂笔试真题汇总：
https://svih06ofn7v.feishu.cn/wiki/E4SBwR7ZKiSZxpkRVZCcmjI9nBl

27届秋招必看！我做了一个全网最全，真题最多，最还原考试环境的AI题库【AI-Coding+Prompt 在线练习题库】

今年秋招最明显的变化，是笔试题变了。

阿里系、蚂蚁、京东、百度、OPPO、美团、网易、得物、科大讯飞陆续开始考 AI Coding。形式高度一致：给你一个已经存在的工程、一份需求文档、一个在线 AI Agent，限时把功能做出来，然后提交评测。

这种题最难受的地方在于，它考的东西没法靠看攻略学会。

你知道"要把需求讲清楚"，但真到了限时高压下，你会发现第一条指令漏了三个约束；你知道"AI 跑偏了要纠正"，但纠到第五轮上下文已经废了，你不知道该继续掰还是重开；你知道"要留时间自测"，但功能还没做完，时间已经过去三分之二。

这些只能练。下面讲清楚三件事：练习环境跟考场有多像、题有多少、有多硬、你能从别人的高分里学到什么。

一、考场有的，这里都有

下面这张是答题界面实拍，题目是阿里 8 月 15 日那场算法岗真题。

先看左边的资源管理器。这不是一个空目录让你从零写，而是一个已经存在的工程：baseline/python/main.py 是可运行的程序框架，data/ 下有 train.csv、valid.csv、target_calibration.csv 和字段说明 SCHEMA.md，还有 sample_testcases/ 公开样例和 requirements.txt。带锁的是只读文件——题面、数据、判题入口，改不了。

这就是 AI Coding 笔试的真实形态：你要在别人的工程上干活，而不是在白纸上写算法。

中间是题面和终端，右边是和 AI 的对话区。注意右边那条醒目的提示：这个 AI 看不到任何文件，包括题目本身。你必须用 @ 把文件喂给它。这是考场同款设定，也是最多人第一次栽的地方——以为 AI 自己会读题，结果聊了五轮它一直在瞎猜。

三个按钮，性质完全不同

顶栏这一条是实拍。三个提交类按钮的性质完全不一样，用错了就是白白浪费机会：

很多人第一次考才发现：试运行全绿不等于分数高。公开样例只覆盖主流程，真正决定分数的隐藏用例考的是边界、异常、精度那些题面里没明说的东西。而"提交判分只回条数、不回哪条挂了"这个设定，逼你自己去想"我可能漏了什么"——这正是考场在考的能力。

顶栏第二行是环境说明：沙箱断网、装不了包、预装了哪些库。这些约束考场上也一样，得在写第一条指令时就交代给 AI，否则它会理直气壮地 pip install。

底部状态栏把三种配额和上下文用量一直摆在眼前。

这里要特别说明一件事：真实考场上，是没有这条上下文进度的。

考场只会让你越聊越卡、越聊越偏，但不会告诉你"你的上下文已经用了多少"。等你察觉不对，往往已经在一段废掉的对话里耗了十几分钟。

所以这条进度条在这里的作用不是"让你依赖它"，而是让你把它练成手感：练的时候对照着看，几轮之后大致心里有数——我这种描述方式、贴这么长的报错，大概几轮会把上下文吃满。等上了考场没有仪表盘，你也能靠经验值估出来。

不看仪表盘时，可以用这两个信号替代：

• • 同一个问题三轮没解决，就换新会话，别在原地继续掰；
• • 模型开始重复它之前试过的方案，这就是上下文被污染的典型征兆——它已经被自己前面那些失败答案带着走了。

多条对话线程，共用同一个工作区

真实考场里最容易翻车的场景：同一个报错跟 AI 纠缠五轮还没解决，上下文里全是失败的尝试，模型越带越偏。

正确操作是新开一条对话重新描述，而不是在废掉的上下文里继续挣扎。所以答题界面支持开多条对话线程，共用同一个工作区、各自独立上下文——一条主攻功能，一条专查报错，互不污染。这是从考场形态还原出来的能力，普通编辑器不会这么设计。

剩下的考场要素

倒计时、文件树、代码编辑器、终端、网页预览、提交历史、评测报告。前端题和小游戏题能直接开预览看画面，不用靠猜。

二、你能看到高分选手是怎么打的

这是这套系统里最值钱、也最不像"题库"的一部分。

每道题都有排行榜，按最高综合分排名。达到名次与分数门槛的，可以点开**「打法复盘」**。

点进去是这样：

左边是那位 95 分同学最终交付的完整文件树，每个文件多少行都列着——你能直接看出他做出了什么、拆成几个文件、有没有额外写分析脚本。

右边是重点：这一局里最关键的几轮，提示词是当时发出的原文。

比如榜首那位的开局第一条，不是"帮我实现这道题"，而是：

我之前几乎没有做过模型置信度校准类项目，因此这次请采用"先分析设计、再实现、我手动运行验证"的方式完成，不要一次性写完整答案。

……这一轮只做题意拆解和实验规划，不修改任何文件。

每一轮下面还跟着一句点评，说明这轮为什么有效——这条的点评是"开局要求先分析设计再实现，明确边界和评分项，避免盲目写码，形成解题地图"。往后几轮能看到他怎么让 AI 只写只读的分析脚本、怎么用交叉验证确认参数能泛化、怎么到最后一轮才收口写最终实现。

这比任何提示词模板都有用。 模板是别人替你想好的话术；而这是一局真实对抗里，一个拿到 95 分的人在什么时候、因为什么、说了哪句话。你可以直接抄他的节奏，也可以看完之后判断这套打法适不适合自己。

内容经过脱敏处理，看的是方法，不是身份。

三、题目总数：35 道，真题占 14 道

题库页实拍。题目按方向分组，大厂真题下面按公司分 tab。完整构成如下：

大厂真题 14 道

蚂蚁 6 道、阿里 3 道、京东 2 道、OPPO 1 道、百度 1 道、美团 1 道。网易那道游戏开发真题今晚上线，之后是 15 道、覆盖 7 家公司。

真题的做法是：根据考生回忆和公开信息还原题面与验收标准，做成能在线做、能判分的完整版本。信息不全的地方会自己补，补了什么内部有记录，不混着当原题。

专项练习 21 道

只有真题是不够的。真题一家一道，练完就没了，而且你分不清自己是"真会了"还是"恰好这道题的坑没踩到"。

所以另外按形态铺了 21 道：完整小游戏 5 道、业务逻辑与结算 3 道、存量维护与性能优化 3 道、界面驱动开发 2 道、Web 服务与接口 2 道、战斗与策略 2 道、背包与养成 2 道、新手引导 2 道。

「存量维护与性能优化」这一类特别值得练：在别人写好的工程上改功能，是 AI Coding 笔试最常见的出题方式，也是纯算法题从来不考的能力。

判题覆盖五种形态

Python 模块、命令行工具、HTTP 服务、完整小游戏、对抗策略。判题分四条轨道各自处理：直接跑测试、标准输入输出比对、起服务打接口、读写 JSON 做富断言。所以题目形态能铺得很开，不用迁就单一判题方式。

四、一道题上线之前，要过几道闸

题多不难，难的是每道题都能筛出人。这是我们花时间最多的地方。

难度阶梯：一道题必须拉得开

每道题上线前，会用几种不同水平的写法各跑一遍，通过率必须形成阶梯。以今晚上线的网易那道为例（下面这组数字来自我们自己的复现环境，不是真实笔试的成绩）：

第三行是关键。 一道题如果"跟 AI 聊几轮、把要点都说一遍"就能过大半，那它练不出任何东西——因为考场上大家都能做到这一步，分数拉不开。所以这条线被卡死在一半以下：想再往上，只能真去做深度。

第一行同样重要。题目自带的起手骨架往往是能跑通的完整管线，如果用例设计得松，什么都不做直接交也能拿分——我们踩过这个坑，现在它是一道硬闸。

用例要客观可解，不能只有我们的解法能过

策略类题目，每一道局面都写了穷举程序独立验一遍：这一局到底解不解得开、有几条解法。解不开的删掉；三种走法都能解的说明太松，也要重挑。

还会拿另一份结构完全不同的强解跑同一批用例。如果只有我们那份参考解能过，说明用例在考出题人的实现，换一个同样优秀的写法照样挂——那是误杀，必须重做。

判题环境是干净的

隐藏用例在全新沙箱里跑，断网，不受工作区里任何残留影响。判题用的引擎与数据由平台提供，改不了。

五、顺手给几条能直接用的笔试技巧

这几条是从做过的真题里反复撞出来的，都能在题库里当场验证。

1. 题面里的规则，原样粘贴，不要自己概括。
你概括一遍就丢一次信息，而丢掉的往往正是判分点。字段名、错误码、精度要求、排序规则，逐字贴进指令里。这一条在真题上尤其明显——大厂题面动辄几千字，你复述的版本和原文差一点，AI 就照着你那个差一点的版本去实现了。

2. 「环境与运行方式」那一节最容易被跳过，但它决定你的代码跑不跑得起来。
入口文件叫什么、怎么被调用、能用哪些库、能不能联网，这些要在第一条指令里就交代清楚。题库顶栏那条环境说明就是干这个用的——练的时候养成习惯：先读它，再动手。

3. 动手之前先排优先级，别按文档顺序做。
需求写不完是常态，做不完很正常。先挑"分值密集又不依赖别的功能"的做，把主流程跑通，再回头补边界。做不完不丢人，做了一半哪个都跑不通才丢人。

4. 报错先让它诊断，别让它直接改。
让 AI 回答三件事：错在哪、为什么错、最小改法是什么，并且说明"我确认之后你再改"。少了最后这句，它很容易为一个小错把整个文件重写，或者一路改下去把本来好的地方带坏。另外报错要贴全，别只贴最后一行。

5. 提交之前，让 AI 造一批用例来打你自己的代码。
不是让它说"我检查过了"，而是让它写出能跑的用例、真跑一遍、把失败的贴出来。题库里「试运行样例」不限次数，就是留给这一步的。

6. 留四分之一的时间给验收。
最后这段时间不写新功能，只做三件事：跑一遍自测、把明显的边界补上、确认交付物还能正常启动。分数往下走就立刻退回上一个好状态——后期改坏的概率不比改好低。

这些技巧写出来都是一句话，但在限时高压下能不能真做到，是另一回事。这正是要练的东西。

六、另一半：提示词题库

大厂 AI 笔试目前有两种主流题型，AI Coding 是一种，另一种是提示词题——不让你写代码，而是给定任务和验收标准，让你设计一套提示词让 AI 把事情做对，提交后机器自动判题。

34 道题分三章、七个方向铺开：

• • 第一章 入门：输出与格式控制、信息抽取与分类
• • 第二章 进阶：条件判断与边界、结构化与鲁棒性
• • 第三章 精通：格式与受限生成、多步计算引擎、规则与对抗

另设大厂真题实战。题目形态是具体业务场景——公告三要点摘要、客服工单分诊、请假天数核算、会员等级判定、手机号脱敏、Markdown 表格输出、多标签抽取，都是提示词题的典型考法。

这一类题的难点跟 AI Coding 完全不同：AI Coding 考的是你怎么指挥它一步步把工程做出来；提示词题考的是一次把话说到位——格式约束、边界条件、异常兜底，全都得在那一段提示词里说清楚，而且模型不能自由发挥。「规则与对抗」那个方向尤其能练这个：题目会故意给你容易被模型忽略的规则，你得想办法让它不越界。

如果你的目标岗位可能考 prompt 题（后端、Agent 开发，以及部分互联网公司的产品运营岗），这一套值得一起练。

七、价格：按年计费，还送 token

两个题库都是按年计费，不是按月订阅——买一次管一整年，从秋招用到春招，中间不用再续。

token 是直接送的，不需要自己配 API Key，也不用另外买额度包——打开题目就能开始对话。1000 万 token 是什么概念：一道 AI Coding 题从头做到交卷，反复对话十几二十轮，通常也就消耗几万到十几万 token——这个额度够你把整个题库来回刷很多遍，不用一边做题一边心疼。

如果两个题库都要，还可以联系 AK 机获得内购价格～

题库持续更新，年内新增的真题整理完就直接加进去，不额外收费。

八、有些话说在前面

没有任何题库能保证你笔试拿高分。 AI Coding 的分数里，有相当一部分取决于考场那个模型当天听不听话，这不是练习能完全对冲的。

这套系统真正能帮你的是三件事：

1. 1. 把不该在考场上犯的错，提前犯完——三档动线用错、上下文废了不换、时间全砸在第一个功能上；
2. 2. 看着高分选手的原始提示词，磨出一套自己用得顺手的打法——不是背模板，是看真实对局里什么时候该说什么；
3. 3. 练完整的解题过程，而不只是盯最后那个分数——面试官很可能回看你的 AI Coding 过程，那里面能问的东西比一个分数多得多。

如果你要的是"买了就稳"，这个产品不适合你。如果你要的是"进考场之前，这套流程我已经完整走过十几遍"，那它就是干这个的。

入口

• • AI 编程题库：https://www.sspoffer.com/oj/31
• • AI 提示词工程题库：https://www.sspoffer.com/oj/30

想要获取本场笔试代码，以及沟通交流求职等内容，可以加入下方AK机的校招交流群