蚂蚁 AI 应用一面：响应延迟、幻觉与 AI Coding
本场面试题
- 大模型响应 RT 有没有什么问题？
- 怎么解决大模型幻觉？它会不会影响召回准确性？
- 实习中用过 AI Coding 吗？是辅助写代码，还是完成一个需求或项目？
面经与参考答法
蚂蚁 AI 应用一面：响应延迟、幻觉与 AI Coding
原帖自述为蚂蚁 AI 应用方向一面，时长约 40 分钟；具体部门、正式职位名称和面试日期未披露。本页选取响应 RT、幻觉与 AI Coding 三组，不补写项目配置或当时的模型版本。
面试经历为个人自述，未经独立核实；下列短答和示例为编辑教学整理，不代表当事人的现场回答、使用经历或项目实现。
（1）大模型响应 RT 有没有什么问题？
原帖未给具体指标或现场方案。先明确 RT 的起止点，区分首个可见输出时间和最终完成时间，再拆排队、网络、模型与工具等阶段。按任务与负载看 p50、p95 等分布，并用关联 Trace 定位长尾；提速时同时检查答案质量、超时和重试，不能只优化平均值。
教学示例（非原面试实现）：首个字很快出现，后续却长时间停顿，就应分别检查首字时间、工具等待和完成时间；展示流式进度有助于感知等待，仍需测量实际端到端耗时。
（2）怎么解决大模型幻觉？它会不会影响召回准确性？
应先核对原问题、检索证据和生成答案，定位失败阶段，再补可信证据、校验引用或工具结果，并允许证据不足时拒答。RAG 或低温度都不保证无幻觉。若模型参与上游查询改写、索引内容生成，编造的实体或事实可能使检索偏离；原帖未披露这类链路，不能直接把生成错误等同于召回不准。
教学示例（非原面试实现）：查询改写丢掉版本限制，可能检索到不适用的旧政策；拿到正确政策后仍编造结论，则需另查生成阶段。两类错误应分别记录和评测。
（3）实习中用过 AI Coding 吗？是辅助写代码，还是完成一个需求或项目？
原帖没有披露当事人的使用经历。复盘时应说明真实负责范围、AI 参与哪些步骤，以及如何验收；从代码辅助走向完整需求，还需明确仓库基线、允许修改的范围和验收标准，经过检查、规划、修改、测试与差异审查。生成了代码不等于完成了需求，也不能用模型自述代替验证。
教学示例（非原面试实现）：实现分页接口时，先约定空页、边界与权限行为，再读调用方、生成小范围变更，运行相关检查并审查 Diff，最后报告实际通过和未验证的部分。