9月20日下午，牛客網一位暱稱Yuka的求職者發文分享，自己通過了美團AI全棧的二面，兩天後的9月22日收到意向書。面試官全程笑著聊，但問題一點都不鬆，最喜歡問的一句是「如果讓你設計，你會怎麼做」。這則面經在工程師社羣裡被反覆討論，我們照慣例，把它翻譯成廚房裡的事。
因為這場面試的結構，實在太像一場後廚考試了。
先考手撕，就像先考刀工
面試一開始是手撕LRU（一種快取淘汰演算法），寫完之後面試官還追問泛型怎麼加、過期時間怎麼處理、多執行緒安全怎麼保證。
這在廚房裡就是刀工考。先讓你切一盤土豆絲，切完了不喊停，接著問：如果換成白蘿蔔呢？如果要求泡水十分鐘後還得脆的呢？如果三個人同時用這塊砧板呢？
Yuka的答法很踏實：基礎版先寫出來，泛型和過期時間是被追問後現場改的，多執行緒那題答了加鎖，又補了分段鎖與讀寫鎖的取捨。面試官再追一句「讀寫鎖會不會餓死寫執行緒」，他答了公平鎖和降級策略。一輪過。
切菜的人都知道，第一刀準不準不重要，重要的是被糾正之後，第二刀、第三刀跟不跟得上。這跟我們先前寫過的兩個多小時的拷問端上桌時，我想起後廚裡那場沒人喊停的出菜考試是同一件事：真正的考試從來在你以為寫完了之後才開始。
場景題，就是讓你臨場配一桌菜
手撕之後全程場景題：從RAG切分問到Agent編排，從快取一致性問到Agent評測。
Yuka介紹的是一個智慧運維Agent專案。講白了，就是把過去運維人員盯螢幕、翻日誌、查文件要好幾小時的故障排查，交給一個會自己拉數據、查知識庫、寫診斷報告的系統，把時間壓到分鐘級。
用廚房的話說，這像是把一個人的備料、掌勺、試味、擺盤，改成有條流水線的分工。但他也講了踩過的坑：早期這個Agent亂給建議，因為它不懂業務上下文，後來加了知識庫檢索和規則校驗，建議準確率才從五成拉到八成五。
這一段最有味道。一個只會照食譜出菜的新手，和一個知道今天市場的魚不新鮮、得改菜單的師傅，差別就在這裡。Yuka能過，反饋說是專案匹配度高、技術深度夠，但我們讀下來，更關鍵的可能是那句：這幾塊「都是我自己踩過坑的地方」。
菜燒糊過的人，才講得出糊的原因。
為什麼不把所有文件塞給它，就像為什麼不把整個冰箱倒進鍋裡
面試裡有一題很精彩：上下文窗口這麼大了，為什麼還要用RAG，而不是把原始文件全部交給模型？
Yuka的答案是：窗口再大也有上限，成本高、延遲高，而且資訊太多反而會稀釋關鍵內容，有所謂「Lost in the Middle」的問題，模型對中間部分的注意力會下降。
這簡直是燉湯的道理。你有一冰箱的料，不代表全該下鍋。全部倒進去，湯是渾的，味道是散的，那一塊真正提鮮的火腿反而被埋掉了。好的廚師是先挑、先配，只把對的料進鍋，token少，湯才清。
他自己對比過：同樣的問題，RAG的準確率比全量文件高兩成，成本只有十分之一。數字是他在專案裡量出來的，我們照實轉述。
這也讓我們想起先前聊過的模型學會照著食譜卡回答，而你家廚房早就這樣做了：格式固定的食譜卡、按量下料，這些廚房裡的老智慧，工程師繞了一圈才追上。
過了，不是運氣
Yuka在文末寫了一句：「能過不是因為運氣。」RAG和Agent編排他答得穩，業務異常、成本、評測、一致性這幾塊也扛住了。
兩天後意向書來了。就像一場從下午備料到深夜收爐的考試，最後有人拍拍你的肩說，這桌菜可以。
如果你最近也在準備這類面試，廚房的建議只有一條：多燒糊幾次，把糊的原因記下來。面試官笑著問的每一句「如果讓你設計」，答案多半不在書上，在你自己鏟子上沾過的那些焦味裡。