Kimi 二面录音复盘：coding 现场崩点与恢复路线¶

一句话结论¶

这场二面确实表现差，但不是“整个人没价值”。面试官开场就说上一位面试官对整体评价不错，只是题目写得不太 ok；结束时也说“能看到你的优势在哪里，但是短板也是很短”。这说明核心问题仍然非常集中：裸手 coding、基础建模、现场调试和 AI coding 责任边界没有过线。

不要把它解释成 Agent 方向失败、项目经历失败或未来实习失败。正确解释是：

项目/方向/沟通有亮点，但 coding 基线太薄；
AI 可以帮写代码，但我必须能建模、读错、调试、验收和兜底。

面试流程还原¶

1. 开场信号¶

面试官明确说这次是加面，原因是上一位面试官觉得整体还可以，但 coding 题目写得不够好，所以这次先上来写一个比较简单的题。这个信号非常清楚：这不是泛项目面，而是 coding 过线面。

你开场表达了感谢和准备强度，但说得太满、太慌：

“我以为要挂了”
“什么都不干一直刷题”
“白天实习一边摸鱼一边刷题”
“尽人事听天命”

以后开场只需要说：

谢谢老师给我加面的机会。我也复盘了一面里 coding 暴露的问题，
这几天主要在补手写和调试流程。今天我会尽量把思路、边界和调试过程讲清楚。

2. coding 题：不定长二维数组按列转置¶

题目大意可以还原为：给一个不定长二维数组，把每行的第 0 个元素组成输出的第 0 行，每行的第 1 个元素组成输出的第 1 行，以此类推。核心不是复杂算法，而是 jagged array 的列遍历。

标准低压写法：

def transpose_jagged(nums):
    if not nums:
        return []

    max_len = max(len(row) for row in nums)
    ans = []

    for col in range(max_len):
        level = []
        for row in nums:
            if col < len(row):
                level.append(row[col])
        ans.append(level)

    return ans

如果题目要求扁平输出，把最后一行换成：

res.extend(level)

这题的核心句只有一句：

外层 col 表示我要取第几列；内层 row 遍历每一行；只有 col < len(row) 才能取 row[col]。

现场真正卡住的不是 Python 高级语法，而是变量语义没有钉住：

i/j 没有先定义清楚谁是行、谁是列。
把普通矩阵转置、排序、哈希表、长度映射混在一起。
level 放错循环层级，导致输出形状错。
对不定长数组缺少 if col < len(row) 越界保护。
没有先用 [[1,2],[3,4]] 或 [[1,2,3],[4],[5,6]] 手推。

以后遇到二维数组，第一句必须先说：

我先不写代码，先把两个下标定义清楚：row 是第几行，col 是第几列。
这题输出按列组织，所以外层应该是 col，内层扫所有 row。

3. 调试流程暴露的问题¶

面试官多次提醒“一步一调”“打印你正在处理的数据”“先保存文件”。这里暴露的是工程调试基线：

文件没保存，导致运行结果和当前代码不一致。
打印了辅助变量，却没有打印真正要处理的数据结构。
把 sort 放在循环里，每次 append 都排序，导致结果越看越乱。
看到报错时没有先读报错含义，而是继续改结构。
依赖 Codex 给答案，但没有把 Codex 输出转成自己的变量语义。

以后现场调试固定五步：

1. 保存文件。
2. 只放一个最小样例。
3. 打印输入、关键中间变量、输出。
4. 先解释当前输出为什么错，再改一行。
5. 每改一小步就重新运行。

4. AI coding 展示没有转成优势¶

面试官后来其实给了一个机会：让 Codex 帮忙用 Go 写快速排序并跑起来，想观察你怎么和 AI 协作。这本来是你的强项入口，但你当时的回答又滑回了“我不熟环境”“不知道会装到哪里”“平时 AI 帮我改”。

更好的做法是直接把任务拆给 Codex：

请在当前目录创建一个最小 Go 项目，写 quicksort 的 main.go，
包含一个固定数组样例，打印排序前后。
先检查本机是否有 go；如果没有，不要随意全局安装，先告诉我缺少什么。

然后自己负责三件事：

1. 看生成的文件在哪里。
2. 看运行命令和报错。
3. 看输出是否真的排序成功。

AI coding 面试不是证明“AI 能写”，而是证明：

我能给 AI 清楚上下文，约束它不要乱装环境；
我能读懂它改了什么；
我能运行、验证、定位错误，并让它按我的判断修。

5. 自我叙事伤害了自己¶

这场面试后半段最大的问题不是技术，而是你把短板解释得太自毁。下面这些话以后都不要再说：

“学校作业也都是 AI 做的”
“小厂不体面”
“三天肯定就是拟合题”
“希望考一道 LeetCode 原题然后默写”
“如果是大一的我可能都能做出来”

这些话会让面试官把问题从“短期 coding 不稳”升级成“长期学习和工程责任感不稳”。

更安全的表达是：

我过去在项目里更多承担的是需求拆解、AI 协作、代码 review 和功能验收，
所以对裸手写小题的训练不足。这个问题今天暴露得很明显。
但我也知道在 AI coding 场景里，人仍然要负责建模、边界、调试和最终质量，
所以后面我会把训练重点从背题转到基础循环、数据结构和调试流程。

真正的失败层级¶

P0：裸手小题建模不过线¶

不是 Hot100 没刷够，而是普通数组题一旦不是熟悉母题，就不能稳定拆成变量、循环、边界。

训练目标：

题意 -> 最小样例 -> 变量语义 -> 外层循环是什么 -> 内层循环是什么 -> 越界条件是什么

P1：Python 基础循环和容器不够自动化¶

你会概念，但写代码时 range(len(...))、二维数组下标、append 层级、sort(key=...)、越界保护没有形成肌肉记忆。

训练目标：

每天 20 分钟裸写 5 个小函数：
二维数组转置、不定长数组列遍历、按长度排序、频次统计、BFS/DFS 小图遍历。

P2：调试流程不够工程化¶

如果看不到报错、保存、打印、样例验证，AI coding 岗也会危险。因为真实工作里 AI 会写错，人的职责就是发现它错在哪里。

训练目标：

每个 drill 必须记录：输入、期望输出、实际输出、错因、改动。

P3：面试沟通过度自我否定¶

真实短板可以承认，但不能把自己讲成“不可靠”。要承认问题，同时强调修复路径和已有优势。

固定句：

这块我确实暴露了短板，但我能明确定位到是裸手建模和调试流程问题，
不是完全没有工程经验。后续我会用小题和 AI coding drill 把这层补起来。

接下来怎么修¶

今晚¶

不要继续惩罚式刷题。今晚只做三件事：

读完这份复盘。
手写一遍 transpose_jagged，用两个样例跑过。
睡前只记一句：AI coding 也要求人能建模、读错、调试、验收。

未来 7 天¶

每天 60-90 分钟，分成两块：

30 min 基础 coding drill：
数组/字符串/哈希/排序/二维数组/图 BFS/DFS，不追 Hot100 原题。

30-60 min LeetCode Easy/Medium recall：
题名 -> 思路注释 -> 主循环 -> 样例跑通。

新增一个专项：非 LeetCode 小题。题目来源可以非常朴素：

不定长二维数组按列输出。
按字符串长度排序。
统计日志里每个 user 出现次数。
合并两个列表并去重。
给邻接表做 BFS。
读一段文本，按行解析字段。

目的不是刷难题，而是恢复“看到普通需求也能写代码”的能力。

未来 3 周¶

把路线从“押题”改成“coding 基线 + Agent 项目防守”：

P0：基础 coding 小题和 Hot100 Easy/Medium 主模板
P1：AI coding drill，练 prompt、运行、读错、验收
P2：YouNavi / 实习项目按工程责任讲清楚
P3：DB/CA/OOP 期末保底，不再逃避课程底座

如果还有后续沟通¶

不要主动长篇解释失败。如果 HR 或面试官追问，可以用这版：

谢谢老师今天的加面，我也意识到自己这次主要暴露在裸手 coding 和调试流程上。
之前项目里我更多依赖 AI 协作完成需求拆解、review 和验收，但今天这题说明我在基础建模、边界和现场运行验证上还需要补。
不管结果如何，这个反馈对我很明确，我后面会把训练重点从背题转到小题建模、基础数据结构和 AI coding 的质量控制上。

最重要的判断¶

这次不是“方向错了”，而是“方向需要补底盘”。

你仍然适合继续投 Agent / AI coding / AI infra application 相关岗位，但必须把简历上的 AI coding 叙事从“我会用 AI 写代码”升级成：

我能用 AI 提效，但我对需求、代码理解、边界、调试、验证和质量负责。

这是下一轮能不能翻盘的核心。