百度测试开发面经（按一二三面拆分 · 可背诵标准回答版）

每题包含：题目 + 标准回答思路 + 加分回答示例，可直接背诵使用。

一、一面（50 分钟左右 · 基础 + 测试思维 + 手撕代码）

一面关键词：基础扎实、能写代码、会从用户角度测试 面试官目的：判断你是不是"合格的候选人"——知识面够不够、手撕能不能写出来

1. 自我介绍

【标准结构 · 1~2 分钟】

面试官好，我叫 XXX，XX 学校 XX 专业硕士在读 / 已毕业。

我有 X 段实习经历，分别在 X 公司做 XX 岗位，主要负责 XXX。

最近一段实习在 X 公司，负责 XX 系统的测试工作，通过 XXX 方式，
将 XX 场景的回归效率提升了 X%。

我对测开这个岗位很感兴趣，也具备一定的编码能力和测试思维，
今天来应聘贵公司的测开岗位，谢谢。

加分点：

提到和目标岗位匹配的技术栈（Python/Java、Linux、数据库）
主动说一个量化结果（比如：自动化覆盖率 80%、回归时间从 2h 缩到 20min）
不要背简历，要说自己真正做过的、印象深刻的事

2. 介绍你做过的项目（最高频必问题 ‼️）

【STAR 法则 · 3~5 分钟】

这个问题几乎 100% 会问，而且会追问细节

我当时负责的是 XX 模块 / 系统，主要背景是 XX（业务场景）。

我具体做了三件事：
1. 针对 XX 场景写了 XX 自动化用例（Python + pytest），
   解决了 XX 问题，最终 XX 场景覆盖率达到 XX%。
2. 参与了 XX 功能的测试用例设计，用 XX 方法（边界值 / 等价类）
   设计了 XX 个用例。
3. 搭建了 XX 工具 / 平台，提升了团队 XX 效率。

遇到的难点是 XX，我是这样解决的：XX。

结果：XX 指标提升了 / 提前 XX 天完成 / Bug 漏测率为 0。

面试官追问方向：

"你在这个项目里具体负责什么？"
"项目难点是什么？怎么解决的？"
"你提到的 XX 技术方案是怎么设计的？"
"如果再做一次，你会有什么改进？"

3. 黑盒测试和白盒测试的区别是什么？

【标准回答 · 1 分钟】

黑盒测试：不关心代码内部实现，只看输入和输出。
         从用户角度出发，验证功能是否符合需求。
         优点是容易上手、不需要编程基础，缺点是覆盖率低。

白盒测试：基于代码内部逻辑进行测试，比如语句覆盖、分支覆盖、路径覆盖。
         需要了解代码结构，优点是能找到隐藏的逻辑 Bug，缺点是对测试人员要求高。

灰盒测试：介于两者之间，结合接口或模块的已知部分信息进行测试。

追问 1：如果让你给一个登录功能设计黑盒测试用例，你会从哪些角度考虑？

1. 功能层面：正确账号+正确密码登录成功；错误密码提示"密码错误"；
            账号不存在提示"账号未注册"；空输入提示"请输入账号/密码"
2. 边界值：账号最短/最长长度、密码最短/最长长度、空格处理
3. 安全：SQL 注入（账号输入 ' or 1=1 --）、XSS 攻击、暴力破解防护
4. 性能：1000 人同时登录响应时间是否 < 2s
5. 兼容性：不同浏览器、不同系统、不同网络环境
6. 用户体验：错误提示是否清晰、不暴露具体是账号错还是密码错（防枚举）

追问 2：测试百度搜索框，你会怎么设计用例？

1. 功能：输入关键词搜索有结果、无结果；搜索特殊字符（<>、表情）；空搜索；
         搜索历史记录；搜索建议词点击
2. 边界：超长字符串搜索；多语言搜索；空格处理
3. 相关性：结果排序是否按相关度；搜索结果标题/摘要是否包含关键词
4. 性能：大词搜索 1s 内出结果；翻页响应时间
5. 安全：搜索关键词 XSS；搜索 SQL 注入
6. 兼容性：不同浏览器、手机不同系统
7. 专项：图片搜索、视频搜索的区别；搜索结果屏蔽逻辑

4. SQL：查每个班级的平均成绩前三名

【手撕代码 · 写出来很重要】

sql

-- 方法1：子查询（推荐，逻辑清晰）
SELECT s.name, s.score, s.class_id
FROM student s
WHERE (
    SELECT COUNT(DISTINCT score)
    FROM student s2
    WHERE s2.class_id = s.class_id AND s2.score > s.score
) < 3
ORDER BY s.class_id, s.score DESC;

-- 方法2：窗口函数（如果熟悉）
SELECT name, score, class_id
FROM (
    SELECT name, score, class_id,
           ROW_NUMBER() OVER (PARTITION BY class_id ORDER BY score DESC) as rn
    FROM student
) t
WHERE rn <= 3;

常见追问：

GROUP BY + ORDER BY 执行顺序 → GROUP BY 先分组，ORDER BY 后排序
WHERE 和 HAVING 的区别 → WHERE 过滤行，HAVING 过滤分组（先 WHERE 后 GROUP BY，再 HAVING）

5. SQL：给 student 表添加一个"父母姓名"字段

sql

ALTER TABLE student ADD COLUMN parent_name VARCHAR(50);

追问：添加字段和删除字段的 SQL 怎么写？

sql

-- 添加
ALTER TABLE student ADD COLUMN age INT;

-- 删除
ALTER TABLE student DROP COLUMN age;

-- 修改字段类型
ALTER TABLE student MODIFY COLUMN age VARCHAR(10);

6. 手撕代码：判断链表是否有环（快慢指针）

【LeetCode 141 · 常见原题】

python

def hasCycle(head):
    if not head or not head.next:
        return False
    slow = head
    fast = head
    while fast and fast.next:
        slow = slow.next        # 走一步
        fast = fast.next.next   # 走两步
        if slow == fast:
            return True
    return False

追问 1：如何找出环的入口？

python

# 相遇后，让一个指针从 head 出发，一个从相遇点出发，都是每次走一步，再次相遇处即为环入口
def detectCycle(head):
    slow = fast = head
    while fast and fast.next:
        slow = slow.next
        fast = fast.next.next
        if slow == fast:
            # 找入口
            ptr = head
            while ptr != slow:
                ptr = ptr.next
                slow = slow.next
            return ptr
    return None

追问 2：如何求环的长度？

python

# 找到相遇点后，慢指针继续走一圈，再次回到相遇点即为环长

7. 手撕代码：字符串反转（去除特殊字符）

python

# 保留字母和数字，去除其他字符
def reverse_only_letters(s):
    chars = [c for c in s if c.isalnum()]
    chars.reverse()
    result = []
    idx = 0
    for c in s:
        if c.isalnum():
            result.append(chars[idx])
            idx += 1
        else:
            result.append(c)
    return ''.join(result)

8. 手撕代码：合并两个有序数组

python

def merge(nums1, m, nums2, n):
    # 从后往前填，避免覆盖
    p1, p2, p = m - 1, n - 1, m + n - 1
    while p2 >= 0:
        if p1 >= 0 and nums1[p1] > nums2[p2]:
            nums1[p] = nums1[p1]
            p1 -= 1
        else:
            nums1[p] = nums2[p2]
            p2 -= 1
        p -= 1

9. Linux：查看指定进程；查看端口占用

bash

# 查看进程
ps -ef | grep python
ps aux | grep nginx

# 查看端口占用
lsof -i:8080
netstat -tlnp | grep 8080

追问 1：查找日志中包含 error 和 warning 的行？

bash

grep "error" app.log | grep "warning"
grep -E "error|warning" app.log

追问 2：查看大文件的最后 100 行？

bash

tail -n 100 app.log

追问 3：查找文件中含有关键词，并显示前后 10 行？

bash

grep -C 10 "keyword" app.log
grep -B 10 -A 10 "keyword" app.log

追问 4：把所有文件的 IP1 替换成 IP2？

bash

sed -i 's/IP1/IP2/g' *
find . -name "*" -exec sed -i 's/IP1/IP2/g' {} \;

10. HTTP 和 HTTPS 的区别

1. 加密：HTTP 明文传输，HTTPS 用 SSL/TLS 加密，更安全
2. 端口：HTTP 80，HTTPS 443
3. 证书：HTTPS 需要 CA 证书（防止中间人攻击）
4. 性能：HTTPS 有握手开销，略慢（但可忽略，现在基本都用 HTTPS）
5. 搜索排名：百度/Google 优先收录 HTTPS 网站

追问：从输入 URL 到页面展示，发生了什么？

1. DNS 解析：浏览器缓存 → 系统缓存 → DNS 服务器 → 获取 IP
2. 建立 TCP 连接：三次握手
3. 发起 HTTP/HTTPS 请求
4. 服务器处理请求，返回响应
5. 浏览器渲染页面（解析 HTML → 构建 DOM 树 → 渲染树 → 布局 → 绘制）
6. 四次挥手断开连接

11. TCP 和 UDP 的区别

1. 连接性：TCP 面向连接（三次握手），UDP 无连接
2. 可靠性：TCP 可靠（确认、重传、排序），UDP 不可靠
3. 传输效率：UDP 更快（没有确认和重传开销）
4. 场景：TCP 适合文件传输、网页、邮件；UDP 适合视频通话、直播、DNS

追问：三次握手过程是什么？为什么不能是两次？

1. 客户端发 SYN → 服务端
2. 服务端回 SYN+ACK → 客户端
3. 客户端发 ACK → 服务端

为什么不能两次：
防止历史连接请求被服务端接受（网络延迟的老旧 SYN 包干扰正常连接）

12. 常见网络协议有哪些？

HTTP/HTTPS（应用层）：网页请求
TCP（传输层）：可靠传输
UDP（传输层）：快速传输
DNS（应用层）：域名解析
DHCP（应用层）：动态 IP 分配
FTP（应用层）：文件传输
SSH（应用层）：远程登录

13. Java：int 和 Integer 的区别

1. int 是基本类型，Integer 是包装类型（对象）
2. int 默认值 0，Integer 默认值 null
3. Integer 提供了工具方法（如 Integer.parseInt）
4. 自动装箱：int → Integer（Integer.valueOf）
   自动拆箱：Integer → int（intValue）
5. Integer 有缓存：-128~127 之间的值是同一个对象（节省内存）

追问：Java 的四种权限修饰符

1. public：所有地方都能访问
2. protected：同类、同包、不同包的子类能访问
3. default（不写）：同类、同包能访问
4. private：只有同类能访问

14. Python：深拷贝和浅拷贝

浅拷贝：只拷贝一层，嵌套对象仍指向原引用
深拷贝：递归拷贝所有层级，完全独立

import copy
a = [[1,2], 3]
b = copy.copy(a)   # 浅拷贝
c = copy.deepcopy(a)  # 深拷贝

追问：Python 的函数传参是传值还是传引用？

Python 既不是严格的传值，也不是严格的传引用。
对于不可变对象（int, str, tuple）：像传值
对于可变对象（list, dict）：像传引用（但本质是传递了对象的引用）

15. 一万条数据的表，查询很慢，怎么优化？

1. 加索引：给高频查询字段加 B+ 树索引（但不要加太多，影响写入）
2. 优化 SQL：避免 SELECT *、避免全表扫描、用 EXPLAIN 分析执行计划
3. 分页优化： LIMIT offset, size → 用游标分页（ WHERE id > last_id LIMIT n）
4. 读写分离：主库写，从库读
5. 分库分表：按时间或业务 ID 分表
6. 加缓存：Redis 缓存热点数据

16. 如何测试一个电梯？

【功能测试】
- 每层楼的上下按钮是否正常
- 到达目标楼层后开门/关门是否正常
- 超载报警功能
- 门夹到人是否自动弹开

【性能测试】
- 满载运行速度是否符合标准
- 同时响应多个楼层的效率

【安全测试】
- 电梯下坠时自动制动
- 紧急通话按钮是否可用
- 停电时是否有应急电源

【压力测试】
- 上下班高峰期所有楼层同时呼叫

【边界测试】
- 超过最大载重
- 楼层超过/低于有效范围

二、二面（45~60 分钟 · 项目深挖 + 编码 + 系统设计）

二面关键词：你到底有没有真正做过事、能不能解决实际问题 面试官目的：判断你有没有"真实能力"

1. 项目深挖：你的自动化测试是怎么做的？

【标准回答】

我主要做了三件事：

1. 框架选型：选 Python + pytest。。。。。。。
2. 数据驱动：用 YAML/Excel 管理测试数据，一个用例可以跑多组数据，维护成本低。
3. 持续集成：流水线，每次代码提交自动跑自动化用例，失败的用例自动发钉钉通知。

核心成果：用例数从 50 条扩到 200 条，核心场景覆盖率 80%，
        回归时间从 4h 缩短到 30min。

2. 项目深挖：你遇到的最大难点是什么？

【STAR 法则】

难点：接口之间有强依赖，A 接口返回的数据是 B 接口的入参，
      线下环境数据不稳定，导致自动化用例经常失败。

解决：
1. 用 unittest.mock 拦截依赖接口，返回预设数据
2. 搭建独立的测试数据准备接口，在用例执行前自动初始化数据

结果：自动化用例稳定性从 60% 提升到 95%。

3. 如何设计一个接口自动化测试框架？

1. 请求封装：统一封装 HTTP 请求，处理 Cookie/Session、Headers、超时
2. 数据驱动：测试数据与用例分离，用例只关心业务逻辑
3. 用例管理：用 pytest + marker 管理用例分类（smoke、regression）
4. 报告生成：allure 报告，失败截图、日志自动上传
5. CI/CD：Jenkins + Webhook，代码提交自动触发
6. 通知：失败自动发钉钉/邮件通知

4. 性能测试怎么做？

1. 确定目标：QPS、响应时间、并发用户数
2. 工具选型：JMeter（最常用）、Locust（Python）、wrk
3. 场景设计：基准测试、峰值测试、稳定性测试（压 8h/24h）
4. 监控：后端用 Arthas/Prometheus，前端用 Chrome DevTools
5. 分析：找瓶颈（CPU/内存/IO/数据库），逐步调优
6. 出报告：TPS 曲线、响应时间分布、错误率

5. Redis 为什么快？

1. 纯内存操作，没有磁盘 IO
2. 单线程（6.0 之前），避免上下文切换和锁竞争
3. IO 多路复用（epoll），一个线程处理大量并发连接
4. 数据结构经过优化（跳表、压缩列表），查询效率高

6. 手撕代码：两数之和

python

def twoSum(nums, target):
    hashmap = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hashmap:
            return [hashmap[complement], i]
        hashmap[num] = i
    return []

7. 手撕代码：最长回文子串（说思路 + 写核心代码）

python

# 中心扩展法
def longestPalindrome(s):
    if not s:
        return ""
    start, end = 0, 0
    for i in range(len(s)):
        # 单中心
        len1 = expand(i, i, s)
        # 双中心
        len2 = expand(i, i + 1, s)
        maxlen = max(len1, len2)
        if maxlen > end - start + 1:
            start = i - (maxlen - 1) // 2
            end = i + maxlen // 2
    return s[start:end + 1]

def expand(left, right, s):
    while left >= 0 and right < len(s) and s[left] == s[right]:
        left -= 1
        right += 1
    return right - left - 1

8. 手撕代码：最大子序列和

python

def maxSubArray(nums):
    # 贪心：当前和为负数就重新开始
    max_sum = nums[0]
    cur_sum = 0
    for num in nums:
        cur_sum = max(num, cur_sum + num)
        max_sum = max(max_sum, cur_sum)
    return max_sum

9. 手撕代码：相交链表

python

def getIntersectionNode(headA, headB):
    # 长度对齐法：pA 走完 A 再走 B，pB 走完 B 再走 A，相遇即为交点
    if not headA or not headB:
        return None
    pA, pB = headA, headB
    while pA != pB:
        pA = pA.next if pA else headB
        pB = pB.next if pB else headA
    return pA

10. 手撕代码：找出一个数组中出现次数超过一半的数字（摩尔投票）

python

def majorityElement(nums):
    # 摩尔投票：每次删掉两个不同的数，剩下的一定是众数
    candidate, count = None, 0
    for num in nums:
        if count == 0:
            candidate = num
            count = 1
        elif num == candidate:
            count += 1
        else:
            count -= 1
    return candidate

11. 手撕代码：完全二叉树的节点个数

python

def countNodes(root):
    if not root:
        return 0
    # 利用完全二叉树性质：左深度 = 右深度 → 必为满二叉树
    left_depth = getDepth(root.left)
    right_depth = getDepth(root.right)
    if left_depth == right_depth:
        # 满二叉树，直接用公式
        return 2 ** left_depth - 1 + 1  # 左子树节点数 + 根节点 + 右子树递归
    else:
        return countNodes(root.left) + countNodes(root.right) + 1

def getDepth(node):
    d = 0
    while node:
        d += 1
        node = node.left
    return d

12. 场景题：如何测试一个自助贩卖机？

【功能】
- 选择商品、投币/扫码支付、找零、出货是否正常
- 商品卖完后显示缺货提示
- 纸币/硬币识别
- 扫码支付成功但未出货的补偿机制

【性能】
- 连续出货 100 次，机械结构是否正常
- 支付成功到出货的时间是否 < 10s

【安全】
- 恶意退款漏洞
- 机器被撬开的报警

【故障恢复】
- 突然断电后恢复，数据是否正确
- 网络中断时是否能正常出货

13. 场景题：如何测试微信聊天功能？

【功能】
- 发送文字、表情、图片、语音、视频、文件
- 已发送消息撤回（2 分钟内）
- 消息删除
- 已读回执（好友设置开启时）

【兼容性测试（重点追问）】
为什么 App 需要做兼容测试？
→ 不同手机系统版本、不同微信版本、不同分辨率、不同网络环境，
   行为可能有差异。比如 Android 和 iOS 的推送机制就不同。

【边界】
- 发送超长消息（最大字符限制）
- 发送敏感词是否拦截
- 网络中断时消息是否进入发送队列，重连后自动发送

14. 智力题：100 个球，甲乙轮流拿，每次最多拿 5 个，拿到第 100 个赢。

【先拿必胜策略】

关键：每轮"两人拿的总数 = 6" → 100 ÷ 6 = 16 余 4

策略：先拿 4 个，之后每次和对方凑 6（对方拿 X，我拿 6-X）

必胜条件：第一次拿 4 个

【追问：如果拿到第 100 个输呢？

转变为"谁拿到第 99 个就赢"
策略变为凑 6，但起点不同。

15. 场景题：50 个红球 50 个蓝球，放到两个盒子里，摸到红球概率最大。

最优解：
- 第一个盒子放 1 个红球
- 第二个盒子放剩余全部（49 红 + 50 蓝）

摸到红球概率：
P = 1/2 × 1（从盒子1摸到红球）+ 1/2 × 49/99（从盒子2摸到红球）
  = 0.5 + 0.5 × 49/99 ≈ 0.747

16. 场景题：系统容量提升（ABC 三模块各 3 实例）

题目：一个请求先到 A（随机），A 再随机请求 B（1s 超时，最多重试 2 次），
      B 同样最多重试 2 次请求 C，问系统有什么问题？

可能的问题：
1. 雪崩：某一层超时 → 上层重试 → 流量翻倍 → 进一步超时 → 恶性循环
2. 重复请求：重试导致同一个请求被执行多次 → 数据重复（幂等性问题）
3. 资源耗尽：重试期间连接不释放 → 连接池耗尽
4. 延迟累积：A→B→C，每层重试累积延迟，末端超时率很高

解决方案：
- 限流
- 熔断（当某个下游失败率高时快速失败，不重试）
- 重试时加随机延迟（避免所有请求同时重试）
- 保证接口幂等性

三、三面（30~45 分钟 · 主管面 / 综合面）

三面关键词：稳定性、动机、沟通能力、全局思维 面试官目的：判断你是不是"靠谱、值得培养的人"

1. 你对测开的理解是什么？测开需要具备什么能力？

测试开发 = 测试 + 开发，是用工程化手段保障质量。

测开需要的能力：
1. 测试能力：测试用例设计、缺陷定位、质量评估
2. 编码能力：自动化脚本、测试工具、平台开发
3. 工程能力：CI/CD、DevOps、持续交付
4. 软实力：沟通协调（需要和开发、产品频繁对接）、细心耐心

追问：你觉得自己做测开的优势是什么？

1. 我有测试思维，能从用户角度思考问题
2. 我有开发能力，能把测试工作自动化、工程化
3. 我细心、耐心，适合做质量保障工作

2. 你最大的优点和缺点是什么？

【优点】

我做事比较细心、有责任心。
比如我做自动化的时候，会主动考虑边界情况、网络异常，
设计覆盖率较高的用例。

【缺点】

我有时候追求完美，会在一个细节上花较多时间。
但我现在会先用四象限法评估任务优先级，
先把核心功能做好，再优化细节。

3. 你最大的遗憾是什么？

我本科/研究生期间有一段时间，对未来的方向比较迷茫，
没有提前系统学习测试相关的知识和工具。
但后来我明确了自己要走测开这条路，
就主动做了 XXX 项目、XXX 实习，来补足自己的短板。

4. 如果给你一个不熟悉的项目，三天内完成测试，你怎么做？

1. 快速熟悉需求：和产品/开发要文档，1 对 1 沟通，梳理核心流程
2. 识别关键路径：先找核心功能（用户使用频率最高的路径）
3. 设计核心用例：用等价类+边界值，优先覆盖主流程
4. 利用工具：用 Charles/Fiddler 抓包快速定位问题
5. 自动化辅助：对核心路径写简单脚本，快速回归
6. 沟通同步：每天同步进度，有风险及时暴露

5. 如果一个项目 Bug 很多，你怎么办？

1. 分类统计：用 Bug 管理工具（Jira）统计 Bug 类型、严重程度
2. 找根因：是需求不清、开发粗心、还是测试漏测
3. 推动改进：
   - 需求评审更严格（减少需求歧义）
   - 加强开发自测（引入单元测试）
   - 提高自动化覆盖率（减少回归漏测）
4. 风险预警：提前和项目经理沟通，调整上线时间

6. 职业规划是什么？

短期（1~2 年）：
- 扎实测试基础，掌握自动化测试、持续集成
- 能独立负责一个模块的测试工作

中期（3~5 年）：
- 成为核心测开，具备独立设计测试方案的能力
- 深入某一领域（性能测试/安全测试/测试平台）

长期：
- 测试架构师 or 测试团队负责人
- 能从全局视角设计质量保障体系

7. 你有其他 Offer 吗？你的意向城市是？

【实话实说 + 表达诚意】

目前有 X 个 offer 在推进中，但百度是我最想来的，
因为 XXX（和公司业务/技术栈相关的原因）。

意向城市是 XXX。

8. 你有什么问题要问我？

1. 这个岗位日常主要负责什么业务？
2. 技术栈是什么？（Java 还是 Python？）
3. 测试和开发的比例是多少？
4. 进入后有没有系统的培训？
5. 面试结果什么时候通知？

【三面不要问太技术的问题，重点问团队文化、成长空间】

四、高频手撕代码汇总（百度一面二面必考）

题目	难度	出现频率
判断链表是否有环	★★	⭐⭐⭐⭐⭐
两数之和	★★	⭐⭐⭐⭐⭐
最长回文子串	★★★	⭐⭐⭐⭐
相交链表	★★★	⭐⭐⭐⭐
最大子序列和	★★	⭐⭐⭐⭐
合并有序数组	★★	⭐⭐⭐
字符串反转（去除特殊字符）	★★	⭐⭐⭐
完全二叉树节点个数	★★★	⭐⭐⭐
判断 IP 地址合法性	★★	⭐⭐
二叉树每层最大数字	★★★	⭐⭐

五、面试官视角总结

🥇 一面（基础面）→ 你是不是"合格的候选人"
   重点：基础扎实 + 会测试 + 能写简单代码

🥈 二面（技术面）→ 你有没有"真实能力"
   重点：项目真实经历 + 编码能力 + 问题解决思路

🥉 三面（综合面）→ 你是不是"靠谱的人"
   重点：稳定性 + 动机 + 沟通 + 价值观

每题都有标准回答思路，面试时可直接使用。

面经五：百度测开日常实习（牛客 2026）

来源： https://www.nowcoder.com/feed/main/detail/17301103f42941cea5a15a6a371937f8

一面（40min）

以前的项目经历，开发和测试的 offer 你会怎么选
具体的项目内容，怎么测试的
怎么实现自动化测试的？性能测试看哪些指标？QPS 怎么计算的
Java 基本数据类型、Java 反射机制
SpringBoot 使用了哪些设计模式？介绍单例模式
使用过缓存吗？Redis 的优缺点、缓存雪崩/穿透/击穿三件套
数据库索引？为什么要使用？怎么判断链表有环
TCP 五层结构、三次握手四次挥手流程
场景题：设计购物车的测试用例
反问工作内容和面试流程

二面（40min）

以前工作的内容，本科到研究生期间在干什么
介绍之前的项目，有哪些亮点难点
ES 怎么部署的？MySQL 的索引结构
Linux 用得多吗？怎么查端口是否被占用？怎么查包含某个字符的文件
写两个 SQL（查班级平均分和第二名成绩）
最常用的语言是什么？讲讲 Java 的多态
一个复制文件的 Java 程序报错，怎么定位问题
手撕代码：判断回文串
场景题：怎么测文心一言和 ChatGPT

面经六：百度测开提前批一二三面（牛客 2026）

来源： https://www.nowcoder.com/feed/main/detail/8fd3f2820d7b470c9ff45b6df154c915

一面

自我介绍（建议言简意赅，三分钟以内）
简单介绍项目
设计一个登录界面的测试用例，安全性测试
数据库手撕代码：两个表如何关联查询、分组排序、左外连接/右外连接/内连接
字符串反转、去除特殊字符、判断不符合条件的字符

二面

自我介绍
熟悉的语言，JS 与 AngularJS 的区别
Python 运行发现有哪些异常？如何定义异常？
常用 Linux 语句（打开大文件、解压、关键字查询、查询关键字前后10行）
HTTP 和 HTTPS 的区别、HTTP 的响应流程
网站错误返回代码的含义
Python3 六个标准数据类型：不可变数据（Number、String、Tuple）vs 可变数据（List、Dictionary、Set）

面经七：百度测试开发一面（牛客 2026）

来源： https://www.nowcoder.com/feed/main/detail/a7b8ee69ecc74fbab4cc730dbf82cf4d

自我介绍
实习项目
实习中测试的流程
用的什么测试工具
Postman 用来干啥的？Fiddler 用来干啥的？
GET 请求和 POST 请求
浏览器输入 URL 之后到页面出现发生了什么
进程与线程的区别
线程的几种状态
垃圾回收机制
输出1-100的质数
Linux 命令
Transformer 了解吗？

面经八：百度技术中台服务端测开一二三面（牛客 518069）

来源： https://ac.nowcoder.com/discuss/518069

一面

手撕代码（三选二）：
- 字符串翻转
- 正则表达式替换（字符串中数字乘以2）
- 将列表中的异位词分组
手撕 SQL：
- 查找按姓名排序的第5-10行
- 多表联合查询
自我介绍
项目介绍（项目简介、上下游系统、存储系统）
工作中测试流程介绍
如何执行性能测试的
如何进行安全测试的
用例设计：如何对两部电梯设计测试用例
反问

二面

自我介绍
给现公司创造的最大收益是什么？工作中怎么进行 bug 定位？
介绍负责的项目
测试过程中开发说技术层面解决不了，你会怎么办？
手撕代码：任务调度题
用例设计：给财务审批流程图，自己设计测试用例

三面

自我介绍，为什么毕业后就可以做管理？
最有成就感的事情
介绍自己搭的框架
介绍自己写的工具
应聘该职位的优势和劣势
用例二次设计（一面中的两部电梯用例设计，考察有无复盘）
手撕代码：输出最长连续字符串

面经九：百度测开一二三面（牛客 508241）

来源： https://ac.nowcoder.com/discuss/508241

一面

C++：内存溢出和内存泄漏
操作系统：进程的状态，怎么切换
Linux 指令：查看进程端口号、查看日志
说说你的三个优点和三个缺点
编程题：由1,2,3,4组成的不重复且各位不相等的三位数有几个？都是哪些？

二面（小姐姐）

聊项目，基本不问技术题
手写 SQL：score表(name,class,score)，查出所有成绩大于80的学生名字
一个电梯怎么测试？测试有哪些方法？
聊实习、聊对测试的理解、为什么要来测试开发、给你offer在你心里能排第几

三面（部门经理）

聊实习、聊项目
遇到了什么问题
平时在学校参与什么活动
怎么学习的
你有什么优点和缺点
为什么要做测试

百度测开二面面经（4.15）

特点：深挖 AI 问答系统 / RAG 实现细节，适合有 AI 项目经验的候选人

1. 自我介绍

结构：姓名 + 学校/专业 + 核心项目（一句话） + 技术栈 + 求职意向控制在 1.5-2 分钟，结尾引导面试官问项目

2. AI 问答系统怎么实现的

整体架构（标准回答框架）：

用户提问
  → 问题预处理（意图识别、关键词提取）
  → 检索模块（向量检索 / 关键词检索 / 混合检索）
  → 召回排序（Rerank）
  → 提示词组装（Prompt Engineering）
  → 大模型推理（LLM API 调用）
  → 后处理（格式化、过滤、引用标注）
  → 返回答案

技术选型参考：

向量模型：text-embedding-ada-002 / BGE / M3E
向量数据库：Milvus / Chroma / Weaviate / Pinecone
LLM：GPT-4 / Claude / DeepSeek
框架：LangChain / LlamaIndex

3. RAG 怎么实现的

RAG（Retrieval-Augmented Generation）完整流程：

离线阶段（文档入库）：

文档加载（PDF/Word/网页）
文档切片（Chunking）：按段落/固定长度/语义切分，chunk_size 通常 256-512 token，overlap 50-100 token
向量化：调用 Embedding 模型，将每个 chunk 转为向量
存入向量数据库，附带元数据（文档ID、来源、页码等）

在线阶段（问答）：

用户问题向量化
向量相似度检索（cosine similarity / ANN）
召回 Top-K 个 chunk
Rerank 重排序（可选）
组装 Prompt：[系统提示] + [召回内容] + [用户问题]
调用 LLM 生成答案

4. 向量数据库多用户隔离：如何防止检索到其他用户文章的内容

核心问题： 多用户共享向量数据库，检索时可能召回其他用户的文章切片

解决方案：元数据过滤（Metadata Filtering）

python

# 存入时附带元数据
collection.insert({
    "vector": embedding,
    "metadata": {
        "user_id": "user_123",
        "doc_id": "doc_456",
        "article_title": "xxx"
    }
})

# 检索时加过滤条件
results = collection.search(
    query_vector=query_embedding,
    filter="user_id == 'user_123' AND doc_id == 'doc_456'",
    top_k=5
)

其他方案：

命名空间隔离（Namespace）：Pinecone 支持，每个用户/文档一个 namespace
Collection 隔离：每个用户单独一个 Collection（成本高，适合企业级）
混合过滤：先按 user_id 过滤，再做向量相似度排序

5. 为什么要避免全库搜索

原因：

性能：向量数据库全库扫描是 O(n)，百万级向量时延迟不可接受
精度：全库搜索会引入大量不相关结果，降低召回质量
成本：计算量大，GPU/CPU 资源消耗高
安全：多租户场景下，全库搜索可能泄露其他用户数据

向量数据库的 ANN（近似最近邻）索引：

HNSW（Hierarchical Navigable Small World）：精度高，内存大
IVF（Inverted File Index）：先聚类，再在簇内搜索，速度快
本质是用少量精度损失换取大幅性能提升

6. 一万篇文章的检索策略

分层检索策略：

第一层：粗召回（快速缩小范围）
  → 关键词过滤（BM25 / Elasticsearch）
  → 元数据过滤（时间、分类、标签）
  → 缩小到 100-500 篇候选

第二层：精排（向量相似度）
  → 对候选集做向量检索
  → 召回 Top-20

第三层：Rerank（精细排序）
  → 用 Cross-Encoder 模型重排序
  → 最终取 Top-5

混合检索（Hybrid Search）：

稀疏检索（BM25）：擅长关键词精确匹配
稠密检索（向量）：擅长语义相似度
融合：RRF（Reciprocal Rank Fusion）加权合并两路结果

7. 一万篇文章都包含关键词，如何排序？排序后 Prompt 组装策略

排序策略（多维度打分）：

python

final_score = (
    0.4 * vector_similarity_score +   # 语义相关度
    0.3 * bm25_score +                # 关键词匹配度
    0.2 * recency_score +             # 时效性（越新越好）
    0.1 * popularity_score            # 文章热度/权威性
)

Rerank 模型：

Cross-Encoder（如 BGE-Reranker）：对 query + passage 联合编码，精度高但慢
适合对 Top-100 结果做精排，最终取 Top-5

Prompt 组装策略：

[System Prompt]
你是一个专业的问答助手，请根据以下参考资料回答用户问题。
如果参考资料中没有相关信息，请如实告知。

[参考资料]
[1] 文章标题：xxx
    内容：{chunk_1}
    
[2] 文章标题：yyy
    内容：{chunk_2}

...（Top-K 个 chunk）

[用户问题]
{user_question}

请基于以上资料回答，并标注引用来源（如[1][2]）。

8. 召回十篇文章超出上下文窗口怎么办

方案一：截断（简单粗暴，不推荐）

只取 Top-N 个 chunk，直到不超出窗口

方案二：压缩（Map-Reduce）

对每篇文章单独摘要 → 将摘要拼接 → 再次提问

LangChain 的 MapReduceDocumentsChain

方案三：迭代精炼（Refine）

先用第1篇文章回答 → 用第2篇文章补充/修正 → ... → 最终答案

方案四：动态 chunk 压缩

对每个 chunk 用 LLM 提取与问题最相关的句子，压缩后再拼接

方案五：选更大上下文窗口的模型

Claude 3.5（200K token）、Gemini 1.5 Pro（1M token）

实际推荐： 方案一（截断）+ 方案二（摘要压缩）结合，先截断到合理数量，再对每篇做摘要

9. 用过 Code Agent 吗

结合自身实际回答，参考方向：

Cursor / GitHub Copilot / Claude Code / Devin
用于写测试用例、生成接口测试脚本、代码 Review
实际体验：优点（速度快、样板代码）、局限（上下文理解有限、需要人工 Review）

10. GPT-4.5 和 Claude Opus 有什么区别

维度	GPT-4.5	Claude Opus
厂商	OpenAI	Anthropic
上下文窗口	128K	200K
代码能力	强	强（Claude Code 专项优化）
长文本理解	良好	更优（更大窗口）
安全性/对齐	较好	更保守（Constitutional AI）
价格	较贵	较贵
适用场景	通用、代码、多模态	长文档分析、复杂推理、写作

11. Claude Code 检索文章，没有走 RAG 对吧

正确理解：

Claude Code 是一个 Code Agent，它通过工具调用（读文件、搜索代码库）来获取上下文，本质是 Agent + Tool Use
RAG 是预先将文档向量化存入数据库，检索时做相似度搜索
Claude Code 直接读取文件系统，不需要预先建向量索引，所以不走 RAG
但如果代码库很大，Claude Code 也会用类似 RAG 的方式做代码检索（如 tree-sitter 解析 + 语义搜索）

12. XHS 问答场景：RAG vs Agent Search，哪个更好

小红书问答场景特点：

内容以 UGC 笔记为主，结构化程度低
用户问题多样（美妆、旅游、美食等垂类）
实时性要求较高（新笔记不断产生）

RAG 优势：

延迟低，适合实时问答
成本可控
适合知识库相对固定的场景

Agent Search 优势：

可以多步推理，处理复杂问题
可以调用多个工具（搜索+计算+API）
适合需要综合多源信息的场景

结论（个人观点）：

基础问答 → RAG 更合适（低延迟、低成本）
复杂推理/多跳问题 → Agent Search 更合适
实际落地 → RAG + Agent 混合架构：简单问题走 RAG，复杂问题触发 Agent

13. AI 问答系统尝试过哪些模型？有做过 SFT 吗

模型选型经验（参考）：

GPT-3.5-turbo：成本低，适合简单问答
GPT-4 / GPT-4o：复杂推理，准确率高
DeepSeek：中文理解好，成本低，适合国内场景
Claude：长文本处理好

SFT（监督微调）：

通常在通用模型效果不满足垂类需求时做
需要高质量标注数据（问题-答案对）
成本高，一般先用 Prompt Engineering + RAG 优化，实在不行再做 SFT
替代方案：Few-shot Prompting、RLHF

14. DeepSeek 用的哪个版本

结合自身实际，参考：

DeepSeek-V2：MoE 架构，成本极低
DeepSeek-V3：2024年底发布，综合能力强，接近 GPT-4
DeepSeek-R1：推理模型，类 o1，适合数学/代码/逻辑推理
DeepSeek-Coder：代码专项

15. 项目都是开发类，为什么想投测试开发

参考回答思路：

"我在开发项目过程中，发现很多 Bug 其实是可以通过系统化测试提前发现的，这让我对测试工程化产生了浓厚兴趣。测试开发不只是写测试用例，更需要设计测试框架、工具链、自动化体系，这和开发的思维方式是相通的。我希望用开发的视角去做测试，把质量保障做得更系统、更工程化。同时，测试开发岗位能让我更全面地理解整个软件研发流程，对我的长期发展也更有价值。"

关键点：

不要说"测试好找工作"
强调开发背景是优势（能写框架、能看代码、能做 Code Review）
表达对质量工程的真实兴趣

16. 反问建议

团队目前在测试工程化/AI 测试方向有哪些探索？
新人入职后的成长路径是怎样的？
这个岗位日常工作中，开发和测试的比例大概是多少？

百度测开面经（2026.04）

面试问题：

编程题：轮转数组
SQL题：查询数据库中姓李的李老师数量
自我介绍
使用过的工具
之前的项目介绍
怎么做性能测试
在之前的工作中怎么做自动化测试的
列出Linux命令基本命令
列出k8s基本命令
给你一个智能聊天系统，如何测试
反问环节

参考回答思路：

Q1: 编程题 - 轮转数组（LeetCode 189）

python

# 方法1：三次反转（推荐，O(n)时间，O(1)空间）
def rotate(nums, k):
    n = len(nums)
    k = k % n  # 防止k大于数组长度
    nums.reverse()          # 整体反转
    nums[:k] = nums[:k][::-1]   # 前k个反转
    nums[k:] = nums[k:][::-1]   # 后n-k个反转

# 示例：[1,2,3,4,5,6,7], k=3 → [5,6,7,1,2,3,4]

Q2: SQL - 查询姓李的老师数量

sql

SELECT COUNT(*) AS count
FROM teacher
WHERE name LIKE '李%';

Q4: 常用测试工具

接口测试：Postman、JMeter、RestAssured
自动化：Selenium、Appium、pytest、unittest
性能测试：JMeter、Locust、wrk
抓包：Charles、Fiddler、Wireshark
CI/CD：Jenkins、GitLab CI
缺陷管理：Jira、禅道
监控：Prometheus、Grafana、Arthas

Q6: 性能测试怎么做

1. 确定目标：QPS、响应时间（P99）、并发用户数、错误率
2. 工具选型：JMeter / Locust
3. 场景设计：
   - 基准测试：单用户，确认功能正常
   - 负载测试：逐步加压，找性能拐点
   - 压力测试：超过预期峰值，看系统极限
   - 稳定性测试：持续压测8h/24h
4. 监控：CPU、内存、GC、数据库连接池、线程池
5. 分析瓶颈：慢SQL、线程阻塞、内存泄漏
6. 出报告：TPS曲线、响应时间分布、错误率

Q7: 自动化测试怎么做

1. 框架选型：Python + pytest + requests
2. 用例设计：接口自动化 / UI自动化
3. 数据驱动：YAML/Excel管理测试数据
4. 断言：状态码、响应体字段、数据库验证
5. 报告：Allure报告，失败截图
6. CI集成：Jenkins流水线，代码提交自动触发
7. 通知：失败自动发钉钉/邮件

Q8: Linux基本命令

bash

# 文件操作
ls -la          # 列出文件
cd /path        # 切换目录
cp src dst      # 复制
mv src dst      # 移动/重命名
rm -rf dir      # 删除
mkdir dir       # 创建目录
cat file        # 查看文件
tail -f log     # 实时查看日志
grep "key" file # 搜索内容
find / -name "*.log"  # 查找文件

# 进程/网络
ps -ef | grep java    # 查看进程
kill -9 pid           # 杀进程
netstat -tlnp         # 查看端口
lsof -i:8080          # 查看端口占用
top / htop            # 系统资源

# 权限
chmod 755 file        # 修改权限
chown user:group file # 修改所有者

Q9: k8s基本命令

bash

# Pod操作
kubectl get pods                    # 查看所有pod
kubectl get pods -n namespace       # 指定命名空间
kubectl describe pod pod-name       # 查看pod详情
kubectl logs pod-name               # 查看pod日志
kubectl logs -f pod-name            # 实时查看日志
kubectl exec -it pod-name -- bash   # 进入pod

# 部署操作
kubectl get deployments             # 查看部署
kubectl scale deployment xxx --replicas=3  # 扩缩容
kubectl rollout restart deployment xxx     # 重启部署
kubectl apply -f config.yaml        # 应用配置

# 服务/配置
kubectl get svc                     # 查看服务
kubectl get configmap               # 查看配置
kubectl get secret                  # 查看密钥
kubectl get nodes                   # 查看节点

Q10: 智能聊天系统如何测试

【功能测试】
- 正常对话：输入问题，验证回答是否相关
- 上下文理解：多轮对话，验证是否记住上下文
- 边界输入：空消息、超长消息、特殊字符、emoji
- 敏感词过滤：输入违规内容，验证是否拦截
- 多语言：中英文混合输入

【性能测试】
- 响应时间：单次对话 < 3s
- 并发：100用户同时对话，系统是否稳定
- 长对话：连续对话100轮，内存是否泄漏

【准确性测试】
- 构建标准问答集，验证回答准确率
- 意图识别准确率
- 知识边界：超出范围的问题是否正确拒绝

【安全测试】
- Prompt注入攻击
- 越权访问（A用户能否看到B用户的对话）
- 数据泄露（是否返回训练数据中的敏感信息）

【兼容性测试】
- 不同终端（PC/手机/平板）
- 不同浏览器

百度网盘测试开发一面面经（2026.04）

面试问题：

自我介绍
拷打实习，怎么设计的测试用例？需求？业务？异步任务怎么测的？
如果让你测一个接口的话，你会怎么去考虑？会考虑哪些校验点？
打开www.baidu.com会发生什么
dns解析过程，是怎么找到北京百度的服务器的，说一下这个过程？
另一段实习拷打，Java后端，主要做了什么？
redis数据结构，说一说基本数据类型，应用场景
langchain4j框架，大模型和聊天机器人的区别？
拷打项目，说了一下核心框架
如果我给你一个IP，让你设计一个接口，只能访问这个IP五次，你会怎么设计，用什么数据结构
你项目里面的ES主要存储什么？ik分词器的内容？
链表和普通数组的区别
算法题，合并两个有序升序链表

参考回答思路：

Q3: 接口测试校验点

1. 功能校验：返回码、返回数据格式、必填字段
2. 边界值：空值、最大长度、特殊字符
3. 异常处理：异常入参、必填字段缺失
4. 性能：响应时间、并发
5. 安全：SQL注入、XSS、越权

Q4: 打开www.baidu.com发生什么

1. 浏览器检查缓存（DNS缓存、cookie）
2. 发起DNS解析请求，获取IP
3. 建立TCP连接（三次握手）
4. 发送HTTP请求
5. 服务器处理请求，返回HTML
6. 浏览器渲染（解析HTML、CSS、JS）

Q5: DNS解析过程

1. 本地hosts文件查找
2. 本地DNS缓存
3. 操作系统DNS缓存
4. 根域名服务器（.）
5. .com顶级域服务器
6. baidu.com权威DNS服务器
7. 返回IP给客户端

Q7: Redis数据结构

- String：缓存、计数器、分布式锁
- Hash：存储对象、购物车
- List：消息队列、热点列表
- Set：去重、标签、好友关系
- ZSet：排行榜、延迟任务队列
- BitMap：签到、UV统计
- HyperLogLog：UV统计
- Geo：地理位置

Q10: IP访问限制5次（设计题）

方案1：HashMap+计数器，key=IP，value=次数
方案2：HashMap+时间戳队列，滑动窗口
方案3：Redis + INCR + EXPIRE

Q12: 链表vs数组

- 链表：动态大小、插入删除O(1)、不支持随机访问、占用额外空间存指针
- 数组：固定大小、查找O(1)、插入删除O(n)、占用连续内存

Q13: 合并两个有序升序链表

python

class ListNode:
    def __init__(self, val=0, next=None):
        self.val = val
        self.next = next

def mergeTwoLists(l1, l2):
    dummy = ListNode(-1)
    cur = dummy
    while l1 and l2:
        if l1.val <= l2.val:
            cur.next = l1
            l1 = l1.next
        else:
            cur.next = l2
            l2 = l2.next
        cur = cur.next
    cur.next = l1 or l2
    return dummy.next

百度测试开发面经（按一二三面拆分 · 可背诵标准回答版） ​

一、一面（50 分钟左右 · 基础 + 测试思维 + 手撕代码） ​

1. 自我介绍 ​

2. 介绍你做过的项目（最高频必问题 ‼️） ​

3. 黑盒测试和白盒测试的区别是什么？ ​

4. SQL：查每个班级的平均成绩前三名 ​

5. SQL：给 student 表添加一个"父母姓名"字段 ​

6. 手撕代码：判断链表是否有环（快慢指针） ​

7. 手撕代码：字符串反转（去除特殊字符） ​

8. 手撕代码：合并两个有序数组 ​

9. Linux：查看指定进程；查看端口占用 ​

10. HTTP 和 HTTPS 的区别 ​

11. TCP 和 UDP 的区别 ​

12. 常见网络协议有哪些？ ​

13. Java：int 和 Integer 的区别 ​

14. Python：深拷贝和浅拷贝 ​

15. 一万条数据的表，查询很慢，怎么优化？ ​

16. 如何测试一个电梯？ ​

二、二面（45~60 分钟 · 项目深挖 + 编码 + 系统设计） ​

1. 项目深挖：你的自动化测试是怎么做的？ ​

2. 项目深挖：你遇到的最大难点是什么？ ​

3. 如何设计一个接口自动化测试框架？ ​

4. 性能测试怎么做？ ​

5. Redis 为什么快？ ​

6. 手撕代码：两数之和 ​

7. 手撕代码：最长回文子串（说思路 + 写核心代码） ​

8. 手撕代码：最大子序列和 ​

9. 手撕代码：相交链表 ​

10. 手撕代码：找出一个数组中出现次数超过一半的数字（摩尔投票） ​

11. 手撕代码：完全二叉树的节点个数 ​

12. 场景题：如何测试一个自助贩卖机？ ​

13. 场景题：如何测试微信聊天功能？ ​

14. 智力题：100 个球，甲乙轮流拿，每次最多拿 5 个，拿到第 100 个赢。 ​

15. 场景题：50 个红球 50 个蓝球，放到两个盒子里，摸到红球概率最大。 ​

16. 场景题：系统容量提升（ABC 三模块各 3 实例） ​

三、三面（30~45 分钟 · 主管面 / 综合面） ​

1. 你对测开的理解是什么？测开需要具备什么能力？ ​

2. 你最大的优点和缺点是什么？ ​

3. 你最大的遗憾是什么？ ​

4. 如果给你一个不熟悉的项目，三天内完成测试，你怎么做？ ​

5. 如果一个项目 Bug 很多，你怎么办？ ​

6. 职业规划是什么？ ​

7. 你有其他 Offer 吗？你的意向城市是？ ​

8. 你有什么问题要问我？ ​

四、高频手撕代码汇总（百度一面二面必考） ​

五、面试官视角总结 ​

面经五：百度测开日常实习（牛客 2026） ​

一面（40min） ​

二面（40min） ​

面经六：百度测开提前批一二三面（牛客 2026） ​

一面 ​

二面 ​

面经七：百度测试开发一面（牛客 2026） ​

面经八：百度技术中台服务端测开一二三面（牛客 518069） ​

一面 ​

二面 ​

三面 ​

面经九：百度测开一二三面（牛客 508241） ​

一面 ​

二面（小姐姐） ​

三面（部门经理） ​

百度测开二面面经（4.15） ​

1. 自我介绍 ​

2. AI 问答系统怎么实现的 ​

3. RAG 怎么实现的 ​

4. 向量数据库多用户隔离：如何防止检索到其他用户文章的内容 ​

5. 为什么要避免全库搜索 ​

6. 一万篇文章的检索策略 ​

7. 一万篇文章都包含关键词，如何排序？排序后 Prompt 组装策略 ​

8. 召回十篇文章超出上下文窗口怎么办 ​

9. 用过 Code Agent 吗 ​

10. GPT-4.5 和 Claude Opus 有什么区别 ​

11. Claude Code 检索文章，没有走 RAG 对吧 ​

12. XHS 问答场景：RAG vs Agent Search，哪个更好 ​

13. AI 问答系统尝试过哪些模型？有做过 SFT 吗 ​

14. DeepSeek 用的哪个版本 ​

15. 项目都是开发类，为什么想投测试开发 ​

16. 反问建议 ​

百度测开面经（2026.04） ​

面试问题： ​

百度测试开发面经（按一二三面拆分 · 可背诵标准回答版）

一、一面（50 分钟左右 · 基础 + 测试思维 + 手撕代码）

1. 自我介绍

2. 介绍你做过的项目（最高频必问题 ‼️）

3. 黑盒测试和白盒测试的区别是什么？

4. SQL：查每个班级的平均成绩前三名

5. SQL：给 student 表添加一个"父母姓名"字段

6. 手撕代码：判断链表是否有环（快慢指针）

7. 手撕代码：字符串反转（去除特殊字符）

8. 手撕代码：合并两个有序数组

9. Linux：查看指定进程；查看端口占用

10. HTTP 和 HTTPS 的区别

11. TCP 和 UDP 的区别

12. 常见网络协议有哪些？

13. Java：int 和 Integer 的区别

14. Python：深拷贝和浅拷贝

15. 一万条数据的表，查询很慢，怎么优化？

16. 如何测试一个电梯？

二、二面（45~60 分钟 · 项目深挖 + 编码 + 系统设计）

1. 项目深挖：你的自动化测试是怎么做的？

2. 项目深挖：你遇到的最大难点是什么？

3. 如何设计一个接口自动化测试框架？

4. 性能测试怎么做？

5. Redis 为什么快？

6. 手撕代码：两数之和

7. 手撕代码：最长回文子串（说思路 + 写核心代码）

8. 手撕代码：最大子序列和

9. 手撕代码：相交链表

10. 手撕代码：找出一个数组中出现次数超过一半的数字（摩尔投票）

11. 手撕代码：完全二叉树的节点个数

12. 场景题：如何测试一个自助贩卖机？

13. 场景题：如何测试微信聊天功能？

14. 智力题：100 个球，甲乙轮流拿，每次最多拿 5 个，拿到第 100 个赢。

15. 场景题：50 个红球 50 个蓝球，放到两个盒子里，摸到红球概率最大。

16. 场景题：系统容量提升（ABC 三模块各 3 实例）

三、三面（30~45 分钟 · 主管面 / 综合面）

1. 你对测开的理解是什么？测开需要具备什么能力？

2. 你最大的优点和缺点是什么？

3. 你最大的遗憾是什么？

4. 如果给你一个不熟悉的项目，三天内完成测试，你怎么做？

5. 如果一个项目 Bug 很多，你怎么办？

6. 职业规划是什么？

7. 你有其他 Offer 吗？你的意向城市是？

8. 你有什么问题要问我？

四、高频手撕代码汇总（百度一面二面必考）

五、面试官视角总结

面经五：百度测开日常实习（牛客 2026）

一面（40min）

二面（40min）

面经六：百度测开提前批一二三面（牛客 2026）

一面

二面

面经七：百度测试开发一面（牛客 2026）

面经八：百度技术中台服务端测开一二三面（牛客 518069）

一面

二面

三面

面经九：百度测开一二三面（牛客 508241）

一面

二面（小姐姐）

三面（部门经理）

百度测开二面面经（4.15）

1. 自我介绍

2. AI 问答系统怎么实现的

3. RAG 怎么实现的

4. 向量数据库多用户隔离：如何防止检索到其他用户文章的内容

5. 为什么要避免全库搜索

6. 一万篇文章的检索策略

7. 一万篇文章都包含关键词，如何排序？排序后 Prompt 组装策略

8. 召回十篇文章超出上下文窗口怎么办

9. 用过 Code Agent 吗

10. GPT-4.5 和 Claude Opus 有什么区别

11. Claude Code 检索文章，没有走 RAG 对吧

12. XHS 问答场景：RAG vs Agent Search，哪个更好

13. AI 问答系统尝试过哪些模型？有做过 SFT 吗

14. DeepSeek 用的哪个版本

15. 项目都是开发类，为什么想投测试开发

16. 反问建议

百度测开面经（2026.04）

面试问题：