请介绍主动学习 AI 工具或大模型并落地开发的真实经历与效果。

知识专题：能力成长与学习方法题目类型：经历介绍

相关面经：36 篇题集来源：1 个

更新时间：2026-10-29

未标记

问AI

Kimi 千问 ChatGPT

反馈

考查重点：主动学习与实际开发收益。选一项主动学习，用原工作卡点、资料/试验、实际实现和对照结果串起，说明自己完成哪部分

本题目录

参考答案

核心回答

可以按“原来的卡点—主动学习—小范围应用—结果与复盘”讲一段完整经历。下面以学习 Coding Agent 并用于接口回归测试为条件化示例：

我之前维护后端接口时，容易把时间花在重复准备测试数据和补测试骨架上，所以主动学习了 Coding Agent 的仓库检索、任务约束和执行反馈流程。我先看项目已有测试和官方用法，再选一个输入校验改动试用，没有直接让工具重写整个模块。

我负责确定接口约定和验收场景，让工具生成测试初稿，并辅助修改实现。初稿只覆盖了正常输入，我补了空输入、非法参数和下游异常，还修正了一个与业务约定不符的期望值。最终这项改动有了可复现的回归用例和明确的运行方式，原来的失败输入能被稳定检查。

收益主要是减少重复准备工作、加快从想法到可运行初稿的过程；审查业务语义仍需要我完成。因为当时没有统一记录人工开发与辅助开发的总耗时，我只报告这项交付和观察到的变化，不给出未经对照的提效百分比。之后我把反复需要的测试命令和项目约定整理下来，减少每次重新说明的成本。

“主动学习”要落到哪些动作

不要只报课程名或工具名。可以交代为什么选这个方向、读了哪部分资料、做了哪个最小试验，以及试验后改变了什么做法。

例如先学会提供复现条件和验收标准，再比较工具在“补测试骨架”和“决定业务期望”上的表现。前者便于核对、重复性高，后者依赖项目规则，适合保留人工判断。这比笼统说“全面接入 AI”更能说明学习转化。

怎样讲效果和局限

效果至少要能对应一个产物或行为变化：完成的功能、可复现用例、减少的重复步骤、被发现的失败类型。若确实做过耗时对照，要说明任务范围是否相近，以及是否包括审阅、返工和运行检查；只比较首次生成速度会漏掉后续成本。

还可以说明一次失败带来的调整，例如不再让工具自行猜接口契约，而是先给出正确输出和边界；测试初稿也要审，避免它把实现错误当成正常行为。这样既讲出了收益，也能回答下一步如何继续应用。

对应教程

第27章：Skills技能与AI编程工具实践：把反复使用的规则、资料和脚本整理成可复用流程；本题示例的个人经历与效果需对应实际完成情况。

参考资料

国内：JavaGuide：AI Coding 选 CLI 还是 IDE？：用于评价整体任务收益，而不是以生成行数证明提效。
国内：JavaGuide：Spec Coding 实践：用于把学习后的试用限定为目标、边界和可验收的小任务。
国内：Onefly：AI Coding 面试实战：用于描述从学习到可运行交付和失败修复的过程。
国内：阿东玩 AI：Coding Agent 面试指南：用于把读代码、生成、验证与反馈组织为实际开发闭环。
国外：Anthropic：Best practices for Claude Code：用于把仓库约束和检查命令提供给工具，核对实际验证证据。
国外：GitHub：Responsible use of Copilot inline suggestions：用于说明测试初稿也需人工核对语义和项目适配。

相关面经

36 篇

多点数智

FDE

2026-11-02一面