FDE Times 数据在招 FDE 职位 924▲33 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

技能指南 · 指南

Sierra 面试中途面试官离场,只剩你和编程 Agent

一场比真实两小时构建更紧的 90 分钟演练,专练 Sierra 三个阶段都考察的范围取舍判断。

分享微博

要点速览

  • Sierra 的真实面试分规划、构建、评审三部分,仅构建阶段就有 2 小时。本文的 90 分钟演练有意压缩时间,让你习惯更大的时间压力。
  • Agent 能帮你更快写出代码,但范围、截止线和转向时机仍由你决定。
  • 每轮面试对 AI 的使用规则各不相同,以你收到的面试邀请为准。
一根横条把 90 分钟演练分成三个阶段:规划 10 分钟,产出 PLAN.md 和截止线;构建 65 分钟,以橙色突出,产出可运行的主流程;评审 15 分钟,产出演示和决策日志。
自主进行 AI 原生现场面试演练的建议时间分配。真实面试更长:Sierra 仅构建阶段就有 2 小时。来源:FDE Times 文章中的建议表,并非 Sierra 的日程安排。

在 Sierra 的 AI 原生现场面试中,到了某个时间点,面试官会起身离开房间。此后你有 2 小时,把刚才一起定义的想法做成一个能用的产品,期间可以随时转向或缩小范围。

Sierra 表示,这种形式更容易看出候选人是否有主动性,比如卡住时会不会换个方向。对前线部署工程师(FDE)来说,这也是驻场客户第一周就要用到的能力:需求模糊,时间紧张,每一次删减都要向别人解释清楚。

本文介绍如何在自己的笔记本上安排一场 90 分钟的演练。真实面试没有这么短:在规划和评审之外,Sierra 仅构建阶段就有 2 小时。把三个阶段压进 90 分钟是有意为之,让你在比实战更大的时间压力下习惯削减范围。

真实面试怎么进行?

Sierra 把这一轮分成三部分。在规划(Plan)阶段,你和面试官一起定义要做的产品。在构建(Build)阶段,面试官离场,你在 2 小时内独自把产品做出来。

在评审(Review)阶段,你们会围绕主要产品流程和你做出的选择展开讨论。随后面试官阅读你的代码,评估你的工程判断力。

做规划时,记住 Sierra 已经明确说过的一点:你可以边做边削减范围,也可以跳过 CRUD、认证这类样板代码,把精力放在产品的独特之处。只有几个小时,这项许可很有价值。

不要以为每一轮都是这样。Aced(前身为 Exponent)的一份指南显示,Agent 工程师的招聘流程中有一轮 60 分钟的现场调试,使用 TypeScript 和 React。

Aced 还提到,Sierra 已宣布调整部分轮次。PracHub 上的另一份指南指出,每一轮对 AI 的使用规则可能各不相同,以你收到的面试邀请为准。

开始计时前要准备什么

你需要一台装有日常所用编程 Agent 的笔记本、一个空仓库、一个计时器,以及一位扮演面试官的人。如果独自练习,提前写好五个追问问题,结束时自己作答。根据 Aced 的说法,整个招聘流程通常需要 2-5 周。

下表是 90 分钟的建议分配,并非 Sierra 的日程安排:

阶段 练习时长 必须产出
规划 10 分钟 写明主流程和截止线的 PLAN.md
构建 65 分钟 主流程跑通,带检查和错误处理
评审 15 分钟 演示和决策日志

第 1 步:10 分钟完成规划,把截止线写下来

假设扮演面试官的人出了这样一道题:客服团队需要一个界面,显示哪些对话应当转给人工处理,以及原因。这样的需求很模糊。在这 10 分钟里,你要问够问题把它收窄,然后写下来:

# PLAN.md
用户:客服值班主管,在班次开始时查看
主流程:加载示例对话列表 -> 标记“需人工”并给出原因 -> 按标记筛选
数据:示例 JSON 文件,20 段对话(跳过 CRUD:静态数据足以验证流程)
跳过:登录(跳过认证:单用户,仅本地运行)
截止线:主流程跑通后 -> 停止加功能,转向检查、错误处理、演示
备选方案:如果标记功能卡住超过 15 分钟 -> 改用简单的关键词规则

两条“跳过”都附带了理由,这是有意的。PracHub 的指南建议,只有能把原因讲清楚时才跳过样板代码,并提前设定截止线:主流程一跑通,就转向检查、错误处理和演示。

一个快速检验:如果扮演面试官的人读完 PLAN.md 还看不出你会在哪里停下,这份计划就不合格。

第 2 步:告诉 Agent 它看不到的东西

Claude Code 的最佳实践文档把与 Agent 协作归纳为三点:告诉 Agent 它看不到的信息,给它一个能自己运行的检查,执行没有例外的规则。

这条原则适用于任何编程 Agent。写第一行代码之前,先把它整理成一份简短的说明文件:

# AGENT.md(简版)
背景:供客服值班主管使用的内部工具,仅本地运行。
不要做:登录、数据库、管理页面。
每次改动后必须检查:运行测试套件;3 段结果已知的示例对话
  必须得到正确的标记。
硬性规则:未经询问不得引入新库;每次只改一个部分。

最关键的是那三段已知答案的对话。Agent 拿它们做检查,你在评审时拿它们当证据。这是简化版本:真实面试中,请用你最熟悉的测试框架来写检查。

第 3 步:做到截止线,然后停止打磨

让循环保持短小:给 Agent 一个小任务,运行检查,读 diff,然后才交代下一个任务。

PracHub 的指南把角色划分得很清楚:Agent 是加快实现的工具,你才是产品负责人。

一旦接受了自己讲不清的 diff,你就把产品的主导权交给了 Agent。

每次改变方向,都在决策日志里写一行。这花不了一分钟,却会在评审时帮上大忙:

# DECISIONS.md
[第 32 分钟] 基于模型的标记在 3 个测试样例上结果不稳定
  -> 改用关键词规则 + 长度阈值。原因:先要有一个可靠的流程。
[第 51 分钟] 主流程跑通。到达截止线 -> 停止添加日期筛选。
[第 55 分钟] 增加对损坏 JSON 文件的处理:显示提示信息,而不是白屏。

第 32 分钟那一行正是 Sierra 想看到的:卡住时换方向,而不是越陷越深。Sierra 允许边做边转向、缩小范围。由于 15 分钟阈值事先写进了 PLAN.md,你做这个决定时头脑清醒,而不是手忙脚乱。

第 4 步:把评审当成真正的辩论来排练

Sierra 的评审有两层:围绕产品流程的讨论,以及评估工程判断力的代码阅读。扮演面试官的人应当真正提出质疑:为什么值班主管要先按标记筛选?为什么砍掉日期筛选?处理损坏文件的代码在哪里?

对每个问题,你都应该能打开两样东西:DECISIONS.md 里的一行记录,以及一段你能讲清每个分支的代码。如果某部分是 Agent 写的,直接说明,再解释你为什么保留它。

PracHub 的指南提醒:绝不要借助 AI 助手绕过明确规定的规则,也绝不要隐瞒代码出自谁手。

让演练白费的几种错误

最常见的错误是让 Agent 替你做决定。你问 Agent“下一步该做什么”,然后照做,结果到了评审时你没有自己的故事可讲。第二种是前 20 分钟都花在登录和数据库上,尽管 Sierra 允许跳过它们。

第三种是到了截止线却不停下。第 70 分钟加上的额外功能,几乎永远比不上错误处理和一个流畅运行的演示。

最后一种是每一轮都用同一种方式练。Aced 描述的 60 分钟 TypeScript 和 React 调试轮需要不同的准备,AI 规则也可能不同。

这项能力在客户现场体现在哪里?

把面试官换成客户的运营负责人,把 2 小时换成演示前的一个短冲刺,步骤完全一样:和他们一起定义主流程,写下跳过了什么以及原因,到截止线就停,然后向那些没坐在你身边看你写代码的人逐一解释每个选择。

对求职而言,每次演练都会留下三样值得放进作品集的东西:PLAN.md、DECISIONS.md 和一个能运行的仓库。在简历上,“借助编程 Agent 在 2 小时内完成原型,并记录范围削减和转向决策”这样的一句话,比罗列工具更有说服力。

阅读 FDE 岗位描述时,留意 scoping、prototyping、working with ambiguity 这类措辞。它们往往说明这个岗位看重的正是你刚练过的能力,也是讲述 DECISIONS.md 里那些故事的好切入点。

在这类面试中,编程 Agent 和你同处一室。雇主想看到的,是只有你才能做出的决策。

这篇文章对你有帮助吗?

4 个信源
路线图上的下一篇 · 阶段 8: 职业发展OpenAI FDE 带回家作业,要当成客户交付来做各方说法从五小时到一周不等,所以要像和客户敲定范围一样,先向招聘方问清期限和交付物。