哔哩哔哩Bilibili简称B站的业务覆盖视频、直播、游戏、广告、会员等领域。对于考虑进入B站的技术人员最先想了解的往往是三件事职级怎么分、年薪大概多少、面试需要准备什么。先看B站职级、年薪和绩效机制再进入AI测试开发技术面试题。一、B站职级体系与公开薪酬水平在公开薪酬记录中可以看到1、2-1、2-2、3-1、3-2、3-3、4-1等职级编号。这些编号出现在技术研发、产品经理、运营等岗位中具体职责还要结合岗位序列判断。1. B站不同职级年薪多少职级岗位年薪2-1技术研发48万元2-2技术研发55.5万元3-1运营61万元4-1产品经理257.5万元这四条公开报薪记录的工作地点均为上海。2-1与2-2属于技术研发岗位年薪分别为48万元和55.5万元3-1为运营岗位年薪61万元4-1为产品经理岗位年薪257.5万元。职级只是了解岗位的一个入口。技术研发岗更值得关心的是实际负责哪些系统、项目难度有多大以及年包的构成。2. 相邻职级的样本差额2-1与2-2两条技术研发记录相差7.5万元差幅约15.6%。从2-2技术研发到3-1运营记录相差5.5万元约9.9%。这两组差额对应的是不同人的收入记录其中3-1还是运营岗因此15.6%和9.9%都不能直接理解为晋升涨薪比例。对测试开发、后端研发等求职者来说同样的职级编号下岗位是偏业务交付、专项质量保障还是平台工程建设通常会影响实际的职责要求和薪酬谈判。二、B站薪酬结构年包不只是月薪B站公开的ESG报告介绍了“以能定级、以级定薪、以功定绩、以绩定奖”的薪酬管理原则。看到年包数字时可以先把它拆成几部分。薪酬项目谈Offer时重点确认固定月薪税前金额、固定发薪月数绩效/年终奖目标金额、考核方式、发放时间股权激励授予形式、归属周期、兑现条件其他福利补贴、保险、休假等具体政策举个例子两份Offer都写着年包50万元一份固定现金占比较高另一份则包含较多绩效奖金或股权。数字一样收入的稳定性却可能不同。拿到Offer后先确认保底现金再看绩效奖金如何兑现最后核对长期激励。这样比单纯比较“多少万年包”更容易判断两份机会的差别。三、B站绩效考核与员工发展B站公开的ESG报告显示公司将360度绩效评估扩展至全体员工并继续使用OKR促进目标对齐与协作。公开披露的绩效流程包括① 员工自评② 360度反馈③ 主管评价与上级校准④ 结果沟通⑤ 绩效申诉落到技术岗位绩效讨论通常离不开工作交付、复杂问题解决、协作推动等具体成果。例如是否按期完成关键需求能否解决影响线上稳定性的技术问题或者是否通过测试平台、自动化流程减少了重复工作。求职时可以进一步问清楚团队主要负责哪些系统试用期和年度目标是什么怎样评价一个测试开发工程师的工作成果这些问题有助于判断岗位是否适合自己。四、AI测试开发面试题从概念走向工程实践结合霍格沃兹测试开发学社学员的面试交流我们把常见的技术考察方向归纳为8道题重点放在大模型应用、RAG评测、Agent执行、工具集成与自动化工程。面试题①AI生成测试用例怎样评估生成质量参考回答首先看需求覆盖率其次检查用例准确性、重复率和可执行性。比如登录功能除了正确账号密码还要覆盖账户锁定、验证码过期、接口超时和异常权限。实际落地时可以建立“需求—测试点—测试用例”的映射关系先用人工审核的标准用例集作为基线再计算覆盖情况对支付、权限等高风险场景保留人工复核。面试题②RAG知识库应该怎么测试参考回答RAG要分开测检索和生成。文档解析阶段检查正文、表格与元数据是否丢失检索阶段关注RecallK、PrecisionK及相关文档排序生成阶段检查答案准确性、事实依据和引用是否正确。例如用户问“年假怎样计算”系统应该检索正确版本的人事制度并给出有依据的回答。知识库没有相关规则时应能说明缺少依据而不是自行编造。性能侧还要关注响应延迟、并发能力和Token成本。面试题③AI Agent测试和传统自动化测试区别在哪里参考回答传统自动化由脚本规定执行路径Agent则能够结合任务目标、当前页面状态和工具反馈决定下一步操作。它可以动态处理页面变化但也增加了工具误选、重复操作和执行路径偏离等不确定性。工程上建议用Agent探索复杂场景同时保留执行轨迹与业务断言流程成熟后再把稳定路径沉淀为可复用的自动化脚本。面试题④Agent说“执行成功”就代表真的成功了吗参考回答不一定。比如视频投稿Agent已成功提交却因为没有识别到结果提示又点了一次“发布”可能产生重复操作。评测需要同时看任务结果和过程最终业务状态是否正确。关键业务断言是否通过。工具调用是否存在重复或无效操作。执行耗时与Token消耗是否合理。是否出现越权和重复提交等风险。对于会修改业务数据的动作还要检查幂等性和失败恢复。面试题⑤MCP与Function Calling有什么区别参考回答Function Calling主要解决模型如何用结构化参数选择并调用函数MCP提供标准化的工具与资源连接方式使AI应用能接入外部系统。两者不是简单替代关系。例如可以用MCP Server封装Playwright浏览器操作、HTTP接口调用、测试数据查询等能力。测试时检查工具发现、参数Schema、调用权限、超时、错误返回和重复调用带来的副作用。面试题⑥Playwright自动化脚本不稳定怎么排查参考回答先区分是真实业务缺陷、环境波动还是定位器与等待策略问题。优先使用getByRole、getByLabel、getByTestId等稳定定位方式利用自动等待和可重试断言避免大量固定Sleep。结合Trace、截图、网络日志分析失败用例间保持数据隔离。如果由AI修复脚本必须复核原有断言是否被保留不能为了让用例通过就删掉关键校验。面试题⑦如何测试AI字幕与视频摘要参考回答以视频平台场景为例AI字幕主要检查识别准确率、专业术语、时间轴同步、多语言和噪声环境。视频摘要重点检查信息覆盖、事实忠实度和重要内容遗漏。此外还要覆盖无声视频、多人同时说话、异常格式、长视频和并发处理等场景。模型效果可以采用标注评测集与人工抽检结合的方式不能只用“接口返回200”判断功能通过。面试题⑧AI测试怎样接入CI/CD流水线参考回答代码提交阶段执行单元测试、静态检查、接口自动化并由AI辅助补充候选用例。集成测试阶段运行Web、App和接口回归。发布前针对AI应用执行RAG、Agent、性能与安全评测。对于关键任务成功率、响应延迟等具备稳定阈值的指标可以设置质量门禁。同时保存模型版本、Prompt版本、评测集版本、执行轨迹和失败记录方便追踪新旧版本之间的质量变化。五、AI测试开发工程师的能力准备路线面试题看似分散实际可以归纳为一条清晰的学习路线先有工程与自动化基础再补大模型应用、RAG与Agent测试最后解决如何接入真实研发流程的问题。能力方向重点技术工程基础Python / Java、SQL、Linux、Git自动化测试Pytest、Playwright、Appium、接口自动化大模型应用Prompt、Function Calling、结构化输出RAG与Agent评测Embedding、Rerank、Trajectory、任务成功率工程化落地MCP、CI/CD、可观测性、质量门禁准备项目介绍时建议按“业务问题—技术方案—测试方法—评测指标—实际效果”的顺序展开。比如讲AI驱动的Web测试平台不仅要说用了哪些模型和工具还要解释页面状态怎样获取、动作怎样执行、断言怎样验证失败后如何定位。能清楚说明技术决策与评测结果比单纯背诵Agent、RAG、MCP的定义更容易体现工程能力。六、写在最后从公开报薪记录看B站2-1、2-2技术研发岗位分别有48万元和55.5万元的年薪样本。职级和年包值得参考但实际选择岗位时还要结合职责、薪酬构成及团队发展方向。对测试开发工程师来说编程、接口自动化和工程化能力依然是底座RAG评测、Agent测试、MCP工具集成正在扩展测试工作的技术边界。既能做稳定的自动化又能验证AI系统真正完成任务是值得持续积累的能力。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。
哔哩哔哩Bilibili简称B站的业务覆盖视频、直播、游戏、广告、会员等领域。对于考虑进入B站的技术人员最先想了解的往往是三件事职级怎么分、年薪大概多少、面试需要准备什么。先看B站职级、年薪和绩效机制再进入AI测试开发技术面试题。一、B站职级体系与公开薪酬水平在公开薪酬记录中可以看到1、2-1、2-2、3-1、3-2、3-3、4-1等职级编号。这些编号出现在技术研发、产品经理、运营等岗位中具体职责还要结合岗位序列判断。1. B站不同职级年薪多少职级岗位年薪2-1技术研发48万元2-2技术研发55.5万元3-1运营61万元4-1产品经理257.5万元这四条公开报薪记录的工作地点均为上海。2-1与2-2属于技术研发岗位年薪分别为48万元和55.5万元3-1为运营岗位年薪61万元4-1为产品经理岗位年薪257.5万元。职级只是了解岗位的一个入口。技术研发岗更值得关心的是实际负责哪些系统、项目难度有多大以及年包的构成。2. 相邻职级的样本差额2-1与2-2两条技术研发记录相差7.5万元差幅约15.6%。从2-2技术研发到3-1运营记录相差5.5万元约9.9%。这两组差额对应的是不同人的收入记录其中3-1还是运营岗因此15.6%和9.9%都不能直接理解为晋升涨薪比例。对测试开发、后端研发等求职者来说同样的职级编号下岗位是偏业务交付、专项质量保障还是平台工程建设通常会影响实际的职责要求和薪酬谈判。二、B站薪酬结构年包不只是月薪B站公开的ESG报告介绍了“以能定级、以级定薪、以功定绩、以绩定奖”的薪酬管理原则。看到年包数字时可以先把它拆成几部分。薪酬项目谈Offer时重点确认固定月薪税前金额、固定发薪月数绩效/年终奖目标金额、考核方式、发放时间股权激励授予形式、归属周期、兑现条件其他福利补贴、保险、休假等具体政策举个例子两份Offer都写着年包50万元一份固定现金占比较高另一份则包含较多绩效奖金或股权。数字一样收入的稳定性却可能不同。拿到Offer后先确认保底现金再看绩效奖金如何兑现最后核对长期激励。这样比单纯比较“多少万年包”更容易判断两份机会的差别。三、B站绩效考核与员工发展B站公开的ESG报告显示公司将360度绩效评估扩展至全体员工并继续使用OKR促进目标对齐与协作。公开披露的绩效流程包括① 员工自评② 360度反馈③ 主管评价与上级校准④ 结果沟通⑤ 绩效申诉落到技术岗位绩效讨论通常离不开工作交付、复杂问题解决、协作推动等具体成果。例如是否按期完成关键需求能否解决影响线上稳定性的技术问题或者是否通过测试平台、自动化流程减少了重复工作。求职时可以进一步问清楚团队主要负责哪些系统试用期和年度目标是什么怎样评价一个测试开发工程师的工作成果这些问题有助于判断岗位是否适合自己。四、AI测试开发面试题从概念走向工程实践结合霍格沃兹测试开发学社学员的面试交流我们把常见的技术考察方向归纳为8道题重点放在大模型应用、RAG评测、Agent执行、工具集成与自动化工程。面试题①AI生成测试用例怎样评估生成质量参考回答首先看需求覆盖率其次检查用例准确性、重复率和可执行性。比如登录功能除了正确账号密码还要覆盖账户锁定、验证码过期、接口超时和异常权限。实际落地时可以建立“需求—测试点—测试用例”的映射关系先用人工审核的标准用例集作为基线再计算覆盖情况对支付、权限等高风险场景保留人工复核。面试题②RAG知识库应该怎么测试参考回答RAG要分开测检索和生成。文档解析阶段检查正文、表格与元数据是否丢失检索阶段关注RecallK、PrecisionK及相关文档排序生成阶段检查答案准确性、事实依据和引用是否正确。例如用户问“年假怎样计算”系统应该检索正确版本的人事制度并给出有依据的回答。知识库没有相关规则时应能说明缺少依据而不是自行编造。性能侧还要关注响应延迟、并发能力和Token成本。面试题③AI Agent测试和传统自动化测试区别在哪里参考回答传统自动化由脚本规定执行路径Agent则能够结合任务目标、当前页面状态和工具反馈决定下一步操作。它可以动态处理页面变化但也增加了工具误选、重复操作和执行路径偏离等不确定性。工程上建议用Agent探索复杂场景同时保留执行轨迹与业务断言流程成熟后再把稳定路径沉淀为可复用的自动化脚本。面试题④Agent说“执行成功”就代表真的成功了吗参考回答不一定。比如视频投稿Agent已成功提交却因为没有识别到结果提示又点了一次“发布”可能产生重复操作。评测需要同时看任务结果和过程最终业务状态是否正确。关键业务断言是否通过。工具调用是否存在重复或无效操作。执行耗时与Token消耗是否合理。是否出现越权和重复提交等风险。对于会修改业务数据的动作还要检查幂等性和失败恢复。面试题⑤MCP与Function Calling有什么区别参考回答Function Calling主要解决模型如何用结构化参数选择并调用函数MCP提供标准化的工具与资源连接方式使AI应用能接入外部系统。两者不是简单替代关系。例如可以用MCP Server封装Playwright浏览器操作、HTTP接口调用、测试数据查询等能力。测试时检查工具发现、参数Schema、调用权限、超时、错误返回和重复调用带来的副作用。面试题⑥Playwright自动化脚本不稳定怎么排查参考回答先区分是真实业务缺陷、环境波动还是定位器与等待策略问题。优先使用getByRole、getByLabel、getByTestId等稳定定位方式利用自动等待和可重试断言避免大量固定Sleep。结合Trace、截图、网络日志分析失败用例间保持数据隔离。如果由AI修复脚本必须复核原有断言是否被保留不能为了让用例通过就删掉关键校验。面试题⑦如何测试AI字幕与视频摘要参考回答以视频平台场景为例AI字幕主要检查识别准确率、专业术语、时间轴同步、多语言和噪声环境。视频摘要重点检查信息覆盖、事实忠实度和重要内容遗漏。此外还要覆盖无声视频、多人同时说话、异常格式、长视频和并发处理等场景。模型效果可以采用标注评测集与人工抽检结合的方式不能只用“接口返回200”判断功能通过。面试题⑧AI测试怎样接入CI/CD流水线参考回答代码提交阶段执行单元测试、静态检查、接口自动化并由AI辅助补充候选用例。集成测试阶段运行Web、App和接口回归。发布前针对AI应用执行RAG、Agent、性能与安全评测。对于关键任务成功率、响应延迟等具备稳定阈值的指标可以设置质量门禁。同时保存模型版本、Prompt版本、评测集版本、执行轨迹和失败记录方便追踪新旧版本之间的质量变化。五、AI测试开发工程师的能力准备路线面试题看似分散实际可以归纳为一条清晰的学习路线先有工程与自动化基础再补大模型应用、RAG与Agent测试最后解决如何接入真实研发流程的问题。能力方向重点技术工程基础Python / Java、SQL、Linux、Git自动化测试Pytest、Playwright、Appium、接口自动化大模型应用Prompt、Function Calling、结构化输出RAG与Agent评测Embedding、Rerank、Trajectory、任务成功率工程化落地MCP、CI/CD、可观测性、质量门禁准备项目介绍时建议按“业务问题—技术方案—测试方法—评测指标—实际效果”的顺序展开。比如讲AI驱动的Web测试平台不仅要说用了哪些模型和工具还要解释页面状态怎样获取、动作怎样执行、断言怎样验证失败后如何定位。能清楚说明技术决策与评测结果比单纯背诵Agent、RAG、MCP的定义更容易体现工程能力。六、写在最后从公开报薪记录看B站2-1、2-2技术研发岗位分别有48万元和55.5万元的年薪样本。职级和年包值得参考但实际选择岗位时还要结合职责、薪酬构成及团队发展方向。对测试开发工程师来说编程、接口自动化和工程化能力依然是底座RAG评测、Agent测试、MCP工具集成正在扩展测试工作的技术边界。既能做稳定的自动化又能验证AI系统真正完成任务是值得持续积累的能力。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。
