文 / STEM Career 编辑部
用 Coding Agent 完成作品以后，面试中仍然需要回答：为什么这样设计，代码怎样运行，结果怎样验证，以及需求变化后你能否继续负责。生成速度可以帮助推进项目，工程理解则需要自己的证据。
不必把 AI 的参与藏起来，也不必让工具成为整个故事。下面用原创预约小功能，演示怎样记录需求、修改和检查，让评审看见你实际掌握的部分。
先说明作品的真实完成方式
在项目说明中区分你定义的问题、工具生成的初稿、自己作出的设计与修改，以及实际运行过的检查。团队协作与参考代码也应准确说明，避免在追问中临时改变贡献口径。
工具使用规则因申请环节而异。作品开发允许使用 AI，不代表正式测评或面试同样允许。收到邀请后按当前要求核对，需要询问时直接确认允许范围。
Oxford 的 AI 求职使用指南可作为规则核对入口。工具规则与作品真实性应分别说明，不靠一个“AI 辅助”标签替代具体事实。
用一个小功能展示工程责任
教学任务是：用户选一个会议室和时段，提交预约；时间冲突时提示修改；重复提交同一操作，不生成第二条记录。全部数据在自建环境中运行。
先写清不做什么：不处理付款、不接真实公司账号，也不假定所有时区或重复会议都已支持。小范围可以让你完整解释输入、存储、冲突与结果，不需要用功能数量掩盖基础缺口。
把成功条件写成可观察结果：一次有效请求生成一条记录；冲突请求不新增记录；重复请求返回原结果；异常时能够确认当前状态。
阅读生成代码时从数据路径开始
先追踪输入进入哪个函数、经过哪些校验、怎样访问存储、最后返回什么。再看异常路径和测试，不必从第一行逐字背到最后一行。
对每个关键函数，能用自己的话解释它接受什么、改变什么、可能怎样失败。如果连数据对象的意义都说不清，就先补阅读与运行，不急着优化简历措辞。
记录不理解的依赖与设计选择，回到官方文档或小实验核对。由工具给出的解释也需要验证，尤其涉及并发、持久化和权限时，不能仅因为回答语气确定就采纳。
一张贡献记录怎样写
| 环节 | 可保存的证据 | 面试要回答的问题 |
|---|---|---|
| 需求 | 初始条件与验收项 | 我为什么选择这个范围 |
| 生成初稿 | 工具参与与初始 diff | 哪些部分需要复核 |
| 人工修改 | 修改理由与版本 | 我独立作了什么决定 |
| 验证 | 输入与预期结果 | 如何知道改动有效 |
| 变更 | 新条件及影响范围 | 我能否继续维护 |
这些记录用于说明责任，不要求公开完整私人提示词或受限材料。只保存与项目验证有关的内容，能在面试中展开即可。
原创错误 界面防重复不够
初稿在用户点击后禁用按钮，看起来避免了重复提交。但网络重试、刷新或两个请求同时到达，仍可能创建多条记录。你需要先复现问题，再决定怎样在服务和存储侧处理。
一种教学做法是给操作稳定标识，并在原子写入边界保证唯一性。若存储不支持所需条件，应说明当前实现的限制，而不是仅用一次顺利演示证明并发安全。
这里的重点是你发现了什么、为什么前一个方案不足、怎样检查新方案。面试官不必看到最复杂的实现，也能判断你是否理解风险发生的位置。
检查要覆盖预期失败
至少准备正常预约、时间冲突、重复操作、字段缺失与写入后响应异常等情境。每个检查都有明确的预期状态，不能只断言程序没有报错。
同一请求标识重试后，记录数应保持一致；相同时段另一个用户请求，是否允许，需要按业务规则判断。两类情境不能混成一个“重复输入”。
Google 的代码评审指南可以帮助检查功能、设计与测试。用于作品时，应把关注点转成自己代码中的具体问题，而不只是列一张通用质量清单。
用一次新要求检验掌握程度
同伴现在提出：“预约时长从固定半小时改成可选时长。”你先确认允许范围，再指出影响：输入校验、时间区间、冲突判断、界面、存储与旧测试。
能够说明影响范围，还需要尝试修改并运行检查。若需要工具帮助，记录自己怎样审核产出；若面试规则要求独立完成，就按规则展示当前能力，不依赖未获允许的辅助。
这个练习能暴露真正的理解缺口。比如界面改好了但冲突逻辑仍按固定长度计算，说明还没把数据与行为接起来。
简历怎样描述才有展开空间
可以写“实现教学预约服务的输入校验与重复操作处理，并用冲突和重试情境验证最终记录”。如果某部分主要由工具生成，则在项目说明里准确交代自己的修改和验证责任。
没有运行过的功能先不要写成已完成；没有生产用户，就说明个人或课程项目。真实范围越清楚，越容易选择自己能深入讨论的技术点。
想整理作品入口，可以配合GitHub 展示与个人贡献；想训练边写边解释，可参考软件工程面试沟通与测试。
把模拟追问变成学习任务
请同伴随机问一个存储、边界或测试问题。答不清时，记录具体缺口，例如“不知道超时前是否已写入”，再通过最小实验核对。不要把它泛化成“我技术不行”。
下一次练习先回到同一问题，再加入一个变体。能够稳定解释并修改一项功能，比反复生成不同项目却无法维护更能帮助求职准备。
做一次关闭工具后的口头检查
先不看生成对话，用自己的话说明一条请求经过哪些步骤、哪里产生状态变化，以及怎样确认结果。然后选择一段关键代码，解释删掉其中一项检查会发生什么。这个练习不要求背源码，目标是验证你能否独立理解关系。
接着打开项目，用一个新输入验证刚才的解释。如果结果不同，回到实现定位差别，而不是调整说法让它听起来合理。最后记下新发现与修改。这样的准备能够把工具帮助转成自己的知识，也能减少面试时对提示词历史的依赖。
若某个依赖还没有掌握，准确说明当前范围，并挑选自己能解释的部分作为主线。之后再安排基础学习，比把整个项目描述得无所不包更有利于持续准备。
每次工具修改后，先看差异再运行相关检查。整批接受生成内容，会让你难以解释行为为何变化；只挑一项功能复核，往往更容易建立稳定理解。把一次误判与修正记录下来，也能成为面试中展示学习过程的材料。
咨询时带上你能解释的部分
如果 AI 帮你写出了作品，但技术追问仍然缺少把握，可以加微信说明目标岗位、当前技术栈，以及自己能独立解释和修改的部分。作品还没做完，也可以先沟通范围。
蒸汽教育可以结合项目与技术面试准备讨论能力缺口。先判断需要补实现、测试、项目表达还是基础，再安排练习，能够让工具带来的效率转化成你真正掌握的能力。
常见问题（FAQ）
AI参与开发的项目还能写吗？
按规则准确说明工具参与及本人设计、修改和验证。
面试一定可以使用Coding Agent吗？
应以本次邀请和雇主规则为准，不能由作品开发方式推定。
怎样证明真正理解代码？
解释数据路径并完成新条件下的修改与检查。
- Oxford 的 AI 求职使用指南· University of Oxford
- Google 的代码评审指南· Google
AI 帮你写出了作品，但一被追问就缺少把握，可以加微信说明目标岗位和自己能独立解释、修改的部分，先找出需要补的工程能力。