上周面试复盘：OpenAI、Anthropic、Snowflake、Stripe、Zip 的工程题与系统设计

本期“上周面试复盘”覆盖 2026 年 9 月 28 日至 10 月 4 日。如果你正在准备技术面，值得优先练的是：需求逐步增加时怎么改代码、系统故障后怎么恢复，以及如何解释和验证 AI 写出的代码。

资料口径：本文根据该周本地收录的公开论坛面经整理，使用的快照收录日为 9 月 30 日、10 月 2 日和 10 月 3 日。收录时间不等于面试时间；原帖中的“昨天”“小时前”也不用于推定面试日期。下文区分候选人报告与我们的训练建议，不把个别经历当作公司统一流程或题型频率统计。每节附原帖入口，论坛内容可能需要登录或积分才能查看。

本期准备重点

公司	本期记录中的题型	建议优先练习
OpenAI	多阶段 Coding、Payment Processor、监控系统	状态与撤销、失败恢复、同步与异步边界
Anthropic	一对一文字聊天系统	存储访问路径、容量估算、消息补读
Snowflake	支持动态档位的 Rate Limiter	可控时钟测试、配置变更、分布式演进
Stripe	Feature Flag、AI 规则解析、Invoice 匹配	按需求设计、规则模块化、边界沟通
Zip	既有代码库扩展、AI 辅助调试	读代码、嵌套条件、审查生成代码

这张表是本期选读记录的索引，不是各家公司完整题库。最有用的练习方式，是给同一道题增加一个需求，再检查原来的设计和测试是否仍然成立。

OpenAI：练状态变化，也练请求完成的含义

一条电面记录描述了二维画板上的矩形管理，包含增删和撤销，再逐步加入新操作；另一条记录出现了容错工作队列与监控设计。两条经历提示我们：熟悉某个题名，并不能替代现场拆分需求的能力。矩形管理电面记录、工作队列 Tech Screen 记录。

我们的训练建议：用一个小型状态管理题做 60 分钟演练。先明确对象标识、操作结果和状态不变量，完成最小实现与测试，再加入撤销或批量操作。每增加一个操作，都检查失败时是否会留下半更新状态。把最后 10 分钟留给运行测试和解释复杂度，不要把时间全花在写新功能上。

支付设计记录则反映了另一个问题：候选人准备过相似题目，却仍在授权、扣款和批量提交的接口含义上遇到困难。Payment Processor 个人复盘。

练习时先回答“调用方现在知道了什么”。请求进入队列只表示被接收，未必表示上游已经批准。画出状态转换，再说明超时、重试、重复请求和批处理失败分别如何处理。这个练习比直接套用支付架构图更能暴露理解缺口。

延伸练习：OpenAI Coding 准备指南。

Anthropic：系统设计要讲到数据怎么查

本期选读的一条后端设计复盘是 Web 端一对一文字聊天。候选人报告，追问集中在写入规模、会话索引、消息恢复和读副本延迟。关键缺口是架构组件已经列出，具体数据访问路径还不够清楚。Anthropic 后端系统设计复盘。

我们的训练建议：画图后，选“发消息”和“重新上线”两条路径逐步讲解。每一步说明输入的 key、读取或写入的记录、失败后的恢复依据。

用户到会话的映射如何存储？如何分页读取？
消息持久化与实时推送之间，哪个步骤决定发送成功？
推送丢失后，客户端怎样发现缺口并补读？
去重记录能否跨服务器和重启保留？

容量估算也要落实到假设。比如练习中假设一亿日活、每人每天发送 100 条消息，平均写入约为 100,000,000 × 100 ÷ 86,400 ≈ 115,741 条/秒。再加入峰值倍率、消息大小和保留期，才能讨论分片与存储成本。这个数字是练习输入，不是公司真实流量。

延伸练习：Anthropic Coding 与 System Design 准备指南。

Snowflake：限流题的测试需要控制时间

一条电面记录描述了按客户档位限流、运行时修改配置和全局回退策略。候选人报告该轮允许使用 AI，也被追问算法取舍、测试和分布式演进。这仅代表该次经历，工具规则仍需按自己的面试邀请确认。Snowflake 限流电面复盘。

我们的训练建议：给限流器注入可控时钟，明确区分桶容量和补充速率。测试应覆盖初始额度耗尽、时间推进后的补充、降低容量、提升容量，以及客户配置缺失时的策略。容量提高是否立即赠送额外额度，要先澄清，不能让实现偶然决定产品行为。

分布式追问则从并发请求开始：两台服务同时读取额度时如何避免超额放行？状态存储不可用时选择放行还是拒绝？回答这些问题后，再解释共享存储、原子更新和可用性的取舍。

延伸练习：Rate Limiter 系统设计。

Stripe：AI Coding 要有自己的设计判断

一条 Staff Tech Screen 复盘同时提到 Feature Flag 设计与 AI 辅助规则解析。候选人反思了套用既有模板和未充分主导代码结构的问题；另一条短电面记录提到 Invoice 匹配与沟通。这些经历说明同一公司也可能出现不同准备方向。Stripe Staff Tech Screen 复盘、Stripe Invoice 电面记录。

我们的训练建议：练规则解析时，先定义输入结构与求值语义，再让 AI 完成小模块。准备解释条件组合、嵌套和非法输入；用测试证明功能正确，并确认上一阶段的行为没有被破坏。

Feature Flag 练习则从业务要求出发：配置多久生效、服务离线时如何处理、用户分桶是否稳定。根据这些要求决定客户端与服务端分别承担什么工作。遇到熟悉关键词时，也要先重新确认需求。

延伸练习：Stripe 面试流程与题型复盘。

Zip：在既有项目里改功能，先找准输入与输出

本期两条 Zip 记录分别涉及问卷条件评估器扩展，以及 AI 辅助修复报表并增加功能。前者报告不允许使用 AI，后者描述了 AI Coding；两者不能合并成一套统一工具规则。Zip Backend Practical 记录、Zip Onsite AI Coding 记录。

我们的训练建议：用一个陌生的小项目做演练。先跑已有测试，再从入口追到关键函数；动手前写出输入输出示例，尤其确认嵌套条件的结构。改动后运行回归测试，并逐段解释新代码。如果允许 AI，要求它先定位相关模块，再提出小范围改动，由你检查语义和验证结果。

可以给自己加一道追问：“现在测试都过了，要上线还缺什么？”从输入校验、错误处理、日志和数据迁移中选择与当前改动有关的事项，解释具体理由。

下周备考行动清单

按自己的短板选两项完成，不必一次覆盖所有公司。

练习	时间	完成标准
多阶段 Coding	60 分钟	基础功能可运行，新增需求后旧测试仍通过
消息或支付设计	45 分钟	能讲清正常路径、超时重试、持久化与恢复
动态限流器	60 分钟	用可控时钟验证补充额度和配置变更
既有代码库改动	60 分钟	找到入口、完成小改动、运行回归测试
项目 Deep Dive	30 分钟	讲清个人贡献、技术取舍、指标与一次失败

每次练习后记录三件事：哪里卡住、为什么卡住、下一次怎么验证改进。例如“系统设计不够深”太宽泛；“无法解释用户上线时用哪个索引找到会话”就能转成一次明确的补练。

继续准备

面经周报归档：查看其他期次，比较不同题型的准备方法。
面试准备清单：检查技术、表达与环境准备。
SDE 一对一面试辅导：按目标岗位安排 Coding 与 System Design mock。
预约咨询：带上目标公司、面试时间线和最近一次复盘，制定下一步计划。