投 Roblox 之前我在网上找了半天 OA 的资料，结果发现他们家的 OA 跟传统的 HackerRank 完全不是一回事。整个测评是在 Roblox 自己的游戏化平台上做的，不写代码，纯靠逻辑思维、资源分配和决策能力。做完之后感觉挺新鲜，但也有不少坑，这篇把我的经历和思路都写出来，给后面的人一个参考。
Roblox OA 基本情况
- 平台：Roblox 自研游戏化招聘平台
- 题目数量：4 个 Task
- 总时长：约 2 小时 40 分钟
- 形式：
- Task 1：编程技能测评（50 分钟）
- Task 2：问题解决与沟通测评（45 分钟）
- Task 3：问题解决测评（25 分钟）
- Task 4：决策制定测评（20 分钟）
整个测评界面做得挺精致，但操作上有些地方不太顺手，建议提前适应一下。
四个 Task 详细拆解
Task 1：编程技能测评（50 分钟）
这个 Task 是传统的算法题，类似 LeetCode，但题目包装比较厚。
我遇到的题目：
给定一个字符串数组，要求统计不同字符对的数量。字符对的定义是：两个字符的长度和数字总和都可以通过交换数字得到。
示例：
输入：members = ["xc", "xt1ox", "td2x"]
输出：["MESSAGE", "0", "*ALL xt1x td1x *", ["OFFLINE", "1", "xt1x"], ["MESSAGE", "2", "xt1xa st1xa"], ...]核心考点：
- 字符串处理和解析
- 数字提取和比较
- 配对算法（类似哈希表或排序）
我的思路：
- 先把每个字符串里的数字提取出来
- 对于每个字符串，计算它的长度和数字总和
- 用哈希表存储
(长度, 数字总和)作为 key - 遍历数组，统计相同 key 的数量
def count_pairs(members):
from collections import defaultdict
def extract_digits(s):
return [int(c) for c in s if c.isdigit()]
def get_key(s):
digits = extract_digits(s)
return (len(s), sum(digits))
count_map = defaultdict(int)
for member in members:
key = get_key(member)
count_map[key] += 1
result = 0
for count in count_map.values():
# 组合数 C(n, 2) = n * (n-1) / 2
result += count * (count - 1) // 2
return result注意事项：
- 读题要仔细，题目描述比较长，容易漏掉细节
- 测试用例有 public 和 hidden 两种，先过 public 再优化
- 时间复杂度最好控制在 O(n log n)
Task 2：问题解决与沟通测评（45 分钟）
这个 Task 也是算法题，但更侧重实际场景。
题目：
给定一个整数数组，统计不同的数字对 (i, j) 的数量，满足条件：数字对的长度和数字总和可以通过交换数字得到。
核心考点：
- 数字位数统计
- 排列组合
- 哈希表优化
我的思路：
跟 Task 1 类似，关键是找到合适的 key 来分组。
def count_distinct_pairs(numbers):
def get_signature(num):
# 将数字转为字符串，排序后作为 key
digits = sorted(str(abs(num)))
length = len(str(abs(num)))
digit_sum = sum(int(d) for d in str(abs(num)))
return (length, digit_sum, ''.join(digits))
from collections import defaultdict
count_map = defaultdict(int)
for num in numbers:
sig = get_signature(num)
count_map[sig] += 1
result = 0
for count in count_map.values():
result += count * (count - 1) // 2
return resultTask 3：问题解决测评（25 分钟）
这个 Task 是个游戏化的工厂模拟题，跟 Task 1 和 2 完全不同。
题目背景：
你要管理一个工厂，控制生产线生产不同的产品，目标是让利润最大化。
游戏机制：
- 有多条产线，每条产线可以生产不同产品
- 原材料有限，需要合理分配
- 每个产品有不同的售价和成本
- 时间有限，需要快速决策
我的策略：
- 优先高利润产品：先看哪个产品利润率最高，优先生产
- 资源平衡：别把所有资源都投到一条产线上，容易卡瓶颈
- 时间管理：生产是有时间的，别等一个产品做完再开始下一个
踩坑点：
- 界面操作不太流畅，建议先熟悉一下按钮位置
- 有些产品需要多步加工，别忘了中间环节
- 最后几分钟别再买新设备了，把手上的资源用完
Task 4：决策制定测评（20 分钟）
这个 Task 是行为测试，给你一些职场场景，让你选出最有效和最无效的应对方案。
题目形式：
每道题给 4 个选项，你要选出：
- 1 个最有效的做法
- 1 个最无效的做法
核心考察：
- 团队协作意识
- 沟通能力
- 问题解决思路
- 职业素养
我的建议：
这部分没有标准答案，但 Roblox 比较看重这几点：
- 透明沟通：有问题直接说，别藏着掖着
- 团队优先：个人成就 < 团队成功
- 用户导向：决策时优先考虑用户体验
- 主动解决：遇到问题主动推动，别等别人来解决
举个例子：
场景：你的队友工作进度落后了，影响到整个项目。
选项： A. 直接向上级汇报 B. 私下找队友沟通，了解原因并提供帮助 C. 自己加班把他的工作做了 D. 在团队会议上公开指出问题
我的选择：
- 最有效：B（符合 Roblox 的沟通文化）
- 最无效：D（公开批评不利于团队氛围）
测试结果
做完四个 Task 之后，系统会给出即时反馈。我的结果是：All Pass
说实话看到这个结果还是挺开心的，特别是算法题部分，所有 test cases 都过了，包括 hidden tests。游戏化测评和行为测试没有具体分数，但从后续进入面试来看，应该也没什么问题。
整个 OA 做下来大概用了 2 个半小时，结束后建议休息一下，别立刻去复盘，容易影响心态。等第二天再回顾一下哪里做得好、哪里可以优化。
这次 OA 前我找了 ProgramHelp 团队做了专门的助攻。他们团队背景都很硬，牛津、普林斯顿、北大硕博 + Amazon、Google、阿里一线大厂的人。如果你时间紧或者没什么头绪，可以找他们看看。 OA 辅助，简历包装、面试辅导、VO 助攻这些都有：ProgramHelp · VO辅助
