Anthropic SDE 面经复盘 | OA + 四轮面试全流程(附真题思路 + 面试体验)

27次閱讀
No Comments

最近完成了 Anthropic SDE 的全流程面试,整体体验跟其他大厂有不少区别,代码量真的很大,尤其是对技术能力和社会问题交叉的考察很深。下面整理一份完整面经,给大家参考。

Anthropic SDE Interview Experience Review

Anthropic SDE 全流程复盘

Recruiter Call(30min)

这轮纯聊天:过往项目经历、对Anthropic的理解、为什么想来。重点问了“B Corp”是什么含义,以及你如何理解Anthropic的AI安全使命(Constitutional AI、Claude的价值观等)。

Tips:提前读官网About页面 + Anthropic的Blog,尤其是“Core Views on AI Safety”和B Corp认证内容。回答要真诚,别背书。

Coding Challenge(60-90min)

这是我见过代码量最大、时间最紧迫的OA。

  • 形式:大部分人是90分钟 CodeSignal take-home,我的是90分钟;也有部分岗位是60分钟现场。
  • 题目:银行系统模拟(Banking System)
    • 支持功能(层层递进):
      • 创建账户(Create Account)
      • 存款(Deposit)
      • 转账(Transfer)
      • 付款(Pay)
      • 合并账户(Merge Accounts)
      • 查询转账记录(Transaction History)
      • Cashback 计算与发放
      • 查询Cashback状态(Status)
      • 查询余额(Balance)
    • 所有操作都需要线程安全 / 并发考虑(虽然没明说,但评测里有隐藏并发case)
    • 需要自己设计合理的数据结构(Map + List / 自定义类),还要处理edge cases(账户不存在、余额不足、循环转账、合并后历史记录合并等)。

Hiring Manager Call

这轮偏技术交流,主要分两部分:

  1. 项目讲解:深入讨论过往的项目经验、技术选型、实现细节以及遇到的难题。面试官喜欢挖掘候选人解决问题的思路,而不是简单问功能实现。
  2. 代码审查:面试官会提供一些不同编程语言写的代码片段,要求找出问题、识别功能、优化或指出潜在 bug。这一环节考察对代码质量的敏感度,以及多语言能力。

建议提前准备几个自己熟悉的项目,能够用清晰逻辑复盘,并且对代码风格、性能优化、可维护性有自己的见解。

Onsite

Onsite一共四个小时,分了四轮。

第一轮Coding主要考算法和数据结构,不过比普通LeetCode更贴近实际工程;第二轮System Design问了些跟Anthropic自己产品相关的问题,比如怎么让单线程模型同时服务多个用户,或者Claude聊天服务的架构;

第三轮又是Coding,题目更偏向岗位方向,涉及到分布式一致性和缓存这些内容;最后一轮Behavioral跟传统面试不太一样,主要聊AI在伦理、数据保护、安全、就业市场这些方面的影响。这四轮下来节奏挺紧的,既考技术,也很看重你对AI和社会问题的思考。

Anthropic SDE 独家Coding真题

Web Crawler

要求用 Python 实现一个网络爬虫,核心逻辑本质上是广度优先搜索(BFS)—— 从一个种子 URL 出发,发现并爬取属于同一域名下的所有链接。

面试官提供了一个名为 get_urls(url) 的辅助函数,它已经处理了 HTTP 请求和基础的链接解析工作,我不需要关心底层的网页抓取细节。要求先实现同步版本,待其正常运行后,再将其优化为多线程 / 异步版本。

Follow up:

  1. 优化(多线程实现)
  2. 使用 ThreadPoolExecutorurlparse 处理 URL
  3. 如何在任务就绪后立即处理它
  4. 线程 vs 进程:区别与适用场景
  5. 礼貌策略(避免服务器过载)
  6. 分布式系统设计(处理数百万级 URL)
  7. 检测并处理不同 URL 下的重复内容

LRU Cache

该问题提供了一个已实现的内存缓存,要求在基础功能上进行扩展。

第一个问题并非严格意义上的扩展,而是找 Bug。只要快速理解缓存的基本功能,就能很快定位到生成缓存键(cache key)步骤的问题。

第二个问题是实现持久化缓存,要求缓存崩溃重启后,必须保证数据不丢失。核心思路是将数据持久化到磁盘,并在缓存崩溃重启后从磁盘文件中恢复所有数据。

Follow up:CPU 密集型 vs I/O 密集型:在分布式系统中如何实现?

Anthropic SDE 面经复盘总结

总的来说,Anthropic的面试流程既要你技术过硬,能写代码、做系统设计,也特别重视你对AI伦理和社会影响有没有自己的独立思考。

如果你在OA或VO环节觉得压力山大,Programhelp 的面试辅助服务挺靠谱的。学长创始人是北大毕业生,在一线大厂干了10年开发,能24-48小时加急帮你搞定需求,提供实时VO辅助、面试思路提示、代码指导,甚至全套包过服务,从OA一直护航到签约拿Offer。他们的OA代写保证所有测试用例100%通过,不通过不收费;代面试用转接摄像头和变声技术,提前模拟对口型,配合很默契。你可以直接跟学长沟通,先评估需求再报价,收到作业后直接上手,没有中介差价,信任度很高。

祝大家都能顺利通过,早日拿到Anthropic的offer!

author avatar
Jory Wang Amazon资深软件开发工程师
Amazon 资深工程师,专注 基础设施核心系统研发,在系统可扩展性、可靠性及成本优化方面具备丰富实战经验。 目前聚焦 FAANG SDE 面试辅导,一年内助力 30+ 位候选人成功斩获 L5 / L6 Offer。
正文完
 0