十七分鐘十道題，最後一題問AI：恆生電子這場Java一面，考的已經是另一種工程師

2026年10月10日，一位求職者在牛客網貼出恆生電子Java開發一面的完整題目單。面試下午兩點開始，全程約十七分鐘，題目從自我介紹一路問到「怎麼看待手寫代碼和AI輔助編程」。這份清單本身不長，但對照同一天流出的其他幾份恆生面經，可以看出金融科技公司在秋招篩選新人時，評分表上的欄位正在改版。

先看這份題目單本身

十道題的結構很傳統。介面與抽象類的區別、JUC並發包、final關鍵字在三種場景下的效果、@Transactional的傳播屬性、Spring IOC與依賴注入、MySQL四種事務隔離級別、InnoDB與MyISAM的差異。這些題目在任何一份Java後端面試題庫裡都找得到，留言區也有應屆生直言「感覺不是很難」。

真正值得停下來看的是最後一題：怎麼看待手寫代碼和AI輔助編程。這道題放在清單結尾，前面九題驗證的是基礎知識，這一題驗證的是態度與工作方式的自我認知。面試官想聽的，大概率是一段能說清楚「AI寫的程式碼，我怎麼確認它是對的」的回答。

這與我們先前分析的卓望全棧技術面追問AI程式驗證能力是同一個方向：企業已經不只問「會不會用AI寫程式」，而是追問驗證與判斷的能力。

同一天的其他恆生面經，題目走向並不一致

把牛客網上同期的幾份恆生電子面經放在一起看，會發現篩選標準並沒有統一版本。另一位重慶郵電大學的求職者，二十分鐘裡被問到Transformer架構理解、本地部署與參數調優經驗、Token怎麼計算、大模型幻覺怎麼解決，AI相關題目佔了近半，他自己總結「不要被投遲的崗位限制了準備範圍」。還有一位求職者提到「我就問了一個八股，剩下都是場景題」，另一位則被要求把Redis、RabbitMQ的選型理由與慢SQL優化過程串成完整故事講一遍。

留言區裡「發配恆生聚源的有嗎」這一句，則透露了另一個訊號。恆生聚源是恆生電子旗下的數據業務子公司，求職者用「發配」形容，說明同一批校招裡，不同子公司的崗位在求職者眼中已有明顯的評價落差，這對拿到offer後的選擇比對面試本身更有參考價值。

金融科技公司的篩選邏輯換了擋

恆生電子的主業是證券、基金行業的軟體系統。這類公司的系統講究穩定與正確，交易時段出錯的代價極高，所以傳統上Java基礎、事務、隔離級別這些題目一直是篩選主軸，這次清單前九題也確實如此。

但AI輔助編程進入日常開發流程後，金融科技公司面對的問題很實際：如果工程師用AI生成了交易相關的程式碼，誰來保證它是對的。隔離級別答得再熟，不代表能審查出AI生成程式碼裡的事務邏輯漏洞。把「手寫代碼和AI輔助編程」放進一面，等於是在基礎題之外加了一道篩選：這個人有沒有想過工具的邊界。

這個趨勢與我們之前整理的用友電話面考ToolCalling洩露的企業軟體下一步一致。用友考的是AI工具鏈的技術名詞，恆生問的是AI與工程師分工的觀點，切入點不同，指向的是同一件事：企業軟體公司的面試題，正在從純知識查核轉向知識查核加上AI時代的協作判斷。

對正在準備秋招的人，可以讀出什麼

綜合這幾份面經，有幾個可直接使用的訊號。第一，Java基礎題仍然是基本盤，事務、Spring、MySQL這三塊幾乎每場都會碰到，準備的投資報酬率最高。第二，項目經驗的追問深度遠超預期，恆生的面試官會一路追到「這個優化指標是誰定的、在什麼數據量級下測的」，把項目背熟到能回答協調過程與決策衊突的人，比只會講技術細節的人更能撐過這種追問。第三，AI相關題目的出現頻率正在上升，而且不只在AI崗位，大模型基礎概念、本地部署經驗、對AI輔助編程的看法，都可能在任何一場後端面試裡出現。

十七分鐘很短，但足夠看清一件事：這家金融科技公司已經把「如何與AI一起寫程式」當成正式的評分欄位，而不是閒聊的收尾題。對今年正在跑秋招的人來說，這道題值得像準備隔離級別一樣，提前想清楚答案。