Harvey 面试辅助：LLM 高亮 citation 题与 RAG 系统设计

高亮与 citation 两问的完整实现：word level 匹配、重叠合并、标签同层闭合、来源索引按总频次降序与索引升序、空输入与无命中输入的返回。

vault / 文件夹系统题：路径的添加与读取、重名文件在扩展名前加序号后缀、目录层级遍历与返回顺序、trie 或前缀树思路的取舍。

System Design 三套骨架：法务文档检索的 RAG 链路、Google Drive 式 ACL 权限校验、按规则评分的 agent 及其与人工复核的分工。

AI 方向的简易检索实现：embedding 生成、相似度召回、top-k 输出，以及 recall、hit rate、MRR 等 eval 指标的定义与优化手段。

长题面阅读与澄清：把题面里的假设（字符集、空格、大小写、是否允许修改输入）逐条确认，避免在边界条件上返工。

反冷场表达：在没有反馈时按「先讲思路与复杂度、再写代码、写完自测一个反例」的固定节奏推进。

同学提供的面经样本里技术店面出现频率最高的是同一道两问式 coding 题：给一段语言模型输出文本和一组 source 字符串，要求把命中的 source 用高亮标签包起来，第二问在每个合并后的高亮后面补上来源索引，并按各 source 全文出现次数降序排列、次数相同按索引升序。

这道题的题面留了很多坑：要求 word level 匹配（例如 network 不应该匹配到 networking 内部）、要处理多个 source 重叠后合并成一个高亮、高亮必须在同一层级闭合，并且明确说不要求最优复杂度、只要 working code。

2026 年出现换题与扩题的迹象：有样本遇到同一句子的匹配高亮新题，也有样本遇到内存版 vault 文件目录系统（add_file / get_files，第二问处理重名文件加后缀），还有样本用 trie 做文件系统题、前端岗考同一道题的前两问再追问上线生产要做哪些优化。

昂赛结构在不同样本里为三轮上下：coding + system design + project deep dive / values；system design 出现过「文档库 + prompt 检索」的 RAG 产品题、以 ACL 为重点的 Google Drive 题、以及按规则给文件打合格与不合格并给修改建议的 agent 题。

AI 相关岗位会考简易实现题：在 Colab 里写一个简化版 embedding 与检索流程，最后一问转向如何优化 eval，例如 recall 与 hit rate 这类指标。

招聘节奏整体偏快：多份反馈提到店面当天或一天后就通知进入下一轮；同时也普遍反映面试官互动很少，出现过面试官全程基本不说话、甚至在忙自己事情的情况。

给一段语言模型输出文本和一组 source 字符串，把命中的 source 用高亮标签包起来；要求 word level 匹配、重叠区域合并为同一个高亮、标签在同一层级闭合，不要求最优复杂度。

在高亮题基础上补 citation：在每个合并后的高亮后面追加来源索引，若一个高亮由多个 source 合并而成，则按各 source 在全文出现次数降序排列，次数相同按索引升序。

实现内存中的 vault 文件目录系统：第一问提供 add_file 与 get_files，第二问处理重名文件——新文件名与已有文件冲突时在扩展名前加序号后缀表示副本。

为用户发 prompt、系统从 vault 的大量文档中返回相关信息的检索产品做设计，重点是 LLM 加 RAG 的链路、召回与重排、引用回链以及无命中时的兜底。

设计一个类似 Google Drive 的文件系统，重点讨论 ACL 权限模型：角色与资源、权限继承与覆盖、共享链接、鉴权在检索链路上的位置以及权限变更后的索引一致性。

在 Colab 里写一个简化版 embedding 与检索流程，并回答如何优化评估——例如 recall 与 hit rate 的定义、离线评测集怎么构造、召回变差时先查哪一环。

高亮与引用两问怎么拆

Harvey 店面最高频的一道题可以拆成三层，同学提供的面经样本里几乎都是这个骨架。第一层是匹配与高亮：输入一段文本和一组 source，要求把命中的 source 用高亮标签包住，默认只含字母数字、单词之间只有一个空格，且必须按 word level 匹配——面试官明确举例说 network 不应该匹配到 networking 中间，所以实现时要先把文本按空格切词，再用词序列比对，而不是直接做子串查找。第二层是重叠合并：多个 source 可能互相覆盖，例如某段话既属于长 source 也属于短 source，题目要求把连续被覆盖的区域合并成一个高亮，并且标签必须在同一层级闭合，不能出现嵌套的高亮标签；实现上通常是先算出每个词是否被覆盖，再把连续覆盖的词合成区间。第三层是 citation：在每个合并后的高亮后面补上来源索引，如果这个合并区间对应多个 source，就把它们的索引全部列出，排序依据是各 source 在整段文本里出现的总次数降序，次数相同时按索引升序。这三层里真正拉分的是边界：文本首尾的空格与标点、source 出现零次、两个 source 完全重合、以及合并区间跨越标点的情况。题面还给了两条减负信息——只要求 working code 不要求最优复杂度，且假设字符都是字母数字、只有单个空格；抓住这两条就不要浪费时间去优化复杂度，把自测用例写全更划算。

vault 文件系统新题

Harvey 的题库在 2026 年出现明显变化，同学提供的面经样本里可以看到三条新线索，准备时不能只盯着高亮题。第一条是同一主题的变体：有样本遇到给定 sentence 与 matches 数组、按 matches 把原句高亮的新题，候选人自述之前只准备了 spreadsheet 类题，遇到新题直接失控，这提示单纯背一道题的答案风险很高。第二条是 vault 文件目录系统：背景是用户把文件上传到 vault 并用文件夹组织，要求实现内存中的目录系统，第一问提供 add_file(path) 与 get_files(path)，第二问处理错误场景——新文件名与已有文件重名时，在扩展名前加序号后缀表示副本。这道题的核心是路径解析与去重规则，同学提供的面经样本里有候选人提到自己用 trie 处理，也有候选人卡在第二问的更新逻辑上。第三条是 spreadsheet / gsheets 类题：题面通常分多问递进，其中一问是 update cell，有候选人因为在这一问里写了 bug、调试过久而没能见到第三问而挂掉，也有候选人在店面阶段反复练过这道题后顺利通过。把这三条线索放在一起看，最稳的准备方式不是死记某一题的代码，而是把「路径与命名的字符串处理」「状态更新与回滚」「区间合并与排序」这三类通用能力各练到能现场写出来，这样遇到变体也有可迁移的骨架。

RAG 与权限两类设计

Harvey 昂赛的 system design 同学提供的面经样本集中在两个方向。第一个方向是法务文档检索类产品：面试官描述他们有个 review table 形态的产品，用户发 prompt，vault 里存了大量文档，服务需要根据 prompt 从文档中返回相关信息，这一轮的重点是 LLM 加 RAG 的完整链路。候选人自述因为完全没接触过 RAG 而当场懵掉，这说明对该方向岗位来说 RAG 不是加分项而是门槛。准备时要把链路讲成可评审的组件图：文档接入与切分策略、embedding 与索引选型、召回与重排、上下文拼装与引用回链、以及无命中时的兜底与拒答策略；再补上评估与迭代闭环，例如离线评测集、召回率与命中率指标、以及上线后如何用日志回流改进切分与排序。第二个方向是权限：有样本的题目是设计 Google Drive，面试官重点追问 ACL，需要讲清角色与资源模型、继承与覆盖规则、共享链接与外部协作者的边界、以及鉴权在检索链路上的位置（先过滤还是先召回），还有权限变更后的索引一致性。另一份样本考的是按规则给文件打分并给出修改建议的 agent，追问集中在多个 agent 同时改同一份文件时如何避免冲突。这三类题的共同评分点是：先澄清使用场景与规模，再给组件划分与数据模型，最后主动讲失败路径与运维成本。

沉默面试官下的节奏控制

关于 Harvey 的面试互动，同学提供的面经里负面描述相当集中，而且都指向同一件事：面试官几乎不给你反馈。有候选人描述面试官是个年轻华裔、全程基本没说几句话，让人无法判断自己的表达是否被接受；也有候选人说面试官全程在忙自己的事情，问问题还要让候选人重复才知道在问什么；还有候选人明确写到每个部分都做出来了却在之后收到挂掉的通知。这类反馈对准备策略有两个直接影响。第一，不能依赖面试官的表情或追问来判断自己是否答对，必须建立自检机制：写完一段先口头过一遍输入输出与边界，再主动补一个反例自测，最后用一句话总结复杂度，把评估材料喂给面试官。第二，要在开场确认规则：题目是否只要求 working code、是否允许用标准库、时间如何分配、有没有后续追问，这些在同学提供的面经样本里都是题面自己写清楚的，主动问一遍能省下大量返工。另一个值得注意的细节是招聘节奏，多份样本提到当天或一天后就有结果通知，说明评价很依赖当场的记录，而不是事后补交材料；因此把关键设计决策讲出口，比埋头把代码写到完美更重要。最后，这一家的挂经比例在同学提供的面经样本里偏高，遇到没有解释的拒绝时不必过度归因于自身能力，更实用的做法是把当场的题面与自己的卡点记录下来，用于下一家的准备。

Harvey 常见目标岗位

建议重点模拟这些轮次

Harvey 面试流程一般有几轮？

Harvey 的面试流程通常包括 OA / Phone Screen、VO / Onsite 多轮技术面、Behavioral 面和 Hiring Manager 面。具体轮次取决于岗位和 Level，建议提前了解目标岗位的标准流程并针对性准备。

Harvey 最常考什么题型？

根据同学提供的面经信号，Harvey 最常考的题型包括 高亮与 citation 两问的完整实现：word level 匹配、重叠合并、标签同层闭合、来源索引按总频次降序与索引升序、空输入与无命中输入的返回。、vault / 文件夹系统题：路径的添加与读取、重名文件在扩展名前加序号后缀、目录层级遍历与返回顺序、trie 或前缀树思路的取舍。、System Design 三套骨架：法务文档检索的 RAG 链路、Google Drive 式 ACL 权限校验、按规则评分的 agent 及其与人工复核的分工。、AI 方向的简易检索实现：embedding 生成、相似度召回、top-k 输出，以及 recall、hit rate、MRR 等 eval 指标的定义与优化手段。。建议先从高频题型入手，再做项目深挖和模拟面试。

Harvey 面试需要准备多久？

建议至少提前 7-14 天开始冲刺准备。如果还在投递期，可以先做题型地图和岗位定位，拿到面试邀约后集中做模拟面试和表达训练。

Harvey SWE 岗位最难的是什么？

Harvey 的面试以严格的 Hiring Bar 著称。最常见的失分点包括：前置澄清不充分、边界测试缺失、系统设计只背模板、项目深挖无法体现 ownership。针对性模拟可以有效降低这些风险。

Harvey 面经应该怎么看？

同学提供的面经适合用来判断 Harvey 高频题型、轮次和常见挂点，但不要只背原题。更稳的做法是把面经拆成 OA / Coding / Design / Behavioral / HM 五类信号，再按目标岗位和 level 做限时训练。

Harvey 代面、面试辅助、OA 代写多少钱？

Harvey 代面（对口型）$499/轮起，多轮连面有打包价；SWE 辅助（实时）$299/轮起；OA 代写 $199 起，提前 1 天交付。最终价格按岗位、轮次和具体面试情况浮动，添加微信 interview_coach_pro 先聊 30 分钟免费咨询再报具体价格。