Stripe 的 AI 编程面试怎么考
据 9 名候选人的非官方记录,常见题目是逐步扩展一个交易规则引擎,面试平台提供 AI 助手。候选人反馈,考察重点在于拆解需求、审查生成代码和编写测试。
AI 深度解读
Stripe 的 AI 编程面试允许候选人用平台内置助手写代码。一道常见题是交易规则引擎:先做字符串相等,再加 AND、OR 和括号。代码可以交给助手写,规则怎么解释、哪些测试能证明它写对了,还是得由候选人讲清楚。
原文整理了 2026 年 4 月至 10 月前后的候选人自述。Stripe 没有公开这轮的评分标准,但这些记录给了一个具体的练习方向:拿同一道题分几次加需求,每次都检查新增行为和旧用例。
先问规则怎么读,再让 AI 写
截至 2026 年 11 月 2 日,原文资料库的 63 篇 Stripe 面经中,有 9 篇描述了 AI 编程轮。其中 5 篇提到规则解析或求值,另外 4 篇较短的记录中也有 3 篇提到类似题目。两份写得最细的面经给出了相同的前三部分。
第一部分接收一笔交易和一组有顺序的规则。每条规则用字符串相等判断某个条件,命中后给出 accept 或 block。第一条命中的规则决定结果,全都没命中就默认 accept。字段和常量都可能出现在等号任意一侧,解析时不能写死「左边是字段」。
第二部分加入布尔字段和 AND、OR。一位 Staff 候选人遇到的版本在这一部分忽略运算符优先级。原文用 true OR false AND false 解释为什么要先确认题意。按从左到右计算,(true OR false) AND false 为假,这条拦截规则不命中。若 AND 优先,true OR (false AND false) 为真,同一条规则就会 block。在原文的示例里,前一种读法最终得到默认的 accept。
第三部分加入可嵌套的括号。面试官还问过,如果商户名里本来就有 and 或 or 怎么办。把表达式按这些单词直接切开,可能连字段值也切碎。这里该先弄清题目如何表示字符串、引号内的内容如何处理,再落到代码里。

还有一个访问控制变体先给 BLOCK if fraud_flag 和 ACCEPT if trusted_partner 这样的标记规则,再加入 amount > 10000 一类条件,用 AND 或 OR 连接。规则仍按加入顺序执行,首条命中决定结果。一位 Staff 候选人做完三部分后,面试官告诉他后面还有很多部分。原文没有交代后续题目。
AI 可以负责实现,你得能解释每次改动
原文建议把实现分成四块:分词器识别字段、常量、操作符和括号,解析器把这些记号组成条件树,求值器根据交易记录算出条件真假,最外层按顺序执行规则。举例来说,括号决定条件树先组合哪一段,而默认 accept 只在规则遍历结束后处理。分开看,测试失败时更容易判断该查表达式结构,还是查规则执行顺序。
让助手改一块时,可以说清输入、输出和必须继续通过的测试。比如加入 AND 和 OR 之前,先确认大小写、空格、引号、未知字段和运算顺序,再把已确认的行为写进用例。等助手提交改动,先读代码再跑测试。失败时先说出自己的判断,例如「这里可能把引号里的 or 当成了操作符」,再让助手处理。HackerRank 面试官能看到实时聊天,也会拿到会话记录。候选人接受某次修改的理由,仍需要自己说出来。
工具方面,候选人提到过 HackerRank 内置聊天、Opus、Gemini Flash 和 Codex,也有人用 Python 完成题目。一位 Staff 候选人推荐 Gemini Flash,因为他用其他模型等代码返回超过一分钟。这是一次面试中的体验。按原文引用的 HackerRank 文档,公司决定开放哪些模型。普通编程题使用受限助手,主要提供语法和概念帮助。代码仓库题可以使用带 Plan 和 Agent 模式的非受限助手,由它写入或编辑文件。面经没有确认实际用了哪种模式。能用什么,以自己的邀请和招聘方说明为准。有候选人在 Integration 轮忘关 Copilot 自动补全,被面试官指出。
规则题常见,整场流程还有别的变量
多数面经把 AI 编程放在 onsite,和 Integration、Bug Squash、行为面或招聘经理沟通排在同一组。也有人在电话面试就遇到两轮 AI 编程。一位 Staff 候选人在招聘初筛之后做了两轮各 60 分钟的 mini onsite,AI 编程和系统设计各占一轮。还有候选人在 onsite 前几天才收到改轮通知。
前端相关的例子来自一条带有 FDE(Forward Deployed Engineer)筛选的流程。候选人先在较早的筛选中写了一个 React 界面,再在首轮 90 分钟的 onsite 里借助 AI 扩展它,涉及 UI 设计和 API 缓存。招聘方说题目当时还在校准。准备前端岗位时,可以把这个案例当作一种练习素材,对自己的面试题型仍要以邀请为准。
9 份详细面经里,7 人被拒,2 人没说结果。这些记录加上另外 4 份短报告,无法用来估算通过率。个别反馈倒是说得具体:有人整体评价正面,Integration 和 Bug Squash 没达到要求。经历两轮 AI 电话面的候选人则被告知技术表现过关,行为回答没体现 Staff 层级的工作范围。
我的判断
我最认同的是把测试当作候选人自己的工作。像首条命中、默认放行、字段换边和括号嵌套,助手生成的代码都可能在普通示例上跑通,却在边界上给出另一个结果。自己写出能区分两种行为的用例,才有依据决定这次改动能不能收下。
至于「每次只让 AI 写一块」是否更容易拿高分,原文给的是经验之谈。一位 Staff 候选人认为面试官看重模块化,也有两位候选人让助手承担了大量编码,随后仍和面试官讨论代码。原文没有公开评分表,也没有对照数据。需求已经说清、用例也齐备时,让助手一次生成完整实现可以节省输入时间。题目逐段发放、语法还在变化时,小步修改更容易查清是哪次改动引入了问题。
原文还引用了 Stripe 在 2026 年 2 月 9 日发布的 Minions 文章。Stripe 称每周合并的 PR 中,有超过 1,000 个完全由内部编码代理生成,仍由人审阅。这给「读懂并审查生成代码」提供了一个实际的工作场景。至于 Stripe 为什么设置这轮面试,公开材料没有给出答案。
能拿来做什么
- 用熟悉的 JavaScript 或 TypeScript 分三次实现交易规则引擎,先做字符串相等和首条命中,再加
AND、OR,最后加嵌套括号。每次扩展后,把上一轮用例全部重跑一遍。 - 给 Node 测试补上能区分实现的输入。让两条规则同时命中但给出相反决定,检查是否首条生效。再用
true OR false AND false和包含and或or的商户名,分别检查运算顺序和分词。 - 练习用 AI 扩展现有 React 界面时,先讲清 UI 的目标和 API 缓存在哪些情况下复用,再交给助手实现。读完改动后,用请求次数和页面行为检查它是否符合预期。