滿分100只拿47.08：網易雷火這場AI Coding筆試，分數卡在用例通過率的一半

2025年9月19日，一篇發布於牛客網的貼文，把網易雷火遊戲客戶端研發筆試的AI Coding題成績單攤在了檯面上：滿分100分，樓主拿了47.08分，225個測試用例通過115個。用例通過率51.1%，得分率47.1%，兩個數字幾乎重合，這正是問題所在。樓主自述採用了分步驟實現的策略，結果分數與用例都只拿到一半，於是在評論區公開求問做題策略。

評論區的回覆，讓這道題的真實難點浮出水面，而難點已經不在演算法本身。

越改越低：一種新的失分結構

評論區裡最有信息量的幾條回覆，描述的是同一種現象。一位北京考生寫道，初版76分，改著改著變成30多分。另一位廣東考生的說法更直接：感覺純看運氣，初版決定一切，後面不管怎麼追蹤數據流都改不對。還有一位山東考生拿了63分，結論是AI時好時壞。

把這些敘述疊起來看，AI Coding題的失分結構與傳統程式筆試有本質差異。傳統筆試的得分函數單調遞增：程式碼越接近正確，通過的用例越多，分數越高，修正只會加分。而這場考試裡，多名考生經歷了修正後分數下降的過程。原因在於評分對象是考生與AI協作的產出，當考生對AI生成邏輯的理解不完整時，每一次幹預都是在資訊不對稱下對系統做盲改，用例通過數量並不保證單調改善。

這與我們先前分析過的考場上的模型比你日常用的掉兩檔：AI Coding筆試的帳，算在輪次那一欄中揭示的約束一致：主辦方提供的是中小模型，考生無法靠日常習慣的旗艦模型能力兜底。在掉檔的模型上，分步式寫法反而容易在小模型上失效，因為每一步的推理品質都在衰減。

47分不是實力分位，是機制分位

再看其他考生的分數分布：48.6分、145個用例（225個中）、50分、59分、63分。多人聚集在100分制下的45至65分區間，且高度對應用例通過率。這與先前百度後端筆試、美團筆試中大量考生分數卡在固定區間的現象形成跨公司對照，可參考我們對百度把AI Coding塞進考卷，先動的是篩選成本那一欄的分析。當分數分布大量堆疊在同一區間，這個分數傳遞的資訊就從程式能力轉向了考生與AI工作流的磨合程度。

換句話說，47.08分對招聘方而言的含義已經變了。傳統筆試裡，47分代表演算法能力位於後段；AI Coding題裡，47分更可能代表考生未能建立對AI產出的驗證迴路，用例通過一半，代表一半的邊界條件沒有被考生主動覆蓋或修正。

值得注意的是另一位考生的遭遇：59分，最後半小時coding平臺卡爆，一次都沒提交成功。這暴露了這類考試的另一個變數，評分結果同時疊加了平臺穩定性風險，而這個風險由考生單方面承擔，沒有補償機制。

誰受惠，誰承壓

從影響傳導看，這種評分機制首先改變的是篩選成本的分擔結構。對企業而言，AI Coding題把評估從「會不會寫」推進到「會不會驗證與收斂」，與面試環節的追問形成互補，字節秋招一面中對Agent異常場景的層層追問就是同一邏輯的延伸。篩選的邊際成本下降，因為筆試就能淘汰不適配AI工作流的候選人。

承壓的一方是求職者，且壓力分布不均。已建立「初版品質最大化」策略的考生受惠：既然初版決定一切，考試重點就從除錯轉向提示詞的初始精度。而習慣迭代修正的考生承壓，因為在掉檔模型與不完整理解的雙重約束下，迭代本身變成負期望值操作。評論區那句「初版決定一切」，實質上是考生社羣在多次試錯後歸納出的應試均衡策略。

遊戲客戶端這個崗位類別本身也值得注意。同一批牛客動態顯示，樂元素的遊戲客戶端開發筆試甚至允許無限制使用AI，疊紙、4399等遊戲公司的面試則仍在考UObject生命週期、垃圾回收等引擎基礎。遊戲產業的招聘篩選正在分化：引擎知識下沉到面試，AI協作能力前置到筆試，兩層篩選各自計價。

收束判斷

回到那組數字：滿分100，47.08分，225個用例過115個。這個分數真正篩掉的人，可能不是寫不出程式碼的人，而是沒有意識到考試規則已經換了一套計分函數的人。當修正的回報為負、初版的權重被放大，AI Coding筆試考察的已經是提示詞工程的初始精度，以及考生對「何時不該動手」的判斷。這套能力在招聘市場上的定價，才剛開始形成。