刚做完 Anthropic 最新 OA，感觉很有意思，两道题都是工程向的， Anthropic OA 不考纯算法套路，而是考你对 AI 系统本身的理解和 debug 能力。
题做的过程中几次卡壳，最后都是通过理解题意、分析边界情况才扭转的。把整个过程和坑都写下来，给后面的同学参考。
整体情况
- 平台：在线评测
- 题量：2 道
- 风格：偏工程 + ML 落地，不考纯算法套路
- 关键：正确性、边界处理、代码可读性
第一题：Inference Engine（Request Scheduler）
题意
简单说，这题让你写一个「GPU 请求调度器」。
有一堆用户请求进来，每个请求都要先处理 prompt（叫做 Prefill，用来建立 KV Cache），然后再一个 token 一个 token 地生成内容（叫做 Decode）。
GPU 每个时间片能处理的 token 数量是有限的（有 batch capacity 限制）。你需要决定：在当前这一步，该让哪些请求上 GPU 跑。
核心就三点：
- Prefill 和 Decode 是两个完全不同的阶段，不能搞混
- 请求做完了要及时清掉，不然后面会出问题
- 不能超过 GPU 的容量上限
注意：这题不需要你实现一个完整的 vLLM，重点是调度逻辑要对，状态转换不能乱。
解题思路
这题本质是 request scheduler 设计。代码里最容易挂的地方：
- 状态转换不能乱 每个 request 必须有清晰状态（Waiting / Prefilling / Decoding / Finished），Prefill 做完才能进 Decode。
- Finished request 要及时移除 做完的请求如果不及时清掉，后面的 hidden test 很容易出错。
- 严格遵守 batch capacity 不能无限往 batch 里塞 request，超出容量的必须排队到下一 timestep。
- 不要过度模拟真实 LLM engine OA 重点是 scheduler 的 correctness，保持逻辑清晰、状态机干净就够了。
建议实现时用一个清晰的状态机 + 队列管理当前活跃请求，每一步先处理能完成的 prefill/decode，再更新状态并清理 finished 请求。
第二题：Debug Extremely Randomized Trees
题意
这题给你一份「有 bug 的 Extra Trees（极端随机树）」代码，你的任务是把 bug 修掉，让所有测试用例都通过。
它不是让你从零实现一棵树，而是读懂别人写的代码，找出哪里会挂。
最常见的坑就三类：
- 空数据、只有一个样本、没法再切分的节点，这些边界情况没处理好，直接 crash
- NumPy 的 shape 问题，(10,) 和 (10,1) 看起来差不多，实际完全不一样，很多隐藏 bug 都在这
- Extra Trees 是随机选划分点的，有可能切出空的子节点，如果不处理就会出异常
解题思路
正确的打开方式是：先看 test，再定位代码。
- Edge Case 空数据、单样本、无法 split 的 node，这些最容易直接 crash。需要在 split 前判断样本数、特征是否还能继续划分。
- NumPy Shape (10,) 和 (10, 1) 看起来差不多，但实际完全不同。注意 squeeze / reshape，保持维度一致。
- Random Split 导致的 Empty Child Extra Trees 随机选 threshold，有可能出现空的子节点。必须处理这种异常情况，否则递归会出问题。
建议流程：先跑所有 test，记录失败的 case → 从最小的 edge case 开始修 → 每修一处就重新跑 test → 保持改动最小化。
FAQ
Q：第一题必须用某个特定语言吗？
没有，支持 Python、C++、Java 等主流语言。我用的 Python，状态机逻辑比较清晰，但 C++ 如果对指针和内存管理熟的话也能写得很快。
Q：第一题有没有需要实现的 LLM model？
不需要。重点就是 scheduler 逻辑，不用实现真实的 forward pass 或 token generation，用简单的模拟就行。很多同学在这里浪费时间，以为要实现一个完整的推理引擎，其实完全没必要。
Q：第二题如果找不到所有 bug 怎么办？
不用找齐，一般找到大头的几个就能过掉大部分测试。从简单的 edge case 开始，一个一个修，能通过多少就通过多少。完整度高于完美度。
Q：90 分钟够吗？
有点紧，但如果不纠缠细节的话够的。建议第一题花 40-50 分钟，第二题花 40-45 分钟，留 5-10 分钟做最后的 sanity check。
Q：第二题的 bug 数量大概有多少？
通常 4-6 个，大小不一样。有的是一行代码的修复，有的需要重构一个函数。题目设计得比较梯度化，难的 bug 通常在深层递归或者复杂的数据转换里。
Q：可以用 AI 工具吗？
一般 OA 不让用，要检查的就是你自己的代码能力。有些公司会明确允许或不允许，看邀请邮件的说明。
Q：OA 过了之后是什么流程？
一般一周内会安排 VO，Anthropic 的 VO 通常是 2-3 轮，一轮深度 coding，一轮 research / system design，一轮 behavioral。OA 过了已经是很大一步了，VO 的压力相对小一些。
最后
Anthropic 的 OA 是我见过最”接近真实工作”的题。不考花哨的算法，不考什么脑经急转弯，就是考你能不能理解复杂系统、快速定位问题、写出可靠的代码。
如果平时有关注 vLLM、TensorRT 这类 inference 框架的实现细节，或者对树模型的训练细节有过深入研究，做这两道题会轻松很多。
最近很多 AI 公司（Anthropic、xAI、Google DeepMind 等）的 OA 题目有明显趋势——越来越偏工程、越来越贴近真实系统。提前了解 LLM Inference、ML 系统设计、NumPy 数据操作这些方向，比盲目刷题管用。
我们最近带了不少同学过 Anthropic 这类 OA，重点就是帮你把状态机逻辑和边界坑点提前踩一遍。Interview Show 对这类 AI 公司题型比较熟，有需要可以直接问。