Roblox SDE interview 的五轮刚走完，趁着还记得把每一轮的题目和感受都记下来。网上关于 Roblox SDE interview 的面经不多，尤其是五轮全记录的更少，所以把每一轮都写得尽量详细一些，给同样在备考的同学参考。
整体比我预期的难，BQ 的权重很高，Bar Raiser 那轮根本没有标准答案，感觉像是在和面试官聊一个你从来没遇到过的真实工程问题。
Roblox SDE 面试流程概览
OA（CodeSignal，约 2 小时）→ Technical Phone Screen（1 轮，45-60 分钟）→ Onsite 四轮（Coding × 2 + System Design + Behavioral/HM）→ Bar Raiser（60 分钟）
我这次走的是已经过了 OA 和 Phone Screen 之后的 Onsite 五轮，两轮技术面先打完，后三轮下周接着。整体从投递到走完五轮大概三周，节奏算快的。
几个提前知道会有帮助的信息：五轮不一定一天内全打完，Roblox 可以分多天安排，主动和 recruiter 沟通时间窗口；每轮 45 到 60 分钟，Coding 轮用 CoderPad，System Design 用共享白板；Bar Raiser 是来自其他 team 的资深工程师，不是你的直接 HM，这轮在最终录用决策里权重很高。
Round 1：Coding
上来就给了一道 Trie 的题——给一个单词列表和一个前缀，找出所有匹配该前缀的单词。
我没有多想，直接说用 Trie 树，面试官点头说”好，你来实现”。
沿着前缀字符逐层往下走，走完前缀之后遍历子树收集所有单词。时间 O(P + M)，P 是前缀长度，M 是匹配单词的总字符数；空间 O(N)，N 是 Trie 节点数。
class TrieNode:
def __init__(self):
self.children = {}
self.word = None
class Trie:
def __init__(self):
self.root = TrieNode()
def insert(self, word):
node = self.root
for ch in word:
if ch not in node.children:
node.children[ch] = TrieNode()
node = node.children[ch]
node.word = word
def search_prefix(self, prefix):
node = self.root
for ch in prefix:
if ch not in node.children:
return []
node = node.children[ch]
results = []
stack = [node]
while stack:
cur = stack.pop()
if cur.word:
results.append(cur.word)
stack.extend(cur.children.values())
return results写完之后面试官问了两个 follow-up。
第一个：前缀不存在怎么处理——返回空列表，代码里走到某个字符没有对应子节点就直接返回，我指了一下代码里的位置，他满意了。
第二个：如果单词列表非常大，有没有空间优化的思路——我说了压缩 Trie（Radix Tree），把只有单个子节点的链路压缩成一条边，节点数量大幅减少。然后顺着聊了后缀树的方向，面试官明显来了兴致，我们聊了不少，这轮超时了一点但气氛不错。
Round 2：Coding
这轮的题目一出来我就有点兴奋——给一组订单，每个订单有利润和截止时间，每个时间槽只能处理一个订单，问怎么选才能最大化总利润。
这是经典的贪心加最小堆的题，我之前练过。按截止时间排序，逐个把订单压入最小堆，堆大小超过当前可用时间槽数就弹出利润最小的那个：
import heapq
def max_profit(orders):
orders.sort(key=lambda x: x[1])
heap = []
for profit, deadline in orders:
heapq.heappush(heap, profit)
if len(heap) > deadline:
heapq.heappop(heap)
return sum(heap)写完跑了几个 case，都对。面试官说”思路很清晰”，然后出了 follow-up。
Follow-up 是：多个订单截止时间相同时，要保持原输入顺序。我说堆里加一个时间戳字段，比较键改成 (profit, timestamp)，profit 相同时按 timestamp 升序，保证先进来的先被保留。
之后面试官又问了怎么扩展到支持订单取消、怎么处理并发请求，我们聊了很多，这轮明显比第一轮更放松，感觉彼此都挺投入的。
Round 3：System Design
这轮题目是设计一个 Roblox 游戏内的聊天/消息系统，支持游戏内玩家实时通信。
我先 clarify 了几个问题：消息是游戏内局内聊天还是跨游戏的社交聊天、需不需要持久化历史消息、延迟要求是什么量级、并发用户规模大概多少。面试官说是游戏内实时聊天，需要支持百万级并发，消息延迟要在 100ms 以内，历史消息不需要长期保留。
然后开始设计。
连接层：用 WebSocket 维持客户端和服务端的长连接，而不是 HTTP 轮询——游戏内聊天对延迟极度敏感，轮询的开销和延迟都不可接受。每个 WebSocket 服务节点维护一批在线玩家的连接，通过 Redis Pub/Sub 在节点之间转发消息。
消息路由：玩家发消息之后，WebSocket 节点把消息发布到 Redis 频道，同一游戏房间的其他玩家订阅了该频道，消息会被转发到对应的 WebSocket 节点再推送给客户端。这样不需要所有玩家都连在同一个节点上。
内容审核：Roblox 有严格的内容安全要求，聊天消息需要过审核。我说了两种策略——实时过滤（规则引擎，延迟低但覆盖有限）和异步审核（消息先发出去，审核后如果违规再撤回）。面试官追问这两种的 tradeoff，我说实时过滤对用户体验更好但漏检率高，异步审核更准确但用户可能短暂看到违规内容，Roblox 实际上两者结合用。
面试官追问了三个方向：
高并发下的节点扩展——WebSocket 节点是无状态的（连接状态存在 Redis），水平扩展不需要迁移数据，新节点加入之后通过负载均衡分配新连接即可。
节点故障怎么处理——某个 WebSocket 节点挂掉，该节点上的连接会断开，客户端检测到断线后自动重连，连到其他健康节点。消息不做持久化所以不存在消息丢失补偿的问题，但对于重要通知可以走单独的可靠消息通道。
游戏结束后的清理——游戏房间关闭时，取消所有玩家对该频道的订阅，释放 Redis 的频道资源。这块如果不做清理会有资源泄漏，面试官对我主动提到这点有明显反应。
Round 4：Behavioral + HM 面
HM 面大约 45 分钟，前半段聊过往经历，后半段聊对 Roblox 的理解。
这轮我答得最顺的是那道跨团队协作的题——”讲一次你所在团队有成员没有尽到责任，你是怎么处理的”。我提前准备过这道题，STAR 讲完之后面试官追问了”如果那个人没有改变，你会怎么做”，我说了我会先和 tech lead 对齐再考虑是否上升，他点头说”这个判断是对的”。
最后他问了一句：”如果你加入 Roblox，第一件事最想做什么？”
我说了想研究他们的 content moderation pipeline，因为我之前做过类似的系统，有一些想法想验证。他明显对这个答案很感兴趣，我们多聊了几分钟，这轮超时了但感觉很好。
Round 5：Bar Raiser
这轮是整个流程里最难预测的，来自其他 team 的资深工程师，60 分钟，没有标准答案。
面试官开门见山：”我们来聊一个 Roblox 真实遇到过的问题——用户在绕过内容审核发布违规内容，你会怎么从系统设计角度处理这件事。”
这道题我没有一套现成的答案，只能现场推理。我先问了几个问题确认边界：违规内容的类型（文字、图片、视频还是用户行为）、检测的延迟要求（实时还是近实时）、平台对 false positive 和 false negative 各自的容忍度。
然后我开始分层讲：检测层（规则引擎加机器学习模型，两者互补）、上报层（用户举报 + 自动检测双通道）、处置层（自动下架、人工复核、申诉机制）、反馈层（把处置结果回流给模型训练）。
面试官追问：如果用户绕过检测的方式不断更新，你的系统怎么跟上——我说模型需要持续迭代，同时要建立一套快速标注和上线的流程，让人工发现的新绕过方式能快速反馈进系统。
这轮出来之后我没有很强的”我过了”的感觉，因为题目本身就没有标准答案。但我觉得我把推理过程讲清楚了，没有假装自己有现成的解法。
出来的感受
Roblox 的面试节奏比我预期的扎实，每一轮都有实质内容，没有走过场的环节。
最大的感受是：BQ 和 Bar Raiser 这两轮才是真正的门槛。Coding 和 System Design 准备得好基本能过，但 Bar Raiser 那轮如果你抱着”找正确答案”的心态去，很快就会露出破绽。那轮考的是你面对真实的、没有教科书答案的问题时，推理过程是不是清晰、价值判断是不是合理。
有在准备 Roblox 或其他游戏科技公司 SDE 岗的同学，可以来聊聊。InterviewShow 做过 Roblox、Unity 这些公司的面试，Trie 和堆调度这类 Coding 题、实时排行榜系统设计、Bar Raiser 的开放性问题应对思路都有覆盖，一对一跟着走。有需要的来聊。