小鹏汽车校招备考攻略（智能驾驶方向）

数据来源：真实面经整理 | 版本：final

一、公司画像 & 校招节奏

小鹏汽车（XPENG）成立于，总部广州，港股、美股两地上市。创始人何小鹏此前是UC浏览器联合创始人，在移动互联网赚到第一桶金之后，全身心转战小鹏。这个背景很重要：他不是传统汽车人，是互联网人——所以小鹏从一开始就把软件和智能放在核心位置，而不是硬件制造。

核心业务有三块：整车制造、智能驾驶（XNGP）、智能座舱。其中智能驾驶是小鹏最引以为傲的核心竞争力。，小鹏推出了XNGP全场景智能辅助驾驶，是国内最早落地"不依赖高精地图"城市NOA的车企之一。技术架构上，小鹏走纯视觉路线，基于BEV（Bird's Eye View）+ Transformer，技术对标的正是特斯拉FSD。

员工规模约1.5万人，软件和算法人员占比较高。，小鹏的智驾研发团队在全集团薪资体系里属于最高档，这从侧面说明了公司对这个方向的重视程度。

主要校招方向：

校招节奏（参考）：

一个值得提前想清楚的问题：小鹏是车企，不是纯互联网公司。你写的代码最终要跑在一辆时速100公里的车上，实时性、安全性都是硬约束。如果你对"自动驾驶落地"这件事本身感兴趣，小鹏是个很好的选择。如果只是把它当做一份互联网工作，反而会在面试里显得格格不入。

二、岗位JD解析：技术要求拆解

小鹏的岗位JD和其他大厂有一个明显差异：对工程实战经验的要求写得非常具体，而不是泛泛的"熟悉XX技术"。这背后的原因是：智驾研发对技术栈有高度定制化需求，面试官想要的是能快速上手的人，不是需要从头培训的人。

感知算法工程师

自动驾驶系统工程师（C++方向）

一个需要强调的点：系统工程师方向的面试，工程实战类考点（protobuf/gRPC/Redis）的权重和算法题权重大致相当。很多人只刷LeetCode，结果被protobuf注意事项这种"日常工程问题"卡住，非常可惜。

三、LeetCode高频题Top 20（真实面经数据）

小鹏面试算法题的风格是：Medium为主，难度适中，但要求用C++写出正确、可运行的代码。面试官不接受"大概思路是这样"或者Python伪代码。

第一梯队（必刷，基本每次必考）

第二梯队（高频，认真准备）

第三梯队（中频，有时间就刷）

刷题策略： - 第一梯队5题：必须能闭眼写出正确C++代码，不是背题，是理解后手写 - 第二梯队10题：各刷2-3遍，把思路讲清楚的能力比写出来更重要 - 第三梯队：按时间余量酌情准备

四、技术面试考点

工程实战类（系统方向高频）

这是小鹏和其他互联网公司差异最大的地方。因为小鹏内部大量使用protobuf + gRPC做车端和云端服务通信，面试官会直接问你在实际项目里用过什么、踩过什么坑。

考点1：protobuf两个使用注意事项

这道题在小鹏系统方向的面经里出现频率极高，几乎是固定考点。

• optional字段处理：proto3中默认所有标量字段都是optional的，但它们在未设置时会返回默认值（0或空字符串），而不是null。如果你需要区分"字段未设置"和"字段值为0"这两种情况，必须使用has_xxx()方法判断，或者用google.protobuf.wrappers.Int32Value这类wrapper类型。这个坑不少人在实际开发中踩过。

• 版本兼容性：修改proto文件时，字段编号（field number）一旦分配出去就不能改变，也不能删除旧字段（只能用reserved或加[deprecated=true]注释）。新增字段要使用新的编号。否则老版本的客户端和新版本的服务端之间就会出现序列化/反序列化错误。

考点2：Redis vs MySQL的应用场景

这是分布式系统方向的基础题，小鹏面试里作为热身题或者追问题出现。

一句话判断准则：对丢数据敏感的，用MySQL；对速度敏感的，用Redis；两者经常组合使用（MySQL持久化 + Redis缓存）。

考点3：HTTP vs gRPC

小鹏内部服务通信大量使用gRPC，面试官很自然地会问你理解不理解两者的区别。

• HTTP/REST：基于HTTP/1.1，文本协议（JSON/XML），可读性强，调试方便，生态广泛。适合对外开放的API，浏览器可以直接访问。
• gRPC：基于HTTP/2 + Protocol Buffers，二进制协议，性能显著更好（延迟低、带宽占用小），支持双向流式传输，自带强类型接口定义（.proto文件）。适合微服务之间的内部通信，特别是延迟敏感的场景。

在车载场景下，gRPC还有一个优势：强类型的proto定义能减少接口错误，在多团队协作的大型系统里这很重要。

操作系统专项（全方向必考）

考点4：Linux进程与线程的区别（三个维度）

这道题在小鹏几乎每场面试都会出现，要能从三个维度清晰展开，而不是只说"进程有独立地址空间、线程共享"。

资源维度： - 进程：独立的虚拟地址空间、独立的文件描述符表、独立的堆、独立的信号处理表 - 线程：共享所属进程的地址空间和资源，只有独立的栈和寄存器组

切换开销维度： - 进程切换：需要切换页表（触发TLB全量刷新），内核栈切换，开销大（微秒级） - 线程切换：共享同一页表，只需保存/恢复寄存器和栈指针，开销小（纳秒级）

通信方式维度： - 进程间通信（IPC）：管道、命名管道、消息队列、共享内存、信号、Socket——各有使用场景 - 线程间通信：直接读写共享内存，但需要通过mutex/semaphore/condition_variable协调，否则出现数据竞争

考点5：线程的三种实现方式

这道题很多人知道"用户态线程"和"内核态线程"，但第三种（M:N模型）以及它在Go里的应用，是拉开差距的点。

• 用户态线程（协程）：线程管理完全在用户空间，内核不感知。切换速度极快（不需要系统调用），但单个协程阻塞时会阻塞整个进程，无法利用多核。Python的asyncio就是这个思路。

• 内核态线程（现代Linux默认）：每个线程都对应一个内核调度实体（KSE），内核直接管理线程调度。可以真正并行（多核），但创建和切换开销较大。Java的Thread、C++的std::thread都对应这种方式。

• 混合方式（M:N模型）：M个用户态线程对应N个内核线程（M > N）。Go的goroutine就是这种模型（GMP调度器）。可以同时享受快速切换（用户态调度器）和多核并行（绑定多个内核线程）的优势。这是Go在并发性能上超越传统线程的根本原因。

面试官如果问到Go相关，可以顺势展开讲GMP模型——G（goroutine）、M（OS线程）、P（逻辑处理器）三者的关系。这是加分项。

考点6：线程底层实现原理

Linux中线程本质上是轻量级进程（LWP，Light Weight Process），通过clone()系统调用创建。clone()和fork()的区别在于：fork()创建的子进程拥有独立的地址空间，而clone()可以通过参数控制哪些资源与父进程共享。创建线程时，传入CLONE_VM | CLONE_FS | CLONE_FILES | CLONE_SIGHAND等标志，使得新进程和父进程共享地址空间和文件描述符。

这解释了为什么ps aux命令能同时看到进程和线程——在Linux内核里，它们都是调度实体（task_struct），只是共享资源的程度不同。

C++专项（全方向必考）

内存管理： - RAII原则：资源获取即初始化，析构函数自动释放，是C++资源管理的基本哲学 - unique_ptr vs shared_ptr：独占所有权 vs 引用计数共享所有权；unique_ptr零开销，移动语义转让所有权；shared_ptr有原子计数开销，循环引用要用weak_ptr打破 - 常见坑：shared_ptr不能管理同一个裸指针创建多个shared_ptr（double free问题）

多线程： - std::mutex + std::lock_guard：基本互斥，RAII风格自动解锁 - std::condition_variable：生产者-消费者模式的标准解法 - std::atomic：对简单类型的无锁操作，比mutex开销小，但仅适合简单场景 - 死锁四个必要条件：互斥、持有等待、不可剥夺、循环等待；预防方法：固定加锁顺序、超时锁、trylock

智能驾驶技术基础（感知方向必考）

BEV感知： - 为什么BEV（鸟瞰图）比前视图更适合自动驾驶：统一坐标系（多相机视角可融合）、消除透视畸变（距离感更准）、易于与激光雷达点云融合 - 小鹏XNGP采用纯视觉BEV方案：多摄像头图像通过视角变换（IPM或学习型LSS方法）投影到BEV平面 - BEVFusion扩展：摄像头BEV特征 + LiDAR点云特征在BEV空间融合，提升检测精度

Transformer在感知中的应用： - Self-Attention机制：Attention(Q,K,V) = softmax(QK^T/√d_k)V，能捕获远距离依赖关系，这是CNN不擅长的 - 为什么除以√d_k：防止维度增大时点积过大，导致softmax梯度消失 - DETR：第一个端到端目标检测Transformer，去掉了Anchor和NMS后处理，小鹏感知算法组常问

五、面经规律总结

面试风格：工程实战 + OS基础双轨制

小鹏技术面有一个非常明显的规律：每个问题都有延伸。

系统方向的面试官喜欢从一个实际场景出发——比如"你们系统里服务间通信用什么协议"——然后一路追问到底层实现原理。这不是为了为难你，而是在验证你是真的用过、真的理解，还是只是背了个答案。

五个高频追问链

追问链1：gRPC / protobuf追问链 "你用过protobuf吗？" → "optional字段有什么注意事项？" → "proto3和proto2有什么区别？" → "修改proto文件如何保持版本兼容？"

追问链2：进程线程追问链 "进程和线程有什么区别？" → "线程切换的开销为什么比进程小？" → "Go的goroutine是哪种线程模型？" → "GMP调度器里G/M/P分别代表什么？"

追问链3：Redis选型追问链 "什么情况下用Redis，什么情况下用MySQL？" → "Redis是单线程的，为什么性能还那么高？" → "Redis的持久化方式有哪些，RDB和AOF的区别？" → "分布式锁用Redis怎么实现，有什么问题？"

追问链4：BEV感知追问链 "介绍一下BEV感知" → "为什么BEV比前视图更适合自动驾驶？" → "纯视觉方案和激光雷达方案的优劣？" → "小鹏XNGP为什么选择纯视觉路线？"

追问链5：C++内存追问链 "unique_ptr和shared_ptr有什么区别？" → "shared_ptr的引用计数是如何实现的？" → "循环引用问题怎么解决？" → "手写一个简单的shared_ptr实现思路？"

笔试特点

• 题型：编程题2-3道（C++为主）+ 选择题/填空题（OS/网络/数据库基础）
• 时间：
• 编程题难度：Medium为主，有时候有一道Easy做热身
• 基础题：涵盖Linux进程/线程、TCP/IP基础、数据库选型，不难但要真正掌握
• 注意：C++题不能用Python代替，这是和很多纯互联网公司不一样的地方

需要避开的误区

误区1：忽视OS基础 进程线程区别是每场必考，很多候选人能背出"进程有独立地址空间"，却说不清楚切换开销为什么不同、线程底层怎么实现的。背答案和真理解，面试官三句话就能区分。

误区2：只知道Redis能用，不知道为什么 "Redis高性能"——为什么高性能？单线程 + IO多路复用 + 内存操作，缺一不可。面试官追问一层，很多人就卡住了。

误区3：gRPC/protobuf只停留在"听说过" 小鹏技术栈里大量使用这两个，如果只是听说过、没真正用过，最好提前把protobuf的注意事项（optional字段、版本兼容）和gRPC的流式模式搞清楚，否则被追问会很被动。

误区4：只了解2D检测，不了解自动驾驶背景 感知算法岗一定会问自动驾驶的业务背景：BEV是什么、为什么用BEV、纯视觉和激光雷达的区别。提前了解小鹏XNGP的技术路线，能让面试聊得更深入。

校招节奏

总体原则

小鹏智驾方向的备考，不能只刷LeetCode。系统工程类考点（protobuf/gRPC/Redis/MySQL选型）和OS基础（进程线程）加起来的权重，和算法题差不多。要合理分配。

每阶段详细任务

：C++基础巩固 - 智能指针：unique_ptr的移动语义，shared_ptr的引用计数实现（用一个ControlBlock管理），weak_ptr打破循环引用 - 多线程：生产者-消费者模式的标准实现（mutex + condition_variable），std::atomic的基本使用 - STL：std::deque（单调队列题用到）、std::priority_queue（堆的用法）、迭代器失效规则 - 验收标准：能手写线程安全的有界队列（producer-consumer），能解释unique_ptr和shared_ptr的底层区别

：Linux进程/线程 - 三维度区别：资源/切换开销/通信方式，每个维度能展开两三句话 - IPC机制：管道（匿名/命名）、消息队列、共享内存（最快）、信号量、Socket（最通用） - 线程底层：clone()系统调用，LWP概念，task_struct结构体 - Go的GMP：goroutine是M:N模型，G绑定到P，P绑定到M（OS线程），调度器在用户空间 - 验收标准：能画出GMP调度模型，能解释线程切换为什么比进程切换快

：系统编程专项 - protobuf：proto3的optional字段坑（has_xxx方法），版本兼容规则（字段编号不能复用） - gRPC：4种通信模式（Unary/Server Streaming/Client Streaming/Bidirectional Streaming），为什么比HTTP性能好 - Redis选型：5种数据结构和对应使用场景，持久化（RDB vs AOF），分布式锁的实现和问题 - MySQL选型：什么情况必须用MySQL（ACID事务、复杂Join查询、数据不能丢） - 验收标准：能清楚说出protobuf两个注意事项，能判断给定场景该用Redis还是MySQL

：自动驾驶基础 - BEV感知：为什么需要BEV（3个理由）、LSS（Lift-Splat-Shoot）方法的基本思路 - 纯视觉方案：小鹏的选择，优势（成本低、数据丰富）和挑战（深度估计难） - Transformer在感知里的应用：DETR的端到端思路，BEVFormer的基本结构 - XNGP简介：不依赖高精地图的城市NOA，大量依赖实时感知和在线建图 - 验收标准：能解释"小鹏为什么选纯视觉路线"，能说出BEV感知的3个优势

：算法 + 冲刺 - LeetCode第一梯队5题：反转链表/层序遍历/快速排序/第K大元素/最大子数组和，用C++各写3遍 - 第二梯队：按时间余量各刷一遍，重点理解思路和边界 - 面经整理：重点看小鹏系统方向的近期面经，关注新出现的考点 - 模拟面试：把5个追问链各对自己讲一遍，感受自己哪个地方会卡住 - 验收标准：能在内写出正确的快速排序（包括边界处理），能流畅讲完进程线程追问链

最低备考标准（入场门槛）

• [ ] 进程线程区别：三个维度（资源/切换/通信）能清楚展开，不只是背一句话
• [ ] protobuf注意事项：optional字段的has_xxx问题 + 版本兼容字段编号规则，两条都能说清楚
• [ ] Redis vs MySQL：给定场景能快速判断该用哪个，并说出理由
• [ ] BEV感知基础：能解释为什么BEV比前视图更适合自动驾驶（3个理由）
• [ ] C++ LeetCode：反转链表 + 快速排序能用C++闭眼写出正确代码

达不到这5条，去面小鹏系统/感知方向的成功率会很低。这不是高标准，是基准线。

备考资源推荐

• C++：《Effective Modern C++》（Scott Meyers），第4章智能指针和第7章并发必读
• Linux基础：《深入理解Linux内核》不用全读，进程/线程相关章节翻一下
• 分布式系统：《Redis设计与实现》（黄健宏），数据结构和持久化部分
• 自动驾驶：BEVFusion论文Abstract+Method，BEVFormer论文Introduction；看论文的目的不是精读，是了解基本架构和动机
• Go GMP：搜索"Go GMP调度器详解"，有很多质量不错的中文博文

📚 你可能还需要这些

同类智能驾驶公司备考

如果你在同时投智驾赛道的其他公司： - 📌 地平线校招备考攻略（芯片侧，BPU部署，技术栈和小鹏差异大） - 📌 理想汽车校招备考攻略（智驾 + 智能座舱，算法要求相近）

大厂系统方向备考

系统工程类考点（OS/网络/分布式）在多个公司通用： - 📌 字节跳动后端开发备考攻略（OS基础考察深度相当） - 📌 腾讯后端开发备考攻略（C++方向，风格类似）

算法基础

• 📌 大厂C++技术面试常问题（涵盖内存/多线程/STL）
• 📌 大厂笔试面试八股文-算法-数组常考题（快速补基础）

💡 关注我，备考少走弯路

我会持续分享： - ✅ 大厂高频题整理（按公司、岗位、技术方向精准分类） - ✅ 最新面经汇总（校招季第一时间更新，届持续跟进） - ✅ 面试考点深度解析（不只是"怎么答"，还有"为什么这么考"） - ✅ 内推信息（智驾赛道各公司内推，不定期发布）

这篇攻略整理了大量真实面经，花了不少时间。如果对你有帮助： - 👍 点个"赞"和"在看"，让更多备考的同学看到 - 💬 评论区聊聊你的备考进度，或者分享你碰到的考点 - 🔄 转发给同样在投智驾岗位的朋友

有问题随时留言，看到就回！

数据来源： - 面试考点来源于-小鹏汽车技术面真实面经整理 - 岗位JD信息来源于小鹏官方招聘平台 - LeetCode题目频率基于多份真实面经交叉统计 - 技术背景信息来源于小鹏官方技术博客及公开资料