企业官网建设流程全解析

把一份3D引擎开发工程师（渲染方向）的校招笔试题放到面前，很多人的第一反应往往不是“题难不难”，而是“这考点我好像都见过，可真要写清楚又不太下得去笔”。搜狐畅游2019年这道渲染方向的笔试题，网上讨论度一直不低，但我觉得比翻来覆去核对一份“标准答案”更有价值的，是题目背后那套完整的渲染知识体系。这篇文章不会去复读某一份流传的答案版本，而是从这道题所处的招聘场景出发，拆解渲染方向笔试真正在考什么、不同题型的应对思路是什么，以及我在实际项目开发和后续参与技术面试过程中，反复遇到的那些核心考点和容易翻车的细节。

如果你想投的刚好是游戏引擎研发、图形程序、渲染方向相关的岗位，或者已经在准备校招但面对杂乱的渲染知识不知道该从哪下手，这篇文章就是给你写的。它不会替你背概念，但能帮你把散落的考点串成一条脉络，让你在笔试和面试里回答问题时，不再是“背一句是一句”，而是真正能顺着一整条渲染链路讲下去。

1. 从一道校招笔试题，看渲染岗真正在考什么

1.1 笔试题型不是随意拼盘，每种题型对应一类工作能力

很多人拿到渲染方向笔试题，第一件事就是看“有没有考到我背过的原题”，这个思路从一开始就偏了。出题人不会无缘无故把向量叉积、渲染状态、场景优化、Shader伪代码堆在一张卷子上，每一种题型背后，对应的都是渲染开发日常工作中的一种具体能力。

我按自己见过的题目类型做了个大致的分类，你会发现它们其实和实际工作内容高度对应：

这个分类给我的启发是：刷题的时候，不能用同一种策略对待所有题目。选择题需要精准，选项之间的细微差别往往就是开发中会踩的坑；简答题需要体现“链路感”，不能只回答孤立的术语；场景题需要思路完整，面试官更看重你如何推理而不是有没有背过最优解；编程题则需要把API、数学和着色器语言的基本功展现出来。

1.2 面试官最在意的基础素养，从来不叫“背得好”

我后来在不同场合参与过技术面试，也看过不少笔试答卷。说实话，分数最高的往往不是堆了最多术语的人，而是那些在答案里能体现出三种素养的人。

第一种是体系化认知。比如问“旋转立方体在屏幕上绘制需要经历哪些过程”，基础答案会写“MVP矩阵”，但更好的答案会把整条链路说完整：CPU提交顶点Buffer和常量Buffer，顶点着色器做坐标变换，光栅化阶段做透视校正插值和裁剪，片元着色器采样贴图、计算光照，最后经过深度测试和混合写入帧缓冲。这个回答并不复杂，但它展示了一个点能扯出一整条线的能力。

第二种是推理习惯。遇到没见过的问题，能不能通过已有知识推导出来，而不是直接放弃或瞎猜。比如题目问“为什么草地上远处的草会出现闪烁”，如果你理解Mipmap和Nyquist采样的关系，就能从“采样频率不足”这个方向推理出答案。这个能力在笔试题里尤其重要，因为渲染领域的题永远出不完，你不可能全部背过。

第三种是成本意识。任何一个渲染方案都不是免费的，面试官非常在意你有没有主动思考“这个方案要付出什么代价”。比如提到“用多个RenderTarget做延迟光照”，能不能同时意识到显存和带宽的开销上升了。答案是次要的，这种权衡思维才是隐藏在笔试背后的真正筛选点。

2. 渲染岗笔试的隐形考点清单：从光栅化到GPU架构

2.1 图形管线逐段拆解：每个阶段的输入、输出与常考细节

把图形渲染管线的每个阶段拆开看，会发现很多看似基础的考点，其实都是开发中真实踩过的坑。按照数据流动的顺序，我习惯把管线分成六段来复习：输入装配、顶点着色、光栅化、片元着色、输出合并，以及它们之间容易忽略的中间环节。

输入装配阶段，重点搞清楚Vertex Buffer和Index Buffer的作用。这里有个高频送分题：为什么用Index Buffer能提升性能？因为顶点常常被多个三角形共享，用索引可以减少重复顶点数据的传输，节省的是从CPU到GPU的内存带宽。这个答案说出来容易，但你要能解释“减少的是哪一部分开销”。

顶点着色器阶段，最常见的问题是MVP变换，但笔试通常不会只满足于背公式。你要清楚每个空间变换发生在哪里：从模型空间到世界空间，再到相机空间，再到裁剪空间，最后经过透视除法变成NDC。如果题目问“为什么法线变换不能直接用MVP矩阵”，那是在考你对法线变换的理解——法线是方向而不是位置，遇到非均匀缩放时直接用模型矩阵变换会导致法线方向错误，需要用逆转置矩阵。

光栅化阶段的隐藏考点是透视校正插值。屏幕空间里三角形被光栅化成像素，但纹理坐标、颜色这些属性在屏幕空间直接线性插值会扭曲，因为透视投影下深度和屏幕位置不是线性关系。正确的做法是除以w之后再插值，最后乘回w，这个细节笔试中不常直接问名字，但经常隐藏在“为什么远处纹理扭曲”这类问题里。

片元着色器阶段，考的是采样、光照和着色模型。这里常考“为什么Shader里的动态分支会影响性能”，以及各类光照公式的区别。输出合并阶段，则是深度测试、模板测试、混合这些状态量作用的地方。这一段的常考点是“状态切换为什么有性能开销”——频繁改变混合模式、深度写入开关，都可能导致GPU内部状态重配。

2.2 CPU与GPU的协作方式：Draw Call和状态切换为何总被单独拎出来考

渲染笔试里有一类题，不会直接问“什么是Draw Call”，而是给你一个场景，问“为什么物体一多就卡”。这背后是CPU与GPU流水线协作的问题，也是很多渲染优化的核心矛盾。

可以用一个生活中的类比来理解Draw Call的开销：CPU每发起一次Draw Call，就好比点一次外卖。哪怕你只买一瓶水，也需要完成下单、等待备餐、配送整条流程。如果是100个不同的物体，就需要点100次外卖，CPU每次都要准备数据、检查状态、调用驱动接口，最后统一提交给GPU。这中间消耗的不是GPU算力，而是CPU的提交时间和驱动层的命令处理时间。

状态切换的开销更隐蔽。GPU内部为了高性能，通常会假设渲染状态保持稳定，比如Shader不变、纹理不变、RenderTarget不变。一旦你要切换材质球、切换贴图、切换渲染目标，GPU可能需要刷新内部的缓存或暂停管线，这个停顿就很浪费。所以笔试里问“大量不同材质的物体如何优化”，本质上就是在考察你能不能把状态切换的次数降下来。

合批的思路就是从这个角度出发的：把多个小网格合并成一个大网格，把多张贴图合并成一张Texture Atlas，把不同物体的渲染参数整理到同一套材质属性里，目的就是减少Draw Call和状态切换。理解了这些东西，你就知道为什么有些优化方案在某些场景有效，在另一些场景完全无效。

2.3 纹理、光照与混合：高频但是不能丢分的基础题

如果说管线大题决定了你的上限，那纹理、光照和混合这些基础题就是决定下限的部分。这一块的特点是知识密度大、出题角度多，但也最容易通过系统复习拿满分。

纹理这块，至少要知道三件事。第一是Mipmap的原理和意义：远处物体在屏幕上很小，如果直接用原始纹理采样，会产生严重的锯齿和闪烁（Sparkle），Mipmap通过预计算不同分辨率的纹理层级，让采样时能根据距离选择合适的层级。第二是各向异性过滤：它解决的问题是倾斜表面（比如地面）在某个方向上纹理被压缩得很厉害，这时普通双线性过滤会模糊，各向异性过滤会在不同方向上做差异化的采样。第三是纹理压缩格式，移动端常用ETC、ASTC，桌面端常用BC系列。题目如果问“为什么移动端不用DDS”，答案不只是格式兼容问题，还和显存带宽、硬件解码单元有关。

光照模型这里，Blinn-Phong几乎是必考内容。你要能写出半角向量H = L + V 归一化这个关键步骤，还要知道为什么要用半角向量替代反射向量——因为计算便宜且效果更稳定。PBR概念也是近年常客，题目通常不要求完整推导，但你要能说明金属度、粗糙度各自影响什么，以及为什么PBR在物理上更可信。

混合状态经常被拿来出选择题或者简答题。加法混合适合粒子发光效果，但粒子一多容易过曝；透明混合依赖渲染顺序，需要从后往前绘制。你不仅要记住结论，还要明白混合公式是怎么对帧缓冲已有颜色和当前片元颜色做加权求和的，这样面试官再换一个混合模式问你，你也能推导出来。

3. 必考的几个核心原理，不搞懂做题只能靠猜

3.1 深度缓冲与Early-Z：看似简单，其实隐藏了一整套性能逻辑

深度缓冲的原理很好理解：每个像素存一个深度值，新片元来的时候比较深度，通过就写入并更新深度，不通过就丢弃。但笔试真正爱考的，是围绕深度缓冲延伸出来的一系列性能问题。

Early-Z是其中一个关键知识点。在老式GPU上，片元着色器跑完才会做深度测试，这意味着被遮挡的片元白算了一大堆颜色。现代GPU大多支持Early-Z，也就是在片元着色器之前先做一次深度测试，不通过直接丢弃，省掉后面的计算。这个机制很好，但你必须在Shader中满足特定条件才能生效，最典型的限制是：如果片元着色器里写了深度写入或者改写了SV_Depth，Early-Z就会失效。

笔试里经常出现这样的场景题：一个室内场景，墙壁会挡住大部分背着摄像机的物体，但帧率仍然很低。这时候要考虑的可能就是Early-Z没有生效，或者Pre-Z策略没做。Pre-Z的意思是先用一个简单的Shader只写深度，把所有不可见物体在深度层面提前淘汰，然后再正常渲染颜色。虽然多了一个Pass的开销，但如果场景的Overdraw很严重，反而能大幅提升帧率。回答这类题时，把“深度测试、Early-Z条件、Pre-Z代价”这三个层次讲清楚，就能和其他候选人拉开差距。

3.2 Alpha混合与透明排序：为什么透明物体必须从后往前画

Alpha混合是渲染基础知识里最容易让人误解的一块。很多初学者以为混合就是把两个颜色做个加权平均，但实际上混合结果依赖帧缓冲里已有的颜色，这就是为什么透明物体必须从后往前画：后画的物体与前一个物体写入的颜色做混合，顺序反了结果自然不对。

这个逻辑有一个非常经典的类比：画家算法。画家画画时，先画远处的山，再画中间的树，最后画近处的人，远处的颜色会被近处覆盖。透明物体同理，如果不排序，就会出现半透明物体后面的东西没有被正确合成，视觉上像“穿模”了一样。

笔试常考的场景是大量半透明粒子、特效、草片叠在一起，怎么优化。这里有两个方向：一是把透明物体按距离排序，从远到近渲染；二是对于粒子这种自发光效果，尽量改用加法混合，因为加法混合满足交换律，不依赖排序，可以降低排序开销。如果题目问“为什么我的透明物体在镜头旋转时会有闪烁”，答案基本都能归结到排序不稳定，尤其是物体之间互相穿插时，单纯按物体中心点排序已经不够，需要更细粒度的处理。

3.3 GPU并行架构与Shader隐藏成本：分支、带宽与过绘制的代价

绝大多数渲染岗笔试的难题，最终都会归结到对GPU架构的理解上。这里不需要你懂硬件到晶体管级别，但一定要理解GPU是怎么并行工作的，以及它有哪些天然的成本偏好。

GPU是一个极度强调并行吞吐的处理器，它会把成千上万个线程打包成组来执行。你可以想象成一队士兵列队行军，整排人必须迈出同样的步伐。如果队伍里有人想跳起来，整排人都要停下来等他跳完再继续走。这就是分支发散（Divergence）：Shader中的if语句，如果同一个执行组内的线程走向不同的分支，硬件会串行执行所有分支，性能直接劣化。这解释了为什么GPU友好的Shader会尽量避免动态分支，或者把分支粒度放在更粗的层级（比如通过材质参数或宏来区分Shader变体）。

带宽是另一个隐藏成本。GPU的计算单元非常快，但访问显存的数据搬运常常是真正的瓶颈。纹理采样次数越多、缓冲区越大，带宽开销越高。所以很多渲染优化手段的出发点不是“少算点”，而是“少读点”。比如用更低分辨率的阴影贴图采样，用RGBA16替代RGBA32存储HDR数据，都是在用精度换带宽。

Overdraw则是像素级别的浪费：同一个像素被不同物体重复画了很多次。最典型的例子是半透明粒子大面积叠在一起，或者茂密的草地和树叶一层接一层。GPU花了大量时间去算那些最终根本不会被看到的片元。笔试里提到“减少Overdraw”，思路通常包括：Pre-Z剔除、减少透明粒子的尺寸和数量、用低分辨率后处理、控制粒子发射器的重叠密度。

3.4 向量与矩阵运算：笔试里的送分题和陷阱题都在这

渲染方向的笔试题，数学部分一般不会特别难，但覆盖面很广，而且经常在小题里埋陷阱。我的建议是不要只背公式，要把每个公式的几何意义想清楚。

向量的点积和叉积是最基础但最常用的两个运算。点积可以判断两个向量的夹角，在光照里用来算法线和光线方向的夹角；叉积可以求出垂直于两个向量的法向量，在构建切线空间、计算平面的朝向时都会用到。笔试如果问“给你三角形的三个顶点，怎么求法线”，答案就是先求两条边向量，再叉积归一化。

矩阵变换部分，MVP矩阵已经说过了，这里补充一个容易错的点：矩阵乘法的顺序是右乘，即先进行的变换写在右边，后进行的变换写在左边。很多人写Transform时有bug，多半就是乘错了顺序。比如先缩放再平移，如果写成Translate * Scale，结果是对的，因为Scale在右边先应用；写成Scale * Translate，结果就是先把物体平移了再整体拉伸，位置和缩放比例都不对。

还有一类陷阱题会问“向量和矩阵的齐次坐标w分量的作用”。w = 1表示位置，w = 0表示方向。方向向量可以参与旋转但不会被平移，位置向量会被平移。这个区分虽然简单，但很容易在涉及法线变换、光源方向描述的时候选错。

4. 场景性能优化类题目：拿到题先做什么分析

4.1 第一步永远是二分定位：CPU瓶颈还是GPU瓶颈

场景性能优化题是渲染方向笔试里最有区分度的一类题。很多人一上来就背优化名词，Draw Call、LOD、遮挡剔除、GPU Instancing全堆上去，看上去很热闹，实际却暴露了一个问题：没有分析过程。

正确打开方式应该是先定位瓶颈在CPU还是GPU。这就像修车，你得先确定是发动机还是变速箱，不能上来就把轮胎拆了。快速定位的手段很多：用Profiler看帧耗时分布，看是CPU端的渲染提交时间高，还是GPU端的执行时间高；也可以做一个简单的实验——把屏幕分辨率调低。如果帧率明显提升，说明瓶颈大概率在GPU的填充率或带宽上；如果帧率没什么变化，那可能问题出在CPU侧的Draw Call提交或者逻辑计算上。

笔试里遇到这种题，你的答案框架可以是：第一步，描述如何通过Profiler或分辨率实验来区分瓶颈；第二步，针对CPU瓶颈给出合批、减少Draw Call、降低状态切换等方案；第三步，针对GPU瓶颈给出LOD、减少Overdraw、优化Shader、降低分辨率或纹理带宽等方案。这种结构化的回答，让面试官能清楚看到你是真的会做问题排查，而不是背了一堆名词。

4.2 优化手段不是越多越好，每个方案都有代价和适用边界

我在面试中经常看到候选人把优化手段背得滚瓜烂熟，但问到“这个方案什么时候不适用”就卡壳了。渲染优化没有银弹，每一个手段都伴随相应的代价，下面这几个是最常考的：

看到这个表，你会发现一个共性：优化的本质都是在“性能收益”和“资源/画质成本”之间做权衡。笔试答题时，把方案的代价说清楚，比多列两个方案更能拿分。

4.3 一个典型大世界场景的答题示范

假设题目给了这样一个场景：开放世界野外地图，摄像机平视时能看到远处的山体、大片树林、草地和一条河，玩家走动时帧率明显下降。要求给出分析和优化方案。

我会按这个思路作答。首先是推断瓶颈：野外大世界的Draw Call来源主要是大量树木、草块和散布的石头，所以CPU侧的提交开销很可能很高；同时草地、树冠和半透明河水会产生大量Overdraw，GPU侧也不轻松。然后用工具验证：在Profiler里看Draw Call数量和GPU时间占比，或者在游戏运行时动态切换分辨率，观察帧率变化。

接下来按优先级给出优化：

1. 树木和石头是静止物体，优先做静态合批，配合LOD分4个距离层次；
2. 草和地面植被考虑用GPU Instancing，同时限制每帧参与渲染的草块数量；
3. 摄像机增加遮挡剔除和视锥剔除，室内的话再叠加Pre-Z；
4. 河水这种半透明物体，控制粒子数量和粒子尺寸，考虑用低分辨率反射贴图；
5. 最后检查后处理链，Bloom和景深的处理分辨率不一定非要和屏幕一致，可以用半分辨率跑。

这个回答的关键不是方案有多新奇，而是每一步都有“为什么”。面试官要看到的是你从现象出发、通过工具定位、再按成本收益排序的完整链路。

5. 后处理与效果实现题：从原理到可落地的实现路径

5.1 实现Bloom的完整框架，以及那些容易被忽略的参数坑

后处理题在渲染方向笔试里出现频率很高，Bloom（泛光）几乎是第一张牌。原因很简单：它实现链条完整、涉及HDR、降采样、卷积模糊、合成等一连串关键知识点，非常适合考察基本功。

Bloom的完整思路可以拆成四步：

1. 从HDR场景颜色中提取亮部区域，亮度超过阈值的部分作为光晕来源；
2. 把亮部纹理逐步降采样到更低分辨率；
3. 在低分辨率下做高斯模糊，让亮部向外扩散，形成光晕；
4. 把模糊结果叠加回原始HDR图像，完成最终的Bloom效果。

这里有一个“为什么”很关键：为什么要先降采样再进行高斯模糊？因为Bloom光晕是低频信息，不需要全分辨率计算，在低分辨率上模糊既能获得大范围扩散效果，又能大幅降低GPU开销。这也解释了为什么很多游戏里Bloom看起来细腻、同时性能消耗却不高，因为核算力都花在了低分辨率层级上。

用伪代码写亮部提取的话，大概是这个逻辑：

float3 hdrColor = tex2D(_MainTex, uv).rgb; float luma = dot(hdrColor, float3(0.2126, 0.7152, 0.0722)); float3 bloomColor = max(0.0, hdrColor - float3(_Threshold, _Threshold, _Threshold)); float3 finalColor = hdrColor + bloomColor * _Intensity; return float4(finalColor, 1.0);

这里面有几个参数坑很典型：阈值设置过低，普通暗部区域也会发光，整个画面泛白；阈值设置过高，路灯、高光点亮的区域反而不亮，Bloom像不存在。强度参数太大会让光晕边缘出现色块感，因为低分辨率模糊层的精度被撑爆了。实际调试时，我习惯先用一个纯白高亮的测试球体调阈值，确认亮部提取范围合适，再调模糊层数决定光晕扩散度，最后才调强度做整体平衡。

5.2 色调映射与HDR：为什么直接输出颜色会过曝

有些同学在实现渲染时会把颜色直接Clamp到0到1再输出，结果高光区域变成一片惨白，颜色层次全丢。这就是没有正确理解HDR渲染和色调映射（Tone Mapping）之间的关系。

真实世界的光照强度范围远超过显示器能显示的范围。光源亮度可能是10、100甚至更高，而普通显示器只能显示0到1。如果直接截断，所有超过1的亮度都会变成纯白。HDR渲染的思路是：在中间计算过程中保留这些高动态范围数值，在最终输出前，通过一条色调映射曲线把它们压缩到0到1的范围，同时尽量保留视觉上的对比度和色彩倾向。

常见的色调映射算子有Reinhard和ACES。Reinhard是color / (1 + color)，实现简单，但对暗部和高光的控制比较粗；ACES能更好地保留高光细节和色彩饱和度，是目前游戏和影视里用得比较多的一类。笔试如果问“为什么开了HDR还是发灰”，一个常见原因是后期没有做正确的色调映射，或者贴图本身是sRGB而计算时没有做线性化处理。

这个知识点常跟Bloom绑在一张卷子里考，因为Bloom通常需要在HDR空间做，亮部提取后要在色调映射之前合成回HDR图像。理解了这条链路，你回答这类题目就不会只停留在“用一个Float Buffer”这个层面。

5.3 延伸考点：体积光、全局光照与GPU Driven的趋势

笔试里的传统考点是保底项，但近几年的题目明显在往新技术方向延伸。面试官不是期待校招生已经做过完整的体积光或全局光照系统，而是想看你有没有持续关注渲染方向的发展。

体积光可以简化理解为光线穿过参与介质（雾、尘埃）时产生的散射效果。常见实现思路是Ray Marching：从相机出发沿光线方向逐步采样，在每一步用Shadow Map判断是否被遮挡，累加散射和透射。性能优化方向通常是降低采样步数、在低分辨率下计算再模糊。

全局光照是另一个高频延伸点。移动端和中小项目常用Lightmap烘焙静态光照，动态物体用Light Probe做近似；实时GI方向有DDGI（动态漫反射全局光照）、屏幕空间GI等。你可以不知道全部细节，但至少要知道“实时GI为什么难”——因为它要处理无限次反弹，而实时渲染必须在几十毫秒内完成计算。

GPU Driven Rendering则是一个更偏引擎架构的延伸考点。传统方式是CPU逐个物体做剔除、逐物体提交Draw Call，GPU Driven的思路是先把所有物体数据放到GPU侧，由GPU自己完成视锥剔除、排序和绘制命令生成，这样能大幅降低CPU的提交压力。大世界、大量动态物体的场景都受益于这种架构。另外，3DGS（3D Gaussian Splatting）这类基于点云/高斯表达的新渲染思路也值得留个印象，它和传统网格光栅化是两条不同的技术路线，体现了渲染表达方式本身的演进。这些点不需要答得多深，但能说出“它解决什么问题、思路大概是什么”，就能在笔试的开放题里加分。

6. 刷题之外，我还建议你这样准备渲染岗笔试

6.1 用一棵“渲染知识树”把零散考点串起来

准备渲染方向笔试，最忌讳的就是按题号顺序一道一道背，背完就忘。我自己的经验是：先搭一棵知识树，把所有考点挂到对应的枝干上，然后反复自检，看哪根枝干是空的。

这棵树大概长这样：

• 根：数学基础（向量、矩阵、变换、几何算法）
• 一级枝干：图形管线基础（光栅化、着色、测试与混合）
• 二级枝干：资源与数据（Mesh、纹理、Shader、材质、RenderTarget）
• 三级枝干：光照与阴影（光照模型、Shadow Map、全局光照）
• 四级枝干：性能工程（CPU/GPU平衡、合批、剔除、LOD、带宽优化）
• 五级枝干：后处理与风格化（HDR、Bloom、色调映射、抗锯齿）
• 末端枝：新方向（GPU Driven、光追、3DGS等）

自检很简单：拿出一张白纸，从根开始往末端画，画到每个节点时，如果能写清楚它是什么、解决什么问题、常用做法和代价，说明这个节点真正掌握了。画不出来的地方，就是你需要回头补的地方。这个方法比盲目刷题高效得多，因为它逼你面对自己“知道但说不清”的地方。

6.2 把每个考点变成能跑起来的小实验

很多人在笔试前只刷题不写代码，这是一个很大的误区。渲染是门工程学科，光看文字理解和一个能跑的实验之间，隔着一大段“坑”。

比如你复习深度缓冲和Early-Z，与其背概念，不如在Unity或Unreal里搭一个简单场景，用RenderDoc抓一帧，看Draw Call和Overdraw的可视化数据，亲眼看一看Pre-Z前后Overdraw的变化。你复习Bloom，就在后处理链里自己实现一遍亮部提取和高斯模糊，调一调阈值、模糊半径，观察画面变化。你复习纹理过滤和Mipmap，就找一张高对比度栅格纹理，关掉Mipmap放在远距离观察闪烁，再打开Mipmap对比一次。

这些实验不需要很大工程，但带来的认知是看书给不了的。有一次我在自己写软渲染器的时候，把光栅化插值写成了屏幕空间直接线性插值，远处三角形纹理出现扭曲，那一刻才算真正理解透视校正插值在解决什么问题。笔试里能把这些话说得有理有据的人，多半都亲手踩过类似的坑。

6.3 输出驱动输入：最好的复习方式是讲给别人听

费曼技巧放在渲染复习里同样适用。一个知识点，如果你不能用自己的话讲清楚，让一个不了解图形学的朋友也能听明白，那大概率你还没真正掌握。

我经常建议准备笔试的同学把当天复习的考点写成一篇短文或者一条笔记，不用发出去，写给自己看就行。写的过程中你会发现很多地方是跳步的，你以为自己知道，落笔时才发现解释不清楚。比如“为什么法线变换用逆转置矩阵”，脑子里觉得简单，写出来就可能卡在“方向向量不受平移影响”和“非均匀缩放破坏垂直关系”这两个关键点上。

如果能在学习小组里讲一遍，效果更好。听的人会提出各种角度刁钻的问题，那些问题往往就是你知识体系里的盲区。我见过不少候选人，笔试能力很强，但一旦被追问就露怯，很大原因是他们从来没有把知识“说出口”过。笔试虽然不用开口，但答题本质上是把脑中的理解用文字表达出来，这和讲给别人听是同一个能力。

最后再分享一个很朴素的建议：笔试前一周，不要以刷题为主，以复述为主。拿出你整理的知识树，对着它把每个节点讲一遍，遇到讲不清楚的再回去查。这一周里能补上的漏洞，比多做三套题有用得多。渲染方向的知识面很宽，但笔试考察的往往不是广度本身，而是你能不能在最常见的那几条链路上，做到准确、完整、有深度地表达。