自我介绍
约 2~3 分钟转行做开发 → 做项目和带团队 → 转到 AI → 在亦多负责 AI 方向 → 为什么换工作。
不要一开始罗列所有奖项、模型名称和框架。把话题留给面试官追问,再展开项目细节。
我怎么定方向、怎么分工、解决了什么问题,最后怎么把项目做成。
口头答题方法
不要背长稿标准审校
截至 2026-09正式 / BCPOAuth 与身份安全
用 OAuth 2.0 Security BCP(RFC 9700)作为安全底线,强调精确回调地址、PKCE、令牌防重放、TLS 和 issuer 校验。不要把某个 MCP 或框架的默认配置说成合规认证。
IETF RFC 9700演进中MCP 2026-07-28
MCP 是工具与上下文协议,不替代服务端授权。当前规范强调无状态核心、新的发现与 OAuth 约束;旧 HTTP+SSE 传输进入迁移期。面试回答以服务端鉴权、租户隔离、参数校验和审计为主。
MCP 官方 2026-07-28 发布说明治理框架NIST AI RMF / GenAI Profile
NIST AI RMF 和 GenAI Profile 可以用来组织风险识别、测量、管理和治理的语言,但它们不是“上线即合规”的产品验收清单。回答时落到数据、模型、运行时、人工监督和事件响应。
NIST AI RMF行业实践Agent Harness / 受控 ReAct
控制面、运行面、治理面,工作流与 Agent 的选型,步骤/预算/权限限制,都是可解释的工程设计方法,不要声称存在唯一行业标准。用自己的 GrowthOS、MCP 网关、状态机和恢复机制作证据。
MCP Server primitives开发中OpenTelemetry GenAI 观测
OpenTelemetry 已有 GenAI 语义约定,但相关字段仍标为 Development;输入、输出、工具参数可能含敏感数据。面试说“采用 OTel 思路并配合脱敏和内部字段”,不要说“已有稳定统一标准”。
OTel GenAI semantic conventions运行时实践推理、缓存和成本
把 TTFT、TPOT、吞吐、错误率、上下文长度和单位成本一起看。vLLM 的 Prefix Caching 能减少共享前缀的 prefill,但多租户共享缓存要考虑 cache salt 和侧信道;它不是自动的租户隔离。
vLLM Prefix Caching风险参考Agent / LLM 安全
提示注入、工具越权、敏感数据外泄、过度授权、供应链和失控循环,应放入威胁模型和回归集。OWASP 是风险参考,不等于公司已经完成安全测评。
OWASP Agentic AI threats生态协议A2A 与框架
A2A 面向 Agent 之间的发现和协作,LangGraph、AutoGen 属于编排框架;它们都不是企业 Agent 平台的唯一标准。你可以说明了解概念,生产经验仍以自研状态机和受控运行时为准。
A2A 官方项目中国场景等保、网络数据与生成式 AI
GB/T 22239-2019 目前仍为现行标准;《网络数据安全管理条例》自 2025-01-01 施行。《生成式人工智能服务管理暂行办法》主要针对向境内公众提供服务的情形,内部研发或企业内部应用要结合业务形态由安全与法务确认,不要泛称“必须备案”。
国家标准:GB/T 22239-2019网络数据安全管理条例
岗位业务方向推测
公开招聘只能用来猜方向高概率企业级 Agent 平台化
工作重点可能是把模型能力变成可复用的 Runtime、Skill、工具网关、权限、评测和运维底座,而不是只做一个聊天机器人。
中等概率垂直业务方案
电商、国际物流、供应链通常意味着订单、库存、客户、物流轨迹、内容运营和异常处理等跨系统流程,需要私有化、审计和人工接管。
面试重点从 POC 到复制交付
面试官可能关心:一个场景如何快速验证、如何接入现有系统、如何定义效果和 SLA、如何把能力沉淀成 Skill 并复制到第二个客户。
未知项不要现场下结论
具体行业、客户类型、已有平台成熟度、团队人数、预算和岗位权限仍需面试官确认。可以把它们作为反问问题。
BIZ你对我们未来可能面对的业务方向有什么判断?›
从岗位描述看,我理解你们想做的是企业客户能真正用起来的 Agent 平台。比如把订单、库存、物流这些系统接进来,让 Agent 帮忙查信息、做分析、处理任务,同时把权限、审计和人工接管做好。
如果主要做电商、物流或者供应链,我会先了解客户哪一步最费人、数据接口通不通、最后怎么判断做得好。这是我根据招聘信息的初步判断,具体还要结合你们的业务来确认。
BIZ如果让你先做电商或物流场景,你会从哪里切入?›
我会先挑一个经常用、数据拿得到、结果也好判断的场景,比如查物流、给异常订单分类,或者生成商品文案。开始先让它查信息、给建议,稳定以后再考虑让它直接改数据。
固定的校验用规则和流程做,需要理解用户意思、跨系统查信息的地方交给 Agent。工具的输入输出、权限、超时和幂等要先定好,再看完成率、误报漏报、人工接管、耗时和成本。
BIZ做完一个客户的项目,怎么让下个客户也能用?›
我会先看哪些东西每个客户都要用。像 Agent 执行循环、Skill 注册、工具接口、权限、监控和评测,这些做成公共能力。客户自己的系统、知识和业务规则,用连接器和配置来接。
到第二个客户时,用同一套接口和测试样本验证:哪些直接能用,哪些还要改。这样才能知道平台到底复用了多少。
技术题
先看“记这三点”,再练口答TECH如果让你设计一个企业级 Agent Harness,你怎么设计?›
我会先分三块:一块管配置,像模型、Prompt、Skill、工具和版本;一块管执行,像任务路由、状态、记忆和中断后继续跑;还有一块管安全和质量,像权限、审计、评测、人工审批和回滚。架构上可以叫控制面、运行面和治理面。
请求进来先确认是谁、能做什么,再选工作流、RAG 或 Agent。跑的时候限制步骤、Token 和时间;每一步都记状态,出错了能找到原因,也能停下来或转人工。GrowthOS 里的受控 ReAct、状态机和业务 Agent,就是我做过的相关实践。
TECH什么时候用 Agent,什么时候不用?›
步骤已经很清楚的,比如审批、表单和金额校验,我会用代码或工作流。主要是查公司资料,就用 RAG。需要根据前一步结果再决定下一步、还要调用几个工具的,才考虑 Agent。
像我做 AI-OA,审批和表单走固定流程,知识问答走 RAG,跨系统操作再用 Agent。能用简单办法稳定解决,我就先用简单办法。
TECH什么是受控 ReAct?和普通 ReAct 有什么区别?›
ReAct 就是模型先判断下一步,调用工具,再根据结果继续判断。我说的受控,就是在这个循环外面加程序检查。比如查销量,执行前先检查用户权限和查询参数,执行后确认接口有没有成功。如果一直失败、重复查询没有进展,或者超过时间和调用次数限制,就停下来。模型可以决定下一步想做什么,但能不能执行、最多执行到什么程度,由程序来管。
TECHAgent 怎么判断任务完成?›
我会看事情到底有没有办成。比如改订单,要查下游系统是否真的更新成功;知识问答,要看答案有没有证据。模型说“完成了”只能作为一个信号,还要结合状态、输出格式和业务结果检查。
如果连续几步都没变化,或者反复调用同一个工具,我会认为它卡住了,先停下来处理。
TECH你的 Agent 记忆是怎么设计的?›
我把记忆分成三块:短期对话、创作档案和历史经验。短期对话由前端或中台随请求带过来,让模型知道这轮聊了什么,内容太长就先做总结。创作档案长期保存产品、品牌和目标人群这些背景,下次继续做同一个创作,就不用重新交代一遍。用的时候,这次明确传入的信息优先,没提供的再从档案里补。历史经验则记录用户反馈、修改记录和需要避开的说法,供下一次生成时参考。这些经验按工作区隔离,避免不同客户的信息混在一起。这样既能接着上次往下做,也能把以后还会用到的信息留下来。
TECH你怎么做企业知识库 RAG?›
我会先把文档解析、清洗、切分,保留来源和权限信息,再做向量。用户提问后,用关键词加向量一起找资料,先过滤掉无权查看的内容,再重排,把相关片段交给模型。找不到足够证据,就直接说明或转人工。
评测也分开看:资料有没有找对、答案对不对、引用能不能支持答案。细一点会看 Recall@K、MRR 或 nDCG,再看拒答是否合理、延迟和成本。具体用哪些指标、过多少分,由业务样本和验收要求决定。
TECHPDF 文档怎么做 RAG?›
我处理 PDF,会先抽样看文档情况。能直接提取文字的先用解析器,扫描页再做 OCR,复杂图表按需要用视觉模型。解析时重点保留阅读顺序、标题层级和表格关系,尤其是表头、年份和单位。分块尽量按段落和章节来,过长再拆,并带上页码、来源和版本。
检索后如果证据不完整,就继续查原页或相关表格。最后分别检查解析是否准确、资料有没有找对、答案和引用是否对应,同时看速度和成本。
TECHPrompt、RAG、SFT、LoRA、DPO、规则怎么选?›
我先看问题出在哪里。缺知识就补 RAG;格式不稳定,先改 Prompt 或加结构化输出;步骤固定,就写规则或流程。要让模型稳定学会一种领域行为,而且手里有好数据,再考虑 SFT,训练方式可以选 LoRA。
如果有明确的好坏偏好对,可以考虑 DPO。先把简单方案跑出来,再比较准确率、覆盖率、速度、成本和安全,看看训练到底值不值得。
TECHMCP 怎么保证安全?CLI 工具怎么接入?›
MCP 解决的是工具怎么接、怎么调用。真正能不能访问某条数据、执行某个操作,服务端还得自己检查。身份、OAuth 的 issuer、租户权限、参数、限流、超时和审计都要做;有副作用的操作还要考虑幂等,高风险操作加人工确认。网页、文档和工具返回里的指令,不能直接当成授权。
CLI 接入时,我会包成固定接口,把 JSON 参数、退出码和错误格式定好,也限制工作目录、网络权限和执行时间。注册成 Skill 或 MCP 工具后,Agent 才能按这个范围调用。
TECH如何做多租户隔离和企业合规?›
我会从登录开始就带上租户身份,后面的记忆、检索、缓存、日志和工具调用都按这个身份隔开。资料在检索时就过滤权限,工具执行时还要再查一次。敏感数据要脱敏、加密,操作要能查记录;私有化环境还要管住外网出口。
推理服务如果用了前缀缓存,我会关闭跨租户复用,或者用租户独立的 cache salt,还要评估缓存命中时间会不会泄露信息。缓存隔离做好了,数据和权限隔离也不能少。
TECH工具调用失败怎么处理?›
我会先看是什么错。参数填错、没有权限,重试通常没用;网络超时、临时 5xx,可以限制次数再试。涉及写数据的操作要有幂等键,避免一次超时造成重复扣款或发货。
下游一直有问题,就先熔断,换备用方案或者转人工。如果已经执行了一半,要看能不能补偿,不能处理的就请人确认。
TECH怎么做 Agent 的监控和评测?›
我希望一条请求出了问题,能查清卡在哪一步。所以会用 trace 串起模型、检索和工具调用,每一步用 span 记录耗时、错误、版本、Token 和租户信息;人工接管也要记原因。输入输出可能含敏感数据,要先脱敏。
线上主要看完成率、工具失败、重复循环、人工接管、P95 延迟和成本;模型速度再看 TTFT、TPOT。离线用固定样本检查答案、工具参数和安全攻击。改了 Prompt、模型、Skill 或知识库,都重新跑一遍。
TECH怎么做模型路由和降级?›
我先看任务需要什么能力,再看上下文长度、结构化输出、工具兼容、负载、速度和成本。还有一条硬要求:数据能不能发给这个模型。路由策略要有版本,先放少量流量验证。
出问题时,只切到能力和数据要求都合适的备用模型;也可以缩短上下文、先返回检索结果,或者转人工。切换后要重新检查输出格式和工具参数。
如果问流式输出卡顿,我会检查 SSE 事件有没有完整发出、有没有及时 flush、心跳是否正常,以及客户端断连和背压。
TECH你用过 LangGraph 或 AutoGen 吗?›
我的生产项目主要用自研状态机和受控 ReAct。LangGraph 里的状态、节点、边和检查点,我能和自己做过的实现对应起来;AutoGen 的多 Agent 协作思路我也了解。
这两个框架我没有长期深入用于生产,这一点我会直接说明。真要接手,我会先拿一个业务流程做验证,重点检查状态保存、工具权限、失败恢复和评测。
项目深挖:GrowthOS 增长系统
先讲业务,再讲怎么跑稳我在亦多做过一个增长系统,主要帮业务做商品内容、广告创意和业务分析。我是 AI 方向的主要负责人,从选方案、拆任务,到关键开发和协调上线,都会参与。这个项目比较麻烦的地方,是任务种类多,有的跑得久,用户还会反复修改,中间也可能出错。所以我先把任务分清楚:步骤固定的用工作流,查资料用 RAG,需要临时判断下一步的才用 Agent。请求进来后,先检查信息够不够,不够就追问,够了就建一个后台任务,前端可以看进度。生成结果会保存下来,下次修改就接着做。整个过程用状态机记录做到哪一步,同时限制权限、调用次数、时间和 Token,避免一直跑下去。失败了先看原因,网络问题可以有限重试,参数和权限不对就先修正;涉及写数据,还要防止重复执行。对话、用户信息和生成结果也分开存,不能把模型生成的内容直接当成长期事实。带团队这边,我会把谁负责、接口怎么接、什么算完成讲清楚,哪里卡住了及时协调。效果上,我会看任务有没有完成、用户有没有采用,再看耗时和成本。这套做下来,后面增加新的业务,就能继续用已有的任务管理、状态和恢复功能。
PROJECT请你深入介绍一下 GrowthOS 增长系统。›
我会讲 GrowthOS。它主要把增长业务里的任务,比如商品内容、广告创意和业务洞察,做成可以调用的 Agent 或工作流。我在里面是 AI 方向的主要负责人,负责技术路线、任务拆分、关键实现,也和产品、后端一起推进上线。
一个请求进来,先由 LLM Gateway 根据 agent_type 分到对应能力,再检查信息够不够。不够就追问;够了就创建一个 run,也就是一次任务,在后台执行。前端能看到进度,生成的内容保存成 artifact,也就是可继续查看和修改的产物。
这里比较难的是任务跑得久、用户会反复修改,中途还可能失败。我用明确的状态、记忆和恢复机制把过程管起来,再加步骤、时间和 Token 限制。这样以后加新的业务,能沿用这套机制,不用每次重做后端。
PROJECTGrowthOS 的 LLM Gateway 具体解决了什么问题?›
Gateway 主要负责接请求和分流。前端按 OpenAI 兼容格式调用,网关统一处理 agent_type、session_id、creation_id 和图片等输入,再转给 GrowthOS。
有 Agent 类型时,会先检查它有没有注册、信息够不够。缺信息就返回 agent_input_required,提示前端追问;信息齐了就创建任务,返回 agent_run_ack。后面的业务 Prompt 和状态流转放在 workflow、agent 里,产物通过 run、artifact 和事件接口提供。这样网关的职责比较清楚。
PROJECT长任务和多轮修改是怎么处理的?›
长任务我会先返回任务已接收,让它在后台继续跑。状态、步骤、消息和产物会持续保存,前端通过事件通知或者查询接口拿进度。用户接着修改时,在服务端管理上下文的模式下,带上 session_id 和新需求,后端结合历史和最新产物继续处理。
如果约定由调用方管理上下文,就由调用方传完整 messages,后端不再重复加载历史。内容太长,再走 summarize 接口压缩。关键是先约定好谁保存、谁传,避免漏上下文或者重复拼接。
PROJECT为什么要用状态机,而不是完全交给 Agent 自由规划?›
因为业务做到哪一步,要能确定地告诉用户。比如还没完成需求理解,就不应该直接跳到发布。状态机负责限制哪些阶段可以跳转,模型负责阶段里的理解、判断和生成。
代码里有 INIT、DEFINE、UNDERSTAND、DECIDE、CREATE、LAUNCH、LEARN、DONE,以及 ERROR、RECOVERED。权限、预算和完成条件由程序检查。这样失败时知道卡在哪里,也知道从哪里恢复。需要临时决定下一步的局部,再用受控 ReAct。
PROJECTGrowthOS 的记忆怎么设计,怎样避免记忆污染?›
我的原则是把几类东西分开放:这次对话、项目档案、用户明确说过的偏好,还有生成的产物。模型生成一份内容,先保存成 artifact;要进入长期档案,还得经过业务确认,不能生成一次就当成事实记下来。
写入时检查 scope、权限和允许写的字段,读取时检查租户身份。store、engine、agent、skill 之间也要把字段传完整,否则明明存了,下一轮还是用不上。
PROJECTGrowthOS 如何处理失败、取消和恢复?›
我会让每个 run、每一步都有清楚的状态和错误记录。参数或权限不对,先提示修正;临时网络问题,才有限重试。写操作要做幂等,步骤、时间和 Token 也都要有上限。
任务做了一半失败,已经生成的产物和步骤记录先保留,确认能安全恢复后再继续。取消、超时、事件重试和无人接管的遗留任务,也要有后台处理。之后查问题时,能找到当时用的模型、Skill、工具和输入。
PROJECT你怎么证明 GrowthOS 做得有效?›
我会先看用户有没有采用结果、任务有没有完成、到底省了多少人工,或者带来了什么增长。再往下查路由和工具是否成功、失败后能不能恢复、多少任务还得人接手。
系统上看延迟、错误和资源成本。每次换模型、Prompt、Skill、知识库或路由,都拿固定样本再跑,确认效果没有退步。业务提升的具体数字,我只讲实际测过的。
PROJECTGrowthOS 中你个人最核心的贡献是什么?›
我主要负责先把问题想清楚:这件事值不值得做,该用工作流、RAG、Agent 还是多模态。方向确定后,我来拆任务、排优先级、协调依赖,关键技术部分也会自己下去做。
介绍时,我会具体说清自己写了哪些模块,哪些由同事完成,以及我怎么把大家的工作接起来、推进上线。负责人最终要对整体结果负责。
项目深挖:CCKS 2026 Task 5
先找全,再选准另一个我会讲的是 CCKS Task5。这个任务给一段英文,再给一些条件,让模型从原文里找出符合要求的词或短语。一开始,我们用 Qwen 做微调,再多生成几次,通过投票选答案。后来查错误发现,很多正确答案其实已经生成出来了,但最后没选中,反而留下了一些错的。所以我们把它拆成两步:先尽量找全,再认真筛选。找答案时,用 Qwen、Gemma 等不同来源,再加上词性和词表约束,让它们互相补漏。筛选时,让一个判审模型逐个判断候选对不对,再把模型票数、判审分数、原文里有没有出现这些信息,交给逻辑回归综合判断。选逻辑回归,是因为这些特征已经有用,先用简单、方便检查的办法,实验效果也合适。我们还把数据按篇章分组,判审器在 A 组训练,就给 B 组打分,反过来也一样,减少同一条数据既训练又评分的问题。每加一个来源,也会试一下去掉它会怎样,发现有些弱来源加进去反而降分。最后候选池覆盖了大约 93% 的正确答案,本地重建的 F1 是 0.7268,组委会最终通知我们获得第一名。本地数据参与过调试,所以这个分数和最终比赛结果要分开讲。这个项目让我记得很清楚的一点是:先查清楚到底是答案没找到,还是找到了却选错了,再决定下一步改哪里。
PROJECT请你深入介绍一下 CCKS Task 5 的算法项目。›
我想讲 CCKS 2026 Task 5。它给一段英文,再给一些类别、属性、词性的限制,要求从原文里找出同时满足条件的词或短语。评分用元素级 Micro-F1,要兼顾找得全和找得准。
最开始用 Qwen3-14B 做 QLoRA,再多次采样投票,本地 dev F1 是 0.6872。我查错误发现,8 次采样合起来已经找到了 84.37% 的正确答案,但最后选答案时,还是收进来很多错的。所以我把问题拆成两步:先把可能的答案尽量找全,再逐个判断该不该留下。
候选用了五路来源:Qwen3-14B 两种温度、带词性和词表约束的 RC 抽取、Gemma-3-27B、Qwen3-32B,每路采样 8 次。之后用 Gemma 对候选做 yes/no 判审,再把票数、判审概率和其他特征交给逻辑回归融合。最后七个相邻配置再做 4/7 投票。
这套冻结管线在本地重建的 F1 是 0.7268,候选覆盖到了 93.27% 的正确答案。历史 B 榜记录是 0.7525,组委会后来通知队伍第一名;最终复核后的精确隐藏分数没有公开,我会把这几个结果分开说。
PROJECT为什么不继续增加采样,而要拆成候选发现和选择?›
因为多采几次只能增加候选,不能保证最后选得对。早期 8 次采样合起来已经覆盖 84.37% 的正确答案,但 k=4 多数票的误收还比漏掉的多。继续加同一个模型的采样,正确和错误候选可能一起增加。
所以我分开看两件事:正确答案有没有进候选池,进来了有没有被留下。最终池子覆盖 93.27%,假设筛选全对,F1 上限约 0.9652;实际是 0.7268,说明池内筛选还有很大改进空间。这个判断只针对当时的数据和管线。
PROJECT为什么加入 RC、Gemma 和 Qwen3-32B?›
我想找的是能补上现有错误的来源。RC 会利用词性和训练集短语约束候选,Gemma、Qwen3-32B 则可能从不同角度找到答案。它们既能带来新候选,也能给已有候选增加投票证据。
我会通过移除某一路来验证有没有用。在当时 dev 上,去掉 RC,F1 降 0.0073;去掉 Gemma 降 0.0070;去掉 Qwen3-32B 降 0.0011。另一次加入弱来源的实验,反而从 0.7260 降到 0.7236。所以每加一路都要实测,不能觉得模型多就一定好。
PROJECT候选判审器怎么训练,如何避免数据泄漏?›
先用训练集枚举出的候选,训练 Gemma 判断 yes 或 no。但枚举出来的候选,和生成模型实际会犯的错不完全一样,所以后来又用 dev 生成池里的难例继续训练。
这里容易出现一个问题:刚拿某条样本训练完,又用同一条样本证明效果好。我的做法是按篇章把 dev 分成 A、B,在 A 上继续训练的判审器只给 B 打分,反过来也一样。测试时再平均 A、B 和全量判审器可用的概率。
PROJECT为什么最后用逻辑回归,而不是更复杂的模型?›
因为候选已经有不少有用信息,比如几路模型同意、判审概率多高、原文有没有出现、训练词表有没有记录,以及是什么题型。我先用标准化后的逻辑回归,把这些证据合成一个分数,再选阈值决定留不留。
训练逻辑回归和挑 F1 阈值是两回事。阈值在训练折里选,再到验证折看效果;五折按篇章分组。在当前 D2/D5 对比里,LR 比试过的 GBDT 好,但只能说明这次特征和样本条件下它合适。
最终五折阈值平均约 0.340,再用七个相邻配置做投票,至少 4 个同意才接受。
PROJECT这个项目的评测和复现有什么边界?›
评分先忽略大小写、去首尾空白和重复项,再算元素级 Micro-F1。数据划分时,把完全相同篇章的任务放在同一组,避免同一段文本既出现在训练又出现在 dev。融合阈值在训练折选,验证折负责检查效果。
复现包能用已经保存的模型输出,确定性地重建提交文件。这不等于从训练、GPU 采样开始每次都一模一样。test_b 标签看不到,历史 B 榜和最终名次也不能在本地重算。不同实验的划分和预算有变化,我会按各自条件解释数字。
PROJECT你个人在 Task 5 里主要负责什么?›
这一题先按实际分工准备:自己负责过误差分析,就讲怎么找到“候选有了却没选对”;负责过判审或融合,就讲训练、特征和阈值;负责过评测复现,就讲数据划分和提交重建。选两项你能一直讲到代码和实验的内容。
现场可以这样开头:“我主要负责其中的……。当时遇到的问题是……,我比较了几个方案,最后选择……,是因为实验里看到……。”把具体内容换成你的真实经历后再练。
PROJECT讲一个最深刻的错误分析。›
我会讲一次对漏答的拆分。只看最终分数,看不出应该加生成能力,还是改筛选。所以我把漏掉的答案分成两类:根本没进候选池的,以及已经进了池、最后却被筛掉的。
最后统计到,464 个正确答案在池外,1,241 个其实已经在池里,却被拒绝了。这让我判断,下一步应该优先改候选判断和证据融合。具体样例能帮助理解,但我用总体计数来决定优化方向。
PROJECT这个竞赛算法如何迁移到企业 Agent?›
我觉得能带到企业项目里的,是先提出候选、再验证的做法。Agent 给出答案或操作建议后,可以结合规则、检索内容和工具结果,逐项检查有没有依据,再决定是否接受。
同样要用固定样本和回放看效果。不过企业场景还得考虑权限、耗时、成本,以及哪一步需要人工接管,不能只盯着一个 F1。
业务与交付题
把模型放回业务约束BIZ业务部门要求所有流程都用 Agent,你怎么办?›
我会先和业务把步骤列出来。像权限、金额、状态变更,这些有明确要求的地方,用程序和流程控制。需要理解文字、查知识、临时选择工具的部分,再用 Agent。
这样业务能看到哪些环节得到了帮助,也能知道关键操作是谁在控制。
BIZ客户要求准确率 100%,你怎么处理?›
我会先确认他指的是什么:查到的资料要准,回答要准,还是整件事都要办对。口径不一样,方案和验收也不一样。
我不会直接承诺模型百分之百正确。低风险任务可以在验证后自动做;中风险先给建议,请人确认;高风险只辅助判断。证据不足就拒答,关键操作用规则、权限和人工审批控制。
BIZ模型效果不达标,但业务还要求上线,怎么办?›
先查差在哪里,是数据、检索、模型,还是流程本身有问题。如果现在还达不到自动执行的要求,我会和业务商量先做建议、草稿或人工辅助,把能用的部分先交付。
上线范围缩小后也要定清验收标准,再用真实使用中的问题继续改。涉及关键业务的风险,不能因为赶时间就跳过。
BIZToB 或 ToG 项目如何交付?›
我会先问清楚数据放哪里、谁能访问、网络能不能出、现有系统怎么接。然后选一个风险低、结果好衡量的场景,把上线前的水平和验收标准定下来。
先旁路观察,不影响原流程;确认可行后再小范围放量。人工接管、审计和回滚要一起准备,最后把运维、培训、文档和故障预案交给客户。
BIZ产品、算法和业务团队意见不一致怎么办?›
我会先问清楚大家到底在争什么:效果不够、时间不够,还是成本太高。把目标、测试样本、风险和期限对齐,再拿一个小验证或者历史数据回放来比。
如果短期解决不了,就和业务定一个能接受的范围,先交付这一部分,剩下的把时间和风险说清楚。
BIZ如果加入团队,前三个月做什么?›
第一个月先把现有业务、Agent、模型、工具、权限和线上问题摸清楚,确定现在的效果和主要瓶颈。第二个月挑一个价值明确、风险可控的场景,补好评测、监控和人工接管,争取把它做成。
第三个月看哪些东西下个项目还能用,把 Skill、接口、发布步骤和模板整理出来,再用第二个场景验证。
简历与负责人追问
诚实,但不要把自己说小CV你正式做大模型不到三年,如何满足要求?›
按正式任职时间算,我从 2024 年开始做大模型算法岗位,确实还不到三年。不过 2023 年就开始持续做 Agent 安全、NLP 和模型评测。
这几年我做过模型选型、Agent 架构、RAG、推理部署,也做过上线后的可靠性和业务交付。我会拿具体项目说明能承担什么工作,正式工作年限和之前的项目经历分开讲。
CV你说是 AI 方向主要负责人,具体怎么体现?›
主要体现在事情由我往前推。业务提出一个 AI 需求,我要先判断怎么做,选技术路线,再拆任务、排优先级,和产品、后端、测试协调。关键技术问题我自己会下去解决,最后也要对上线结果负责。
比如 GrowthOS,我参与决定哪些任务走工作流、RAG、Agent 或多模态,也负责 Agent 后端和网关、模型接入、运行机制里的关键工作。正式职级、汇报关系,我会按当时公司的组织安排说明。
CV你有正式的团队管理经验吗?›
有,我以前在恩筑带过技术团队。我的工作包括拆任务、安排分工、跟进度和质量,组织技术评审,以及协调其他团队。关键技术方向我来把关,具体模块让同事负责。
我也会注意,代码提交了不代表业务就能用,还要看效果、稳定性、成本和上线结果。团队人数、谁向我汇报、绩效管到哪一步,我会按当时的实际情况说明。
CV为什么想离开上一家公司?›
主要是公司最近调整了业务方向,微调这块的技术投入减少了。我自己还是希望继续做大模型、Agent 平台和企业应用,所以想找一个方向更匹配、愿意持续投入的团队。
CV这个岗位不只是微调,你为什么适合?›
我做过的工作里,有模型训练,也有 Agent 运行时、RAG、模型路由、网关、MCP 和推理服务。上线之后的稳定性、评测和业务交付,我也负责过。
所以接到一个需求,我会先判断该用规则、工作流、RAG、Agent,还是需要训练模型,再把方案做出来、推到上线。这和岗位里强调的技术选型与企业交付比较接近。
CV你最大的不足是什么?›
完整的等保、密评,还有公司层面的平台治理,我的经验没有覆盖所有环节。我做得比较多的是认证、访问控制、审计,以及 Agent 运行时和生产稳定性。
如果项目涉及正式测评,我会尽早和安全、基础设施团队确认要求,把它们放到设计和验收里,避免快上线了才发现要返工。
团队管理与负责人题
说清你怎么带人把事做成LEAD你在恩筑具体怎么管理技术团队?›
我带团队时,先把这次要做成什么讲清楚,再拆成具体任务。谁负责、需要谁配合、什么时候交、做到什么算完成,都要提前说好。分工会结合每个人擅长什么,不会只是平均分。
过程中定期看进展,重点看哪里卡住、有没有风险。我负责协调依赖和关键技术判断,具体实现让同事来做。上线前检查结果,结束后再一起看哪些地方下次可以做得更好。
LEAD你怎么给团队定目标、跟进绩效?›
我会先和成员说清楚要交付什么、什么时候交、怎么看做得好。除了按时完成,也要看业务有没有用、质量稳不稳。AI 项目还要把效果、延迟和成本说清楚。
平时就给反馈,遇到阻塞及时解决。阶段结束再看结果,也看成员是不是能独立负责模块、有没有留下别人能接手的文档和测试。绩效范围按公司制度和自己的实际职责来做。
LEAD成员延期或质量不达标,你怎么处理?›
我会先和他聊清楚卡在哪里。是要求没听明白、任务太大,还是等别人的接口,或者技术上确实不会。原因不同,处理也不同。
要求不清就一起补清楚;任务太大就拆小;等接口我去协调;技术不熟就安排结对或评审。如果优先级变了,就重新排期。质量没过关的地方要明确处理,不能把问题拖到线上。
LEAD团队对技术路线有争议时,你怎么决策?›
我会先让大家把方案想解决什么、有什么代价讲清楚,再用同一批样本、同样的时间和资源做个小验证。除了效果,也看速度、成本、稳定性和后面好不好维护。
需要我决定时,我会说明为什么选这个方案、出现什么情况要换。后面数据证明判断不对,就及时调整。
LEAD你怎么培养团队成员、避免所有事情都压在自己身上?›
我会让成员负责一个相对完整的模块,把他能自己决定的范围讲清楚。先一起过方案,过程中看关键代码,完成后一起复盘。这样他能逐渐独立负责事情。
安全、权限和线上变更这些关键点我会把关。文档和测试也要跟上,让其他人能接手,避免任何一个人成为唯一懂这个模块的人。
LEAD你做负责人后还会不会亲自写代码?›
会。项目早期的架构骨架、关键流程和难点验证,我会亲自做,先确认方向走得通。后面模块扩展就让同事负责,我通过评审和沟通把质量管好。
遇到线上故障或者高风险改动,我也会看代码。这样能保持技术判断,同时给团队成员独立负责的空间。
LEAD你怎么向上级汇报 AI 项目?›
我汇报时会先说项目现在做到哪、和目标差多少、接下来有什么风险。需要人、资源或者上级做决定的地方,也直接讲清楚。技术细节可以后面再展开。
如果发现目标可能达不到,我会带着影响范围和备选方案早点同步,不等到最后一天才说。
LEAD如果让你接手团队,前 90 天怎么做?›
前一个月我会先和成员聊,了解大家负责什么、擅长什么,也把业务和线上问题摸清楚。先弄明白已有做法为什么是这样。
第二个月挑一个有价值、风险可控的场景,和团队一起把它做成,同时补齐评测、监控、发布和人工接管。第三个月再把好用的接口、Skill、模板和协作方式推广到其他场景。人员调整要基于实际了解和沟通。
LEAD讲一个你的管理失误或反思。›
这题用恩筑的一件真事来练:当时要做什么,你哪里判断或沟通不够,造成了什么影响,后来怎么补救。最后讲清,你因此改了哪一个做法,比如提前确认接口依赖、把验收要求写清楚,或者更早同步风险。
重点讲自己的判断和行动,也讲还没做好的地方。具体人数、时间和结果用真实信息,不必为了显得有故事编一个严重事故。
岗位之外的高概率追问
不要求背公式,要求讲清取舍TECH你怎么给非算法同事解释 Transformer、KV Cache 和 MoE?›
Transformer 可以先理解成:处理一个 Token 时,通过注意力机制判断上下文里哪些内容跟它更相关。
生成时,前面算过的 Key、Value 会存下来,后面继续用,这就是 KV Cache。MoE 则是每个 Token 只选一部分专家网络来算,让模型能有更大的参数量,同时控制单次计算;代价是要处理路由、通信和负载不均的问题。
TECH全量微调、LoRA、QLoRA、DPO 怎么取舍?›
这里要分两件事:想让模型学什么,以及怎么省资源。SFT 用示范答案教模型怎么做;DPO 用偏好对,让模型更倾向于较好的回答。
训练参数方面,全量微调更新范围大,资源开销也大;LoRA 主要训练低秩适配器,方便保存和切换;QLoRA 在量化的基础模型上训练 LoRA,更省显存,但效果要验证。最后按数据量、显存和更新频率选择,再用独立验证集检查,防止数据泄漏。
TECH线上推理性能你会看哪些指标?›
我先看用户最直接的感受:多久开始出第一个字,也就是 TTFT;后面出字快不快,也就是 TPOT;整条请求要多久,再看 P50、P95、P99。
服务层面还要看并发、吞吐、错误率、上下文长度、GPU 利用率和每次请求的成本。先确定慢在 prefill 还是 decode,再考虑连续批处理、前缀缓存、量化或者扩容。改完用同样的负载和接近真实的请求再测。
TECH你怎么防止评测集污染或“离线好、线上差”?›
训练、调参和最终验收的数据要分开,也要查重复和近似重复。评测样本要覆盖不同场景、难度、风险和租户,数据来源、标注规则和版本都留记录。
上线前先回放历史请求,再跑不影响用户的影子流量。上线后继续看任务有没有完成、为什么需要人工接管、失败集中在哪里。这样才能知道离线分数是否对应实际使用效果。
TECHAgent 遇到提示注入或工具越权怎么办?›
网页、文档和工具返回里,即使写着“忽略原来的要求”,也只是外部内容。不能因为它这么写,就给 Agent 增加权限。
工具只给完成任务需要的权限,服务端再检查租户、资源和参数。高风险写操作请人确认,敏感输出做脱敏或 DLP 检查。发现过的攻击要留成回归样本,操作也要有审计和撤销办法。
TECH如果线上发生数据泄露或 Agent 失控,你先做什么?›
先让问题停下来:暂停相关高风险工具、冻结有问题的凭证、限制流量,同时保留日志和证据,并及时同步安全和业务负责人。
接着查影响了哪些用户、数据和时间段,再修权限、改配置,或者回滚模型、Prompt、Skill。确认修复和恢复验证通过后再放开,最后补测试和复盘,每一步都要有人负责、有时间记录。
BIZAI 项目怎么证明投入产出比?›
我会先算不用 AI 时,这件事要多少人工、处理多少量、出错要付出多少成本。上线后再看有多少结果真正被采用、节省了多少时间,以及质量有没有下降。
同时要扣掉模型 API、GPU、运维和人工接管的费用。一次性的建设投入和每次调用的成本分开算,先在小范围证明划算,再决定扩大。
BIZ需求很多、资源有限,你怎么排优先级?›
我会和业务一起看,每个需求能解决多大的问题,数据准备好了没有,多久能做出来,风险多高,做完其他项目能不能继续用。然后把取舍讲清楚。
优先做价值明确、短期有机会验证的需求。价值大但风险高的,先做建议或旁路验证。每个需求都定清范围、验收方式,以及什么情况下应该停下来调整。
BIZ什么时候自研,什么时候采购模型或平台?›
通用能力如果有成熟产品,我会先考虑用起来。公司自己的核心业务、数据要求特别严格,或者现成方案满足不了,再看自研。
比较时要一起算效果、延迟、费用、交付时间和维护能力。无论哪种选择,都留好接口和评测,想清楚以后怎么换供应商、数据怎么迁走。
BIZ如何把 AI 方案交给后端、产品和测试落地?›
我会先和产品把用户怎么用、结果怎么判断讲清楚。再和后端、测试约定接口、状态、权限、错误处理以及测试样本,选一个小场景先把整条流程跑通。
谁负责什么、需要谁配合,都要明确。产品看业务结果,测试看边界和回归,后端看稳定性与运维,AI 这边负责模型和 Agent 效果。遇到风险和决定,大家用同一份记录同步。
CV你遇到过最难的项目或失败是什么?›
算法题可以用 Task5:多次采样已经找到了不少正确候选,但最后筛选还有很多错误。讲清你怎么拆分错误、为什么引入判审和融合,再给对应的评测结果。
工程题可以用 GrowthOS:长任务、多轮修改和失败恢复怎么处理。选自己亲手解决过的一个难点,讲背景、做法、结果和剩余问题。面试官追问时,再展开到具体代码或实验。
CV你如何保持对快速变化的 AI 技术不过时?›
我会持续看官方文档、版本说明和论文,但看到新东西不会马上把现有方案换掉。先看看它能不能解决手头的问题,再做一个小验证。
模型和工具有了初步效果,就拿固定评测集和真实业务数据比较。效果、成本和维护都合适,再考虑用到项目里。
卡壳时的救场话术
不硬编- “这个点我没有在生产环境中直接负责过,我先说一下做过的相邻问题。”
- “这个数字我不想现场凭记忆编造,但我可以说明测量方法和比较基线。”
- “我先按数据、模型、运行时和业务约束四层来回答。”
- “这个选择取决于任务是否确定、错误成本、数据是否实时和是否需要人工审批。”
- “我先确认一下,您更关注离线评测指标,还是线上业务完成率?”
- “我会把已落地的部分和设计思路分开说明。”
反问面试官
挑你最关心的 2~4 个- 想了解一下,目前技术团队有多少人?模型、Agent、后端、产品和测试大概怎么分工?
- 这个岗位主要向谁汇报?如果我来负责 AI 方向,技术方案、需求先后顺序和团队分工,哪些可以由我来定?
- 团队现在最想解决的技术问题是什么?更着急的是模型效果、Agent 平台,还是项目交付和稳定性?
- 目前有哪些 AI 产品已经在用了?主要给什么业务用,现在遇到比较多的问题是什么?
- 如果我入职,前三到六个月,您最希望我做成哪几件事?
- 团队平时会用哪些 AI 工具写代码、做测试或者写文档?公司对使用这些工具有什么要求?
- 像 ChatGPT、Claude、Cursor 或模型 API,公司会提供统一账号吗?代码和数据哪些能放进去,有没有明确规定?
- AI 工具订阅和 API 费用,公司可以报销吗?每个月大概支持多少,申请起来方便吗?
- 做实验需要的 GPU、云服务和 API,是团队统一安排,还是按项目申请?日常实验大概有多少预算或资源?
- 团队平时的工作节奏怎么样?加班、出差、值班多不多,调休一般怎么安排?
没有找到匹配内容,换一个关键词试试。