🎯 AI 大模型开发岗 · 面试核心知识库(分享版)
这是什么
一份面向 AI 大模型开发岗(偏 AI 应用工程 / RAG / Agent)面试备战的整理版知识库。覆盖:核心认知、分主题题库、Agent 项目深挖、场景设计题、专题研究、面试实务六大块。
📌 使用须知
- 文中数字(如并发 1w~10w QPS、召回率 60%→78%、价格等)均为量级/示意参考值,备考时请替换成你自己项目的真实数据,以免面试对不上。
- 少数条目标注
[存疑/未核实],代表是通识印象而非权威出处,面试时只定性讲、别背死具体数字。- 建议配合”题目 → 追问 → 一句话记忆”的方式快速过,重点题背到能接追问。
📚 目录
第一部分 · 核心认知(提示词工程 vs Agent)
一句话口径:两者不是对立,而是不同抽象层级的工程手段。提示词是给单次 LLM 调用的”静态激励”,Agent 是围绕多次 LLM 调用的”多步控制流”。Agent 内部每一环仍然在用提示词——提示词是 Agent 的积木/零件,Agent 是提示词的应用形态。(源自 Anthropic《Building effective agents》)
1. 提示词工程(Prompt Engineering)是什么
通过设计输入给模型的指令文本,引导 LLM 在单次调用中给出期望输出。不改变模型权重,不动外部世界。
| 手段 | 说明 |
|---|---|
| 指令 / 角色 | 明确任务目标、格式;用系统提示设定角色、风格、边界 |
| Few-shot(少样本示范) | 给输入-输出对示例,让模型模仿格式与推理 |
| CoT 思维链 | 引导显示中间推理(“Let’s think step by step”),进阶有 Self-Consistency |
| 结构化输出 | 要求 JSON / 固定字段 / 用工具 schema 强制格式 |
| 模板 / 变量系统化 | 拆成可复用模板,保证一致与可维护 |
| 提示词管理 / 版本化 | 版本管理、AB 测试、eval 集回归 |
能达到什么:不调权重即可明显提升单次输出质量、格式稳定性、领域能力;成本低、见效快,是绝大多数应用的”第一层优化”。Anthropic 原文:“多数应用,优化单次调用就够。”
局限(答”为什么还要 Agent”):
- 静态、一次有效——语境固定,不能随过程调整。
- 无状态——默认不带跨步骤持久状态。
- 无外部行动——只能输出文本,不能调 API / 读写文件 / 操作工具。
- 无自我纠正——单次生成错了就是错了。
2. Agent 系统是什么
Agent = 让 LLM 动态地自主决定自己的流程与工具使用,去达成一个任务。
Workflow(工作流)= 由预定义代码路径编排 LLM 与工具。
本质结构:LLM(核心推理)+ 规划 Planning + 工具 Tool use + 记忆 Memory + 环境交互/反馈循环 + 控制流(多步+循环+分支)。
关键组成:
- 基础积木 = 增强型 LLM(Augmented LLM)= 加检索 Retrieval + 工具 Tools + 记忆 Memory。
- 工具接入:主流是 MCP。
- 编排层:决定代码预设(Workflow)还是模型自主(Agent)。
能力层级(低→高):单次调用(提示词)→ 增强型 LLM → Workflow → Agent → 多 Agent。
3. 系统性对比(重点,能背能展开)
| 维度 | 提示词工程 | Agent 系统 |
|---|---|---|
| 本质 | 静态文本激励(单次调用) | 多步控制流(多次调用+工具+状态) |
| 状态/记忆 | 无记忆、单次有效 | 有记忆、可持久状态 |
| 行动能力 | 只输出文本 | 可调工具/API,作用于外部世界 |
| 是否循环 | 否 | 是(反馈循环直至完成) |
| 自我纠正 | 无 | 可基于环境反馈重试/调整 |
| 复杂度 | 低、简单可预测 | 高、易发散,需编排/容错/兜底 |
| 确定性 | 高 | 低,需 guardrail |
| 成本/时间 | 低 | 高(多次调用×多轮循环) |
| 失败模式 | 格式偏离/幻觉/答非所问 | 死循环/越权/级联错误/成本失控 |
协同关系(必答点):
- Agent 内部全是提示词——规划器、执行、生成、评审每一环都是”prompt + LLM 调用”。
- 工具即提示词的一种形态:工具定义要想给 Junior 写优秀 docstring 一样写示例、边界、输入格式。
演进路线:提示词 → Function Calling(工具调用)→ Agent → 多 Agent。先”简单回调”再上”复杂 Agent”,能用单次+检索就别上 Agent(Anthropic:以延迟和成本换表现)。
4. 面试分层答法
- 先立关系:不同抽象层级,提示词是”微观工程”,Agent 是”宏观编排”。
- 提示词讲”稳”:静态、无状态、低成本、确定性高。
- Agent 讲”活”:有状态、能行动、能循环、能纠错,代价是复杂度/成本/不确定性。
- 讲桥:基础积木=增强型 LLM(检索+工具+记忆);工具(尤其 MCP)与提示词 schema 是承接点。
- 讲选型:任务明确→提示词;需外部世界/多步/不确定→Agent;能用简单就别复杂。
- 收口追问:
- Agent 内部用不用提示词?→ 用,每个节点都是 prompt+调用。
- 提示词和 function calling 关系?→ function calling 让模型声明要调的工具,其参数 schema 本身就是要精心设计的提示。
- 什么时候 Agent 是过度设计?→ 单步、可枚举、确定性任务;成本/延迟敏感。
第二部分 · 分主题题库
一、AI & 大模型
本主题是 AI 大模型开发岗面试主战场。题目跨分区编号,每条含”题面 + 追问 + 参考答案 + 一句话记忆”。
Q1. LangGraph 如何实现常见的几种 Agent 模式?
追问:什么是 ReAct / Plan-and-Execute / 多智能体协作?核心概念(State/Node/Edge/checkpointing/interrupt)?相比”纯提示词+function-calling”解决什么问题?
核心概念(先立骨架)
- State:所有节点共享、带类型的任务状态,字段用 reducer 合并。
- Node:普通 Python 函数(输入 State → 输出对 State 的更新),单步动作。
- Edge:普通边与条件边(一个函数返回下一个节点名)。
- checkpointing 持久化:按
thread_id存每条会话状态快照,支持暂停/恢复/回溯。 - interrupt / Command:人介入或把控制权交接给别的智能体。
- subgraph + Send API:子图封装复用、任务 fan-out 并行分发。
常见模式在 LangGraph 的落地
- ReAct:
LLM_Node→ 条件边(有 tool_call →Tools_Node执行并写回 State.messages;无 → END)→ 循环直到该作答。 - Plan-and-Execute:
Planner_Node拆步骤存进State.plan→ 逐个Exec_Node→ 可选Replanner_Node重规划 → plan 清空 END。 - Router:条件边先分类,按类别走不同 subgraph / 处理器(意图分派)。
- 多智能体协作:
- Supervisor 主从:
Supervisor_Node决定交给哪个 worker,干完回 supervisor 成环。 - Hierarchical 层级:supervisor 再套 supervisor(递归树)。
- Handoff/Swarm:interrupt+Command 把控制权直接交给另一 agent。
- Network 网状:agent 共享 State 自由读写(生产少用,上下文易爆)。
- Supervisor 主从:
- Human-in-the-loop:需批准处
interrupt()暂停,人工输入后Command(resume=...)继续。
面试加分点:一针见血——“这些模式本质都是同一套骨架——State + Node + 条件边,区别只在图拓扑和 State 约定。” 相比纯 function-calling,LangGraph 把流程显式建模成图,可持久化、可中断、可并行、可复现。
一句话记忆:ReAct=想一步查一步;Plan-execute=先拆再做;Router=一入口多出口;多 agent 靠 supervisor/handoff——都能用 State+条件边拼出来。
Q2. RAG 处理 PDF/Excel:文字/图片/表格分开提取后,要不要还原成原文上下文顺序?
追问:单独提取增强后有必要还原顺序吗?chunk 本来就会打乱顺序,还原还有意义吗?图文并茂怎么给用户?
核心:先区分两个目标
- 要返回文件原文/提供定位 → 必须还原上下文顺序。
- 只展示图文并茂结果 → 不必和原文逐字一致,让 LLM 自行排版或加图片/表格引用展示即可。
核心手法 = “块化 + 顺序元数据 + 按需重组”,不是”拼回一个连续文本”:
- 把 PDF/Excel 解析成异构块:文本块/图片/表格,每块带元数据
(type, page, block_index)。 - chunk 会不会打乱顺序?——只有没记顺序索引时才会。解析时永远保留文档相对顺序(
chunk_id/order),检索/重排后按序追溯。 - 还原顺序在渲染/输出端按 order 排序重组,而不是 chunk 阶段硬拼。
落地细节:
- 图文并茂:上下文给 LLM 图片/表格的引用标记(
[fig1]、[table3])而不是塞整图;LLM 输出引用,前端据标记渲染。 - 表格/图片增强(OCR、表格结构解析、视觉描述)写回为块元数据,可被检索复用。
一句话记忆:RAG 异构文档 = 块化解析,用”类型+页码+顺序索引”元数据保持可重组;是否还原顺序取决于要不要给原文,而 chunk 打不打乱只取决于记没记顺序。
Q3. 怎么保证大模型输出是合法 JSON?(结构化输出 / JSON 约束)
追问:function calling 和 Pydantic 怎么配合?解析/校验失败怎么办?
访谈官想听成套范式,不是单个点名——通用范式 = 四件套叠加
- function calling:走原生 tool-schema,模型按 schema 出结构化结果。
- Pydantic 模型约束:用 Pydantic 定义输出模型,它内部能自动生成 JSON Schema(
model_json_schema())下发给模型做约束,并做反序列化校验。(面试官常以为 pydantic 不能自动转 JSON Schema,其实可以——顺势强调。) - 提示词约束:prompt 写清输出格式、字段、示例(few-shot)。
- 失败重试:解析/校验失败带上错误信息重试(有限次),再不行降级处理。
一句话记忆:JSON 合法性 = function-call(pydantic 自动出 schema)+ 提示词约束 + 失败重试三件套叠加;pydantic 能自动转 JSON Schema。
Q4. skill 是怎么接入 agent 的?(工具化接入)
追问:skill 怎么被”加载/发现”?硬编码还是按需?有没有工业成熟做法?
- 思路 1:封装成工具(tool)接入——把 skill 写成一个工具节点注册进工具列表;agent 走 tool-calling 时被调用。加载流程:先给模型一份”技能/工具列表+描述”放进提示词,让它按需”搜索/命中”,命中后再调用对应工具(关键词搜索式暴露,而非一次性加载全部)。
- 思路 2(工业成熟):用专门的 skills 加载框架把 skill 以工具方式挂载到 LangGraph/LangChain。
一句话记忆:skill 接入 = 封装成工具进工具列表 + 提示词暴露描述按需命中再调用;复杂加载可用专门 skill 框架。
Q5. 何时该微调(Fine-tune)?何时该 RAG / 提示词(Prompting)?
追问:一个任务什么时候调提示词就够,什么时候必须微调?微调 vs RAG 的代价和适用?
核心 = 三种手段的取舍,先给判断主轴:按”模型本身会不会 / 要不要锁死知识”分:提示词(零成本·不落地·适合”会但临时规定”)、RAG(注入外部/最新知识·不动模型·适合”知识会变/要引用出处”)、微调(重塑行为/风格/私有领域·最贵·适合”长持久、固定行为”)。
三条决策线
- 知识类/会变的资料 → RAG:答案依赖文档、需随时更新、要附出处;RAG 不训练、可热更新、可审计。
- 行为/风格固化 → 微调:输出格式统一、领域术语、去 prompt 负担、推理成本可更低;代价是训练数据/算力/每次更新重训。
- 模型本就会、只是临时规定 → 提示词:一张 prompt/few-shot 就能稳,最便宜最快。
关键判断点:
- 知识变了 RAG 立刻生效、微调则要重训 → 高频变动知识绝不用微调。
- RAG 较贵场景:每次检索+塞上下文(token/成本/延迟);微调可吞掉固定知识省 token。
- 两者常互补:RAG 管”问什么答什么”的检索,微调管”怎么答得像”的风格,不是二选一。
- 代价排序:提示词最省 < RAG < 微调。
一句话记忆:提示词=零成本临时规定;RAG=会变的外部知识(附出处/热更新);微调=固化行为与领域(最贵);知识看 RAG、行为看微调、临时看提示词——三者可叠加不互斥。
二、后端 & 开发
Q1. 元组(tuple)和列表(list)的区别?
追问:最大区别是什么?不可变有什么好处?何时用哪个?
第一句先讲最大区别:元组不可变,列表可变(可修改)。
展开:
- 不可变:tuple 不能增删改;list 可
append/pop/改下标。 - 性能:tuple 更省内存、创建更快,读上略快。
- 可哈希:tuple 不可变可作 dict 的 key、可放 set;list 不可。
- 语义:tuple 适”定长不可变”结构(坐标、多返回值);list 适”需增删改”的动态序列。
一句话记忆:元组不可变、list 可变(最大区别);tuple 省内存可作 key、list 灵活可增删改——按”要不要可变+语义”选。
三、系统 & 网络
Q1. 高并发下,协程怎么调度同步(阻塞)函数?
追问:协程里直接调阻塞/同步函数会怎样?asyncio.to_thread 和 run_in_executor 区别?IO 密集 vs CPU 密集?Go 的 goroutine 呢?
核心结论:协程(asyncio)是单线程事件循环。直接同步调用阻塞函数会把整个事件循环卡死,其他协程停摆,高并发归零。解法:把同步函数丢给线程池/进程池跑,协程 await 结果。
分场景:
- IO 密集同步函数(读写文件/DB/网络/第三方 SDK)→
await asyncio.to_thread(fn, ...):丢默认线程池,循环继续调度其他协程。底层loop.run_in_executor(ThreadPoolExecutor,...)。注意默认线程数有限(min(32, CPU+4)),铺满无法撑上万连接;真正高并发优先原生 async 客户端(aiohttp/aiosqlite/async 驱动),只在边界用 to_thread 兜底。 - CPU 密集同步函数 → 线程池没用(受 GIL 限制)。用
run_in_executor(ProcessPoolExecutor,...)跨进程并行,或依赖 numpy/C 扩展释放 GIL。一句话:IO 用线程池、CPU 用进程池规避 GIL。 - 别在事件循环线程里跑长阻塞:症状是”请求超时/全部卡住”。
Go 反差(谈资级):goroutine 运行时做 M:N 调度,网络/系统调用时把阻塞 goroutine 让出、OS 线程去跑别的,所以同步风格天然高并发。Python 要躲 GIL+事件循环、显式 to_thread;Go 由运行时替你调度。
一句话记忆:同步函数别在协程里裸调 → IO 丢线程池(to_thread)、CPU 丢进程池(躲 GIL),循环才不堵;Go 则运行时 M:N 自动让出。
四、数据结构 & 算法
Q1. 两个列表数据特别大,怎么解决内存不够?
追问:用 zip 是不是就够了?真正海量数据怎么办?
分两档答:
- 常见场景(合并导致内存涨):用
zip(a, b)→ 转 dict 或逐对处理。强调zip返回生成器是惰性的——不会一次性全拷贝,而是用的时候逐项产出,避免瞬时翻倍内存。面试官常问的就是这个”惰性”。 - 真正海量(单列表就超内存),不能指望 zip,给”不上内存”手段:
- 分块/分批:一次处理一个 chunk,处理完释放。
- 流式处理:迭代器/生成器按需产出,不全驻留内存。
- 外部存储:数据放 DB/Redis,按需查询。
- 内存映射 mmap:把文件映射进地址空间按页惰性读入,几乎不占物理内存。
- 必要时增量/离线聚合,源头收敛。
一句话记忆:两个列表用 zip(惰性生成器,别被”打包”骗,不一次性翻倍内存);真海量用分块/流式/外部存储/mmap,别把全集一次进内存。
五、数据库 / 前端(框架 · 待补充)
这两块目前是占位框架,按需收录。数据库覆盖:SQL 优化、索引、事务与隔离级别、锁、缓存(Redis)、分库分表、主从复制。前端 & 工程覆盖:HTML/CSS/JS、框架(React/Vue)、浏览器原理、工程化(打包/构建/CI-CD)、部署运维。
备考建议:通用开发岗再往里填题;AI 应用岗以 AI&大模型 / Agent / 专题为主战场。
第三部分 · Agent 系统项目深挖
面试中被追问、且没讲清的项目细节。每个点拆成”该怎么讲 + 关键 reasoning + 面试官想看什么”。文中数字均为通用参考值(估算),面试前替换成自己的真实值。
1. 意图识别(把”闲聊 vs 专业路由”讲透)
- 意图识别是 Agent 的入口分流:回答”用户这句话想干什么”,据此决定走专业流程还是闲聊。
- BERT 意图分类模型:输入句 → BERT 句子向量 → 分类头(softmax 多分类)→ 映射到预定义意图集合。意图集合不只是 {闲聊, 专业},专业侧还要细分(查知识库/调工具/多轮澄清/下单/运维…),每个意图对应一条路由。
- 闲聊处理:作独立意图;或对专业类别给低置信度阈值兜底。命中闲聊→走闲聊生成,不进专业流程。
- 兜底设计(加分):置信度低于阈值→转澄清/拒答引导,避免误操作。
- 工程细节:领域数据微调 BERT、类别不均衡处理、预测 top-k+阈值双判。
一句话记忆:“用 BERT 分类头做多类意图识别:专业意图细分 + 闲聊兜底 + 低置信度走澄清。”
量级参考(估算):意图类别 8~15(1 个闲聊+其余专业);BERT 领域小样本微调(几百~几千条);置信度阈值 0.6~0.7 以下走澄清。
2. 意图之后:调用工具 / MCP,怎么筛选工具
讲成”分层筛选”,不含糊:
- 第一层:意图 → 候选工具集合。每个意图预绑定一组可能用到的工具(意图-工具映射表),先粗过滤。→ “做了,按意图粗筛”。
- 第二层:相似度精筛(可选)。基于工具 description/功能向量,对 query 与工具描述算 embedding+余弦相似度,候选集内取 topK。
- 两层都不/不需要:工具少(<50)可直接意图→映射,不必上 embedding;工具多才需第二层召回。
- 接 MCP:MCP 提供标准工具接入和元数据(名称/描述/参数 schema);路由层消费这些描述做筛选,把选中工具名+schema 交给 function-calling。
必答参数(面试官盯着问):
| 问题 | 参考口径 | 参考值(估算) |
|---|---|---|
| 工具有多少 | 报总数 N | 30~100 个注册工具 |
| 分几类 | 业务查询/运维/知识/计算… | 5~8 类 |
| 意图粗筛命中集合 | S(远小于 N) | 单意图绑 5~15 个 |
| 相似度 topk | K≈3~5 可配置 | 3~5 |
| 还是写死路由 | 配置化不写死,新工具免改码 | 映射表+动态 topk |
关键 reasoning:意图过滤比每次全量 embedding 更省、更可控、可解释;相似度用于工具多时精化候选;写死路由不可扩展、新工具要改代码 → 用配置/映射表+动态 topk。
一句话记忆:“意图先粗筛候选工具,必要时再在候选内做相似度 topk 精筛;路由配置化不写死,MCP 提供工具 schema 供消费。“
3. 并发模型(含多租户隔离)
立场:Python 协程,单进程单线程事件循环(GIL 决定不靠多线程)。
- 单线程协程并发 1w~10w QPS 都 OK,toB 足够,不需要多线程。
- LLM 调用必须走 async 接口;遇同步函数:IO→线程池(to_thread)、CPU→进程池(ProcessPoolExecutor)。
- DB:连接池要满足并发(连接数≥峰值并发/复用,或用 async 驱动连接池)。
多租户会话隔离(加分):用自定义 ID=租户ID+会话ID作为状态存取、缓存、DB/Redis key 的统一前缀;每个请求协程凭自己 ID 读写彼此隔离的上下文,不串话、不覆盖。→ 身份隔离靠自定义 ID,不是靠多进程多线程。
一句话记忆:“单进程协程 1w~10w,LLM 走 async、同步按 IO/CPU 分流,DB 用足并发连接池;多租户靠’租户+会话’自定义 ID 隔离上下文。“
4. 状态管理:多 Agent 状态怎么统一管理
讲成”运行时 + 持久化 + 隔离 三层”:
- 运行时(内存):多 Agent 共享同一个 State(LangGraph),各节点经 reducer 合并读写同一 State——统一管理核心。多 Agent 靠共享 State 或 parent/child 层级协同。
- 持久化:PG 做 checkpoint 落库(
BaseCheckpointSaver),所有 Agent 状态快照按thread_id/session_id定点存储,支撑断点续跑/回溯/审计。 - 隔离与生命周期:多租户凭 session_id 定位各自 State;会话结束清理避免堆积。
一句话记忆:“状态统一管理 = 运行期单 State(reducer 合并) + PG checkpointer 落库(按 thread_id 定点) + 会话/租户 ID 隔离 + 生命周期清理;多 Agent 靠共享 State/层级协同。“
5. 记忆与持久化
记忆分层(两层都讲):
- 短期记忆(会话内):一次对话/任务内的消息与状态,放工作内存+checkpoint 落库,支撑断点续跑。
- 长期记忆(跨会话/跨用户):用户偏好、历史事实、领域知识。常见做法:摘要(把过去对话压缩成 summary 塞提示词)、记忆压缩/提炼、向量库存长期记忆按需检索。
持久化选型(生产共识):checkpoint 用 PostgresSaver / Postgres checkpointer——状态快照按 thread_id 落 PG,断点续跑、回溯、可审计;比内存服务更可靠、能持久化到盘。长期记忆存结构化/汇总,或向量库+摘要。
一句话记忆:短期记忆=会话内状态 checkpointer 落 PG;长期记忆=摘要/压缩/向量检索;生产持久化选 Postgres 而非内存服务。
6. 模型型号 · 必背清单
干了很久却连自己用的模型型号都说不清,会立刻露怯。至少要能脱口而出项目用过的 3 个”厂商+型号”。
- 生成/对话:OpenAI
GPT-4o/GPT-4.1;AnthropicClaude 4 Sonnet/Opus/3.7;GoogleGemini 2.5 Pro/3 Pro;国内 DeepSeekV3/R1、通义qwen-max/qwen3、豆包doubao-pro、智谱GLM-4。 - Embedding:
bge-m3(开源常用)、text-embedding-3。 - 说不准就报”厂商+系列+用途”,别报没把握的具体版本号。
- 价格/上下文以官网为准 → 见专题 · 大模型 API 选型。
一句话记忆:型号=厂商+系列+用途(生成/推理/embedding);至少能报出项目里用的 3 个具体型号。
7. 多 Agent 的 State 怎么设计(Pydantic)
设计原则:
- State 是多 Agent 共享的唯一”契约/黑板”:所有节点读写同一 state,Pydantic 类型约束保证字段不跑偏。
- 按”层”切:会话层(identities/messages)+ 任务层(当前步/计划/负责 agent)+ 业务层(领域实体)+ 共享层(进度/日志/审计/证据)。
- reducer 合并(关键):同一 key 被多节点返回怎么并——追加用
Annotated[list[X], operator.add],覆盖用普通字段,或自定义 reducer。 - 校验+持久化:Pydantic 校验失败即报错可回退;state 可序列化→checkpoint 落 PG。
示例 State(以”商家资质审核”多 Agent 为例,可报这些字段):
class QAState(BaseModel):
# 会话/身份层
session_id: str
tenant_id: str
messages: Annotated[list[Message], add] # reducer 追加
# 任务层
intent: str # 意图识别结果
current_agent: str # 当前负责谁
task_plan: list[str] # 计划/步骤
done_steps: Annotated[list[str], add]
# 业务层(领域实体)
merchant: MerchantInfo # 资质信息
review_status: Literal["pending", "pass", "reject"]
evidence: list[SourceRef] # 引用定位
# 共享/运维层
tools: Annotated[list[str], add] # 用过的工具
error_log: Annotated[list[str], add] # 容错记录面试讲法一句话:State 分”会话/任务/业务/共享”四层,各 Node 写约定字段+reducer 合并不冲突,Pydantic 校验做边界;多 Agent 靠共享这一份 state 协同,再序列化落 PG 支撑持久化——能报出 session_id/intent/task_plan/review_status/error_log 这些字段就说明真做过。
第四部分 · 场景设计题(3 道带分案例)
3 道带计分的工程排查/设计题,是”一线 AI 工程师”能力考察的典型形态——给业务背景+症状,考排查顺序、根因定位、系统性防复发、让业务信任。每题按分数点答。
🏢 场景 1 · 企业知识库:文档更新后还在答旧内容(35 分)
背景:RAG 知识库问答已上线 6 周。本月 1 号更新退货政策(“7天无理由”→“7天无理由,已拆封商品除外”),当天上传新文档;但之后两周质检发现仍按旧政策答,拆封退货纠纷投诉上升。代码、模型、prompt 均未改动。
1) 定位顺序 + 最可能 3 个根因(15 分)
排查顺序(先静态、后链路、再生成/记忆,成本低→高):
- 文档是否真进库、旧版是否还在(数据源本身)——新文档有没有成功摄入?旧文档/旧 chunk 是否仍在检索范围?
- 检索是否仍命中旧文档(索引/缓存)——embedding 索引有没有重建?检索结果有没有被缓存?
- 生成/记忆层是否被旧口径污染——对话历史/长期记忆/prompt 里是否残留旧政策?
3 个最可能根因:
- 根因 A(最常见):旧文档/旧 chunk 未失效——新文档新增了,旧政策文档仍存在且被检索命中。
- 根因 B:向量索引未刷新 / 结果缓存没失效——原文档更新但 embedding 库没重建,或命中与生成走了缓存,吃的是旧向量/旧结果。
- 根因 C:会话/长期记忆污染——对话或长期记忆存了旧政策,模型拿着旧口径作答。
2) 每个根因的修复 + 验证(10 分)
| 根因 | 修复 | 证明修对的验证 |
|---|---|---|
| A 旧文档残留 | 文档带版本/生效时间戳,更新即失效旧版、删除或降权旧 chunk,检索按 effective_date/version 过滤 | 用”已拆封可以退吗”命中测试,应只返回新政策 chunk;黄金集回归断言答新 |
| B 索引/缓存未刷新 | 文档变更触发重索引,结果缓存 key 带 doc_version,更新即失效 | 检索看新 chunk 命中;清/换缓存 key 再问返回新口径 |
| C 记忆污染 | 事实类答案先查库再答、不依赖记忆;长期记忆加时间戳与”事实过期检测” | 无历史新会话 vs 带旧记忆会话对比均答新;控制变量 AB |
3) 自动化保障(10 分)
- 黄金评测集+变更回归:每条文档更新自动跑”新旧互斥问题”集,断言答跟随最新版。
- 文档变更追踪:摄入记录
hash/version,源变更自动重索引+失效旧缓存。 - 一致性 Lint:检测库内互相矛盾声明,或用探测问题验证命中最新版本。
- 元数据+引用:chunk 带
effective_date/version,答案强制带来源引用+时间戳;高敏事实强制检索、不依赖记忆。 - 监控告警:跟踪”引用旧版本”比率+用户纠纷关键词(“已拆封”),异常自动告警。
🎧 场景 2 · 智能客服:转人工后客户要重新说一遍(35 分)
背景:电商客服转人工率 15%。用户投诉”转人工后还要重新说三遍”。质检发现转人工时只传了当前这句,历史对话与已收集信息全没带过去,人工处理时长上升 18%。
1) 转人工完整链路 + “上下文包”应含什么(10 分)
链路:机器人会话(全量状态持久化)→ 触发转人工 → 组装上下文包 → 传给人工工作台(工单/客服系统 API/webhook)→ 自动填充、可编辑。
上下文包 ≠ 只有聊天记录,应含:原始对话历史(多轮带时间戳);已抽取结构化信息(订单号、问题描述、意图、槽位、脱敏后客户信息);会话/服务元数据(session_id/customer_id/渠道/工单号);已完成动作&未解决项(给过哪些方案、客户是否拒绝、待办);敏感标记(已脱敏 / 需二次核验身份)。
2) 信息存哪、转人工怎么取/传(10 分)
- 存:会话状态里以结构化
dict(order_id/intent/slots)持久化(会话 State/Redis/DB),以 session_id 为主键。 - 取&传:转人工处理器在会话结束按当前 session_id 读取 → 组装进工作台模板/随工单调 API 带过去;严格读当前会话,绝不跨会话取。
3) 触发条件设计 + 误转 vs 漏转哪个代价大(8 分)
触发(多信号融合):机器人置信度低 / 用户重复索求或明确要人工 / 多次问答失败 / 情绪不满 / 高危敏感场景(退款、金额投诉)自动转。
漏转代价更大:漏转=纠缠不解决→用户更愤怒、投诉升级、口碑受损、复杂 case 无人接;误转只是多占人工,可调阈值/分级路由优化。宁可接受较高误转率,也别漏掉该转的(尤其高危/情绪激烈)。用”先粗转后精路由”两类阈值平衡。
4) 会话隔离与脱敏(7 分)
- 隔离:每会话独立 session_id 作为所有状态存取唯一主键,上下文包严格按 session_id 读,绝不给 B 塞 A 的状态。
- 脱敏:传输与展示前打码(手机号/地址/卡号);按角色最小权限只暴露必要字段;日志与工单同样脱敏;需明文走单独授权+二次核验。
📊 场景 3 · NL2SQL 问数:SQL 跑通、数字却不对(30 分)
背景:NL2SQL 系统 SQL 执行成功率 92%。财务问”上月销售额”→ 返回 1.2 亿;财务说该是 9800 万。系统生成
SUM(amount) WHERE created_at>=上月1号,而财务口径是SUM(amount) WHERE status!='refunded' AND type!='trial'——执行成功但语义错的静默失败。
1) 为什么 EXPLAIN 发现不了?(8 分)
EXPLAIN 只判断能否解析/执行/计划是否合理,不校验业务口径。这句 SQL 合法能跑有计划,所以一路绿灯。本质区别:语法错/表不存在=显式失败(工具能捕获);这类=静默失败在语义/口径层出错,工具仅凭 SQL 结构看不到”你算什么”,所以发现不了。一个错在语法/对象层,一个错在意图/口径层。
2) 除口径错外,这类静默失败还有哪些类型(7 分)
- join 错字段(
customer_idvsaccount_owner_id/billing_customer)。 - 聚合语义错:
COUNT(*)当SUM/ 少DISTINCT/ 漏 status 过滤。 - 时间口径错:时区未归一、月初边界、
created_at/updated_at混用。 - 过滤漏/多/反向:漏 status、
NOT IN误写IN、补多余过滤。 - null/空值处理错:未处理 NULL 使 SUM 偏小或行被吞。
3) 系统设计上怎么”系统性”防(10 分)
- 口径沉淀为可复用定义:业务指标固化成”度量库”(如销售额=SUM(amount) WHERE status≠refunded AND type≠trial),生成时优先映射已定义口径。
- 约束生成+校验器:schema 注入字段业务注释;金额/聚合类 SQL 强制校验必备过滤(如必须有 status),不过不放行。
- 黄金校验集+回归:每指标建”问题→正确 SQL/口径”断言集,上线/变更自动回归。
- 结果一致性检查:对返回数字与”同指标基准/上周”做异常值告警;白名单受约束生成比自由 SQL 更可控。
- 全程留痕:记录 query→SQL→数字→口径版本,可追溯纠偏。
4) 怎么让业务方信任这个数字(5 分)
- 给”口径=这个 SQL”:把生成条件和口径定义原样展示。
- 可下钻核对:数字可下钻到明细,业务自己验算。
- 透明与对标:显示口径定义/数据源/更新时间;与财务报表对账。
- 可信闭环:提供置信度/解释+“一键反馈纠错”,业务可纠正并记入黄金集——透明+可验证+有纠错入口比绝对值更能换信任。
第五部分 · 专题研究
一、大模型 API 选型与成本优化
速查:商用 API 选型思路、典型 RAG/Agent 请求吃多少 token、缓存降本(prompt caching 为核心)、面试怎么答有条理。价格为 2026 量级快照,区分【已核实】/【未核实】,面试重点讲”机制与量级口径”,张口先说”以官网最新价为准”。
1.1 选型核心思维
不是选一个”最好”的模型,而是按”任务复杂度×需求×预算”做分层路由。 先看模型适配,再看价格量级,最后看上下文长度与后发能力(缓存/批量)。
1.2 国际三巨头(USD/百万tokens,2026-08 量级)
OpenAI gpt-5.6 系列【已核实】:sol(旗舰 $4/$20,缓存命中 $0.40)、terra(主流 $2/$12,$0.20)、luna(廉价 $0.20/$1.20,$0.02)。缓存命中价=输入价 0.1x。
Anthropic Claude【已核实】:Opus 5($5/$25,缓存 $0.50)、Sonnet 5($2/$10,$0.20)、Haiku 4.5($1/$5,$0.10)、Mythos/Fable 5(限量旗舰 $10/$50)。Claude 4.6+/Sonnet 5 全 1M 上下文,按 standard 单价。Claude 4.7+ 新 tokenizer:同样的英文文本 token 数约多 30%。
Google Gemini【已核实】:Gemini 3.7/3.6 Flash 输入 $0.75/输出 $3.75(促销至 2026-12,2027 起 $1.5/$7.5);Gemini 3.5 Flash $1.50/$9.00。输出价含 thinking tokens;Google 的 context caching 额外收存储费($0.5~1/MTok·小时),别家无这笔。
1.3 中国厂商
DeepSeek【已核实】:deepseek-v4-pro 平峰输入 $1.32/输出 $3.96,缓存命中输入仅 $0.044(约未命中的 3.3%,比国际 0.1x 更狠);v4-flash $0.44/$1.32。有峰谷价:高峰时段翻倍、其余减半 → 可错峰省钱。1M 上下文、支持 thinking/non-thinking。
通义 / 豆包 / 智谱【未核实,以官网为准】:qwen-max/plus/turbo、豆包 seed 系列(国产里偏便宜、中文性价比高)、GLM-4 系列 flash 档很便宜。三家价格页 JS 渲染,务必以官网为准确价。
1.4 选型对比思路(一张表)
| 维度 | 怎么看 |
|---|---|
| 模型分层 | 贵旗舰 vs 主流 vs 便宜 → 按任务难度路由 |
| 价格量级 | 输入通常为输出 1/3~1/5;中文比英文更耗 token |
| 上下文长度 | 自研 1M 已普及;长文档/长历史选 1M |
| 缓存友好度 | OpenAI/Anthropic/Google 0.1x,DeepSeek ~3% |
| 后发优惠 | Batch -50%、Fast +2x、off-peak、数据驻留+10% |
| 生态&合规 | 国内业务/数据不出境→国产;全球/合规→国际;成本敏感可错峰→DeepSeek |
一句话选型:“先按任务复杂度把流量分档,便宜模型扛海量简单请求、贵模型只留难题;再叠加 prompt caching + batch + 分层路由控成本。价格变化快,具体一律以官网最新价为准。“
1.5 成本构成 / Token 消耗量级
Cost 从哪几块来:
- 输入+输出分开计费(基础大头)。
- 缓存写/读:首次写按 1.25x~2x,后续命中 0.1x~0.03x(降本关键)。
- 工具调用 overhead:每声明工具吃 token;启用工具会塞专用 system prompt(Claude Sonnet 5 约 354~474 token)。
- 服务器工具:web search 约 $10/1k 搜索;Google 缓存额外收存储费。
- 多 agent×多步:每一步回传上一步输出+越长历史 → 输入随步数线性膨胀,N×M 约成本翻 N×M 倍。
记忆:1 token ≈ 4 英文字符 ≈ 0.75 英文单词;中文约 1 字 ≈ 1.5~2+ token,比英文更贵。
典型 RAG 单轮 token 量级:系统提示几十~几百;工具定义每工具几十~几百+专用 prompt 300~600;检索注入上下文(top-k 5~10 段)每段 500~1500 → 共 5k~15k,最肥一块;对话历史每轮几百~几千;输出 500~1500/次。
→ 一次普通 RAG 请求 input 约 5k~20k token,用 Sonnet5($2/$10)约 1~4 分钱;Opus5 约 3~10 分钱。真正烧钱的是高并发×长上下文×多步多 agent,不是单次。
Agent 多步成本膨胀对策:只传必要残差/增量、历史做阶段摘要(compaction)而非全量回灌、能 batch 的离线化。
1.6 缓存命中优化(面试最想听)
核心一句话:把不变的”系统提示/工具定义/共同前缀”放请求最前并打缓存标记,命中后以远低于输入单价复用 KV 缓存,省 prefill 计算和钱。
原理:推理输入要过 prefill(把整段 prompt 算一遍 KV cache)才进入生成。变长/动态内容每次都要重新 prefill;不变静态块如果连续多次请求前缀完全相同,厂商可前缀匹配+复用已算好的 KV cache,只对变化后缀做 prefill。铁律:把不变的东西放最前且连成共同前缀,把会变的放最后;顺序 tools→system→messages,tools 变会连带失效其后整段缓存。
价格(【已核实】):缓存命中(读) 0.1x(DeepSeek ~3.3%);Anthropic 写入 5min=1.25x、1h=2x;回本条件:5min 缓存写 1 次后第 1 次命中即回本;最低可缓存长度 Sonnet5≥1024、Haiku4.5≥4096、Opus5=512;Google 命中 0.1x+另收存储费。Anthropic 官方示范:Opus5 一次会话 50k 输入+15k 输出≈$0.705,其中 40k 走缓存命中≈$0.525(省 25%+)。命中判定看 usage.cache_read_input_tokens > 0。并发注意:首个请求返回前缓存尚未建立,需等第一枪打完。
可落地降本清单(由浅入深):
- 缓存静态前缀(system+工具定义+固定背景打共用前缀+cache_control)。
- 把会变的放最后(检索文档/用户新消息/最新几轮)。
- 分块缓存断点,让历史部分尺寸不变可命中。
- 结果缓存:幂等/可容忍陈旧的 query 直接回放上次输出,推理成本→~0(处理时效与一致性、TTL/版本键)。
- 语义/向量检索缓存:相似 query 先查缓存再决定要不要真检索。
- 减少 token 本身:精简 system;RAG top-k 截断;长历史做阶段性摘要;工具懒加载(只注册本轮用到的)。
- 模型分层路由:简单走便宜快模型,复杂才上旗舰。
- Batch API:非实时离线任务 -50%。
- 错峰:蹭 off-peak 半价。
- 度量监控:埋点 cache hit rate、token 明细,定预算告警。
⚠️ KV cache 与 prompt caching:KV cache 是推理服务内部缓存每层 attention 的 Key/Value 的底层机制;厂商把它对用户包装成 prompt caching 并给 0.1x 命中价。不要混为结果缓存(结果缓存不调模型)。
1.7 面试四段式答题骨架
- 先讲定价模型构成:input/output 分开按百万 tokens 计费;+缓存写读+工具 overhead+服务器工具;多 agent 多步放大。具体以官网为准。
- 再给典型请求量级:普通 RAG input 约 5k~20k、输出几百~1.5k;system+工具定义几百,检索 top-k 最大头;多 agent 回灌历史近乘 N×M。
- 落到降本三件套:①模型分层路由,便宜扛量;②prompt caching——不变前缀放前打 cache_control,命中约 0.1x,命中即回本;③结果/语义缓存+精简上下文+batch(-50%),埋点看 cache hit rate。
- 点止损与工程:会看 usage 字段、给历史做摘要、只传必要增量、预算告警。
数字抓手:1 token≈4字符;prompt caching 命中≈输入价 0.1x(DeepSeek ~3%);写一次第1次命中回本;batch -50%;中文比英文更耗 token;Opus5 50k/15k≈$0.705→缓存后 $0.525。
二、MCP 与 Skill
MCP(Model Context Protocol)是 Anthropic 2024-11 提出的开放协议,让 LLM 通过标准接口(JSON-RPC)调用外部工具/资源/数据源,把”模型该有的能力”从模型本身下沉到服务端,一次接入、多客户端复用。
2.1 先懂 MCP 三个面(面试必答)
- Host:Claude Desktop/Claude Code/Agent 框架,负责调度。
- Client:Host 与 Server 之间建立连接、发起调用的一端。
- Server:暴露能力的一方,实现工具/资源/提示词。
- 三种原语:
tools(可调用函数,带 schema)、resources(可读数据)、prompts(可复用提示模板)。 - 传输层:本地
stdio(子进程)+ 远程Streamable HTTP。 - 生态:OpenAI、Google 已采纳,成为事实上的可互操作工具层标准。官方 SDK 覆盖主流语言。
2.2 高频 MCP 参考服务器(面试记忆点)
官方参考实现:Filesystem(受控文件读写)、Git、Fetch(抓网页转文本)、Memory(知识图谱记忆)、Time(时间时区)。已归档多因被社区专责接管(GitHub/Slack/PostgreSQL 等)。
按场景盘点高频实用 MCP:
| 场景 | 高频 Server/工具 |
|---|---|
| 文件/代码 | Filesystem、Git、GitHub、GitLab |
| 网页/内容 | Firecrawl、SearXNG、Fetch、Puppeteer/Playwright |
| 数据库 | PostgreSQL、SQLite、Redis、DuckDB(多数默认只读) |
| 办公协同 | Notion、Slack、Google Drive、Linear、Jira |
| 开发/部署 | Docker、Kubernetes、Playwright、各云厂商 |
| 记忆/知识 | Memory、Chroma/Deep Lake 向量库 |
| 搜索 | Brave Search、Perplexity、Google 系 |
| 内容创作 | 图片/视频/文档排版 AI 服务 |
📌 国内生态
[存疑]:阿里百炼、百度千帆、腾讯等据称有 MCP 布局,但具体清单/稳定性未逐一核实,被追问只定性答”在跟进”。
找高频清单:官方 Registry registry.modelcontextprotocol.io;社区 Smithery、mcp.so、PulseMCP。
2.3 skill + CLI 替代 MCP
拆开三个词:
- Skill:打包”指令+知识+校验脚本”让 agent 复用的能力包。本质把”怎么做某件事的 know-how”写进普通文件,agent 能读、能照着执行、能跑 script 自校验。
- CLI:命令行工具,各开发工具基本都有(gh、curl|jq|grep、npm…),天然可组合。
- 组合思路:SKILL 注入怎么做(知识/提示),CLI 直接动手(执行),跳过 MCP 服务层——尤其单人/轻量/本地。
skill vs agent(面试最直接一句):
- Skill = 固定的 SOP 流程:把”怎么做”写成确定步骤,追求稳定、可复用、可控可回归。
- Agent = 会思考、会规划、自主决策的执行体:基于环境/观察动态决策调不同工具与流程,会计划、会试错、会兜底。
- 一句话:Skill 是”怎么做的标准动作”(稳定复用),Agent 是”怎么做最合适的决策者”(思考/规划);一个求确定性,一个求自主性。生产中常以 Agent 当大脑、把单步动作做成 Skill 供其调用。
skill 内部机制(多想一步):
- Skill = 一个目录(能力包):核心
SKILL.md(frontmatter 写 name/description,正文写步骤/规范/范例)+scripts/(可执行校验脚本)+references/(补充知识)。 - 被发现/加载:agent 启动扫描技能目录,读每个 skill 的 description 建索引;任务命中描述才把 SKILL.md 按需加载进上下文(不是全部常驻)——description 写得好不好决定命中率。
- 执行:skill 正文指导一步步做;校验时 scripts 跑一遍验证结果,agent 据此纠正。
- 和模型关系:skill 本质是注入上下文的知识/指令,不微调模型、不依赖网络,纯本地文件可版本化。
2.4 优劣 & 判断框架
Skill+CLI 优势:轻量(零常驻服务);无暴露面(不对外开 HTTP,无 MCP 引入的攻击面);复用已装工具管道;可注入领域判断;非工程师易上手。
Skill+CLI 短板:无统一标准(CLI 鉴权/flag/报错不一);不可被外部复用;依赖本地环境;跨工具生态弱,缺会话级细粒度权限。
MCP 优势:标准化协议,统一 tools/list/tools/call;写一次多客户端用;可服务化共享;OAuth+会话级 allowedTools 细粒度授权(后台无人值守 agent 刚需)。
MCP 短板:部署/配置重;网络/鉴权风险面;调试难;大文件传输别扭。
判断框架(可直接背):它们不是互相替代,是解决不同问题——Skill = 团队/个人过程 know-how 与判断;CLI = 开发者构建/黑客模式;MCP = 已鉴权 SaaS 接入 / 企业 / 无人值守 background agent。一句话:“CLI 和 MCP 给 agent 工具,Skill 给 agent 用好工具的上下文。“
| 维度 | Skill | CLI | MCP |
|---|---|---|---|
| 本质 | 过程 know-how | 开发者工具链 | 已鉴权 SaaS 接入 |
| 最佳用户 | 所有人 | 开发者 | 企业/后台 agent |
| 鉴权模型 | 无 | 本地令牌 | 内置 OAuth |
| 访问控制 | N/A | 难会话级隔离 | allowedTools/网关 |
| 可组合性 | N/A | 原生管道 | 靠”结果落盘” |
| 凭据 UX | N/A | 终端命令 | 一键 UI |
选型答案(面试常考”给你 Agent 接工具,选 MCP 还是写脚本?”):看场景——单机/本地/自用倾向 CLI+Skill;要共享、要权限、要后台无人值守、要给非工程师 → MCP。
2.5 补充:工具执行与沙箱(能说两句)
Agent 会让模型执行工具/生成代码(文件操作、跑脚本、访问网络),不加隔离可能改坏本地或泄数据。沙箱形态(隔离强度低→高):
- 权限/授权层:工具调用白名单、危险操作二次确认。
- 进程/文件系统隔离:受限子进程/临时目录、限路径/网络。
- 容器化沙箱(生产主选):Docker/gVisor/Firecracker,窄文件系统+无/受限网络+无宿主权限。
- 网络隔离+审计:沙箱内禁外连或走代理白名单,日志留痕可回放。
一句话记忆:Agent 执行工具/代码要落在沙箱:权限白名单+容器化隔离(Docker/gVisor)+网络受限+审计日志;单机 CLI/Skill 也要拍照回退,生产无人值守更必须沙箱兜底。
三、AI-Coding 工具对比
主流 AI-Coding 工具大致三类:终端编码代理(Claude Code、Codex CLI、Qwen Code、Aider)、IDE 编辑器(Cursor、Windsurf、GitHub Copilot)、以及更泛化的应用/通用智能体(OpenClaw、Hermes、DeepSeek-Harness 等)。面试讲清”它们是不是同一物种”比罗列功能更重要。本领域演进快,✅标已核实 / ⚠️标存疑,面试只把确认的当结论说。
3.1 终端编码代理(CLI Agent)
Claude Code(Anthropic):终端里跑起来的 Agentic 编码代理,能读整个仓库、跑命令、改文件、提 PR。关键:agentic/长上下文/多文件;连 GitHub/GitLab 从 issue 到 PR;Dynamic workflows(拆 10~100 并行子代理);Agent view;Routines;Computer use。优点:完成度高、上下文长、能 handle 大仓库。缺点:贵、易自作主张需审查。定价(✅2026)已并入 Pro($20/月)/Max($100起)——别说过时版本。一句话:“终端里最能打的 agentic 编码代理,最强也最贵。”
Codex(OpenAI):本地 CLI + 云端并行两条形态。Codex CLI 本地跑;Codex Web/App 云端沙箱并行。优点:本地免费 CLI 低门槛、云并行批量。缺点:绑 OpenAI 账号计费、本地与云端有落差。差异化=云端沙箱+并行、代码审查。
Qwen Code(阿里/通义):开源 agentic 编码 CLI + Qwen3-Coder 模型(480B MoE、35B active、256K 上下文可延 1M)。优点:开源、可控、可私有化、中文好、性价比高。适合合规/私有化/成本敏感团队。
Aider:老牌纯 CLI chat-with-repo,git diff 治理、可接多家/本地模型。最克制、git 友好。
3.2 IDE 编辑器
Cursor:AI 原生编辑器(VS Code 分支),补全+Agent 一体,开箱即用。GitHub Copilot:补全之王,深度绑 GitHub,Agent 是后补的课。Windsurf:AI IDE(原 Codeium),强调 Agent+流式补全,UI 口碑好、生态盘小。(⚠️功能点为印象级,仅当常识带过。)
3.3 应用智能体 / 通用 Agent(重点:说清”和编码代理不是一回事”)
⚠️ 面试关键:Claude Code/Codex 是编码 agent,但 OpenClaw、Hermes、DeepSeek-Harness 是更宏观的应用/通用智能体或框架,别混进”AI 编码工具”堆里,要能单拎出来各讲定位。
DeepSeek-Harness(dsh):DeepSeek 2026-08 开源通用智能体框架(agent harness),用来搭建/运行 LLM Agent 的运行时与开发骨架(TS/基于 Cordis 插件架构/带本地 Web UI)。明确排坑:❌ 不是 RL/强化学习训练框架(“harness”在此指 agent 运行时的编排框架);❌ 也不是编码补全/编码 Agent 工具(DeepSeek 的编码产品是 DeepSeek-Coder/Coder-V2)。一句话:“harness=跑 agent 的框架骨架,不是 RL 训练,也不是 IDE 补全。”
OpenClaw(前身 Clawdbot,改名属实):自托管的通用”应用/设备级”个人 AI 智能体——把模型+工具+消息频道+可选终端 App 收敛到本地 Gateway,在 WhatsApp/TG/Discord/Slack/Signal 里指挥它在真实电脑干活。改名链:Warelay→Clawdbot→Moltbot→OpenClaw(面试别把 Clawdbot 和 OpenClaw 当两个东西)。优点:跨平台、channel-first、自托管、隐私/安全优先、模型无关、生态成熟。缺点:团队/规模化依赖”成员互信”(不适合零信任组织)、成熟度在爬坡。⚠️ GitHub 上同名 pjasicek/OpenClaw 是 1997 游戏《Captain Claw》重制版,与它无关。
Hermes(Nous 出品):Nous Research 的应用/通用型 AI agent(自我标榜自进化)。自进化技能学习闭环(从经验建 skill、自我改进、持久记忆、跨会话检索、用户画像);模型无关(接 Nous Portal/OpenRouter/OpenAI/GLM/Kimi/MiniMax/自建);多平台;技能体系兼容 agentskills.io、FTS5 会话搜索+LLM 摘要回溯。与 OpenClaw 同源、是其继任者(README 有 hermes claw migrate 从 OpenClaw 自动迁移)。注意与 Nous 的 Hermes 2/3 开源模型家族区分——同公司不同东西。
一句话区分表(面试救命):
| 你提到 | 是编码工具吗 | 该类别的本质 |
|---|---|---|
| DeepSeek-Harness | ❌ 也不是 RL 训练 | 官方通用 agent 框架(plugin/Cordis),搭 agent 用 |
| OpenClaw(原 Clawdbot) | 弱相关/能开发 | 自托管应用/设备级个人 agent,频道型 |
| Hermes | 弱相关/能开发 | Nous 应用级自主 agent,OpenClaw 继任者 |
| Claude Code / Codex | ✅ 是 | 编码 agent,终端+云端 |
3.4 横向对比表
| 工具 | 厂商 | 形态 | 核心卖点 | 主要短板 | 适合谁 |
|---|---|---|---|---|---|
| Claude Code | Anthropic | CLI+IDE/Web | Agentic、长上下文、生态强 | 贵、需 review | 要认真干大活 |
| Codex | OpenAI | CLI+云端 | 云端沙箱+并行、审查 | 绑 OpenAI 计费 | OpenAI 生态、批任务 |
| Qwen Code | 阿里/通义 | CLI | 开源、私有化、中文好 | 生态略欠 | 合规/私有化 |
| Cursor | Anysphere | IDE | AI 原生 IDE | 订阅、跟 VS Code 分歧 | 重 IDE 体验 |
| Copilot | MS/GitHub | IDE | 补全稳定、GitHub 联动 | Agent 深度一般 | GitHub 重度用户 |
| Windsurf | Windsurf | IDE | 交互/UI、Agent+Cascade | 生态小 | 尝鲜、重 UI |
| Aider | 开源 | CLI | 轻量、git-first、接本地 | 上限较低 | CLI 极简派 |
| OpenClaw | 开源 | 应用 Agent | channel-first、自托管 | 偏早期 | IM 里指挥的通用 agent |
| Hermes | Nous | 应用 Agent | 自进化、模型无关 | 需自搭 | 自主学习/记忆 agent |
| DeepSeek-Harness | DeepSeek | Agent 框架 | 插件化、搭运行时 | 刚发布 | 开发者搭框架 |
⚠️ 未核实/面试前复核:OpenClaw/DeepSeek-Harness 的 GitHub star 数(40万+/20万+)对年轻项目异常可疑,别当权威指标引用,只确认”仓库真实存在、近期发布”;Hermes 真实跑分未核到;Cursor/Copilot/Windsurf 功能点为印象级。
四、AIGC 生态
AIGC = AI Generated Content,用生成式模型产图/视频/音频/文本。面试要能说出主流开源模型 + ComfyUI 这类平台 + 一条端到端流程(如 AI 短剧),证明你懂”用什么、怎么串、各环节瓶颈”。
[未核实]项别当事实背。
3 句话能讲:①用大模型生成图文/视频/音频/文本,取代人工部分环节。②国内赛道加分项:国产开源激进(阿里、腾讯、智谱、快手、MiniMax、生数)+中文语境/合规/本地部署需求强,背熟中文模型加分。③模型两类:闭源 API(可用不可控、按量付费)vs 开源权重(可本地部署/微调/编排,ComfyUI 生态围绕开源权重)。
4.1 图片生成开源模型
| 模型 | 团队 | 定位 |
|---|---|---|
| SD / SDXL | Stability AI | 开源图生成鼻祖,生态最全(Lora/ControlNet) |
| FLUX.1 / FLUX.2 / FLUX.3 | Black Forest Labs | 当前开源质量上限;FLUX.3 已是”视频+图像+音频”多模态 |
把 SD 当”引擎/血统”,FLUX 系列是当前开源质量上限,已升级到多模态视频。别只记 SD。
4.2 视频生成(重点背中文团队)
| 模型 | 团队 | 定位 | 授权 |
|---|---|---|---|
| Wan(万象/乾坤) | 阿里·通义 | 开源 MoE 端到端视频生成,720P 文生/图生,Wan2.1/2.2 开源 | Wan2.7 不开源 |
| Kling(可灵) | 快手 | 国产顶流商用,Kling 3.0 支持原生音频同步+物理运动 | 闭源 API |
| HunyuanVideo(混元) | 腾讯 | 13B 开源文生视频,1.5 版轻量高效 | 开源 |
| CogVideoX | Z.AI(智谱) | 开源文生/图生,X-3 帧稳定提升 | 开源 |
| Hailuo(海螺)/Vidu | MiniMax / 生数 | 国产商用,口碑不错 | 闭源 API |
| Sora 2 | OpenAI | 标杆,带对白+音效;2026-04 产品下线、API 9/24 停(时效点) | 闭源 |
| Gen-3 / Veo | Runway / Google | 国外商用(对比提一句) | 闭源 |
面试答”国产视频模型”:开源能跑(Wan/HunyuanVideo/CogVideoX)+ 商用 API(可灵/海螺/Vidu)两条线都提,再补一句 Hailuo/Vidu 走移动端 lite 即可显懂行。
4.3 音频 / 语音生成
- TTS:CosyVoice(阿里 Qwen 语音团队,多语言 zero-shot、LLM 直出、音色情感自然)、ChatTTS(专为对话场景、更像真人聊天)、OpenVoice(音色克隆)。
- 音乐:Suno(商用顶流);ACE-Step 1.5(开源 Suno 本地替代,~2 秒一首、可 ~4GB 显存跑)。
[未核实-细节]以官方 README 为准。
4.4 ComfyUI —— AIGC 平台代表
- 节点式可视化编程工具:把”模型+条件+采样+后处理”画成节点连线成图式 workflow,产出图片/视频/音频。
- 核心价值 = 可控+可复现+可复用:整条流水线固化成一张图/一段 JSON,改一个节点即可复跑。比”点按钮出图”更靠近工程化/可编排。
- workflow 即 JSON:可保存/共享/版本化/API 批量执行 → 常作后端服务/自动化底座。
- 生态:Custom Nodes(社区写几万插件)、ComfyUI-Manager(一键装/卸/开关节点)、workflow 模板市场。
vs Stable Diffusion WebUI(A1111):ComfyUI=节点/图编排、上手高、灵活极高、适合工程化;WebUI=表单/Gradio、上手低、适合新手/单次。类比:SD 是引擎,ComfyUI 和 WebUI 是驾驶舱。
4.5 成熟 AIGC 流程 —— AI 短剧端到端(面试重点)
典型流水线(按工艺顺序):
- 剧本/脚本 → LLM 写分集脚本/对白/大纲(角色卡保人设一致)。
- 分镜 → LLM+文生图(SDXL/Flux)逐格出图,ControlNet(姿态/线稿/深度)稳定人物构图、批量抽相同角色(ID 一致性)。
- 文生视频 → 图生视频让静态分镜动起来(开源 Wan/HunyuanVideo/CogVideoX;商用可灵/海螺/Vidu)。难点:多镜头角色一致性、运动连贯。
- 配音/音效/音乐 → TTS(CosyVoice 配音、ChatTTS 对话感)+音乐(Suno/ACE-Step)+音效。
- 剪辑/拼接/后期 → 传统剪辑工具拼镜头;AI 做 inpaint/超分/补帧。
- 成片/发布 → LLM 字幕、文生图封面、平台合规审核。
一句话话术:“AI 短剧 = 脚本LLM → 分镜文生图 → 图生视频 → TTS/数字人配音 → 剪辑成片的能力编排,核心瓶颈在多镜头角色一致性与各环节拼接与成本,所以多走’半自动工业化’而非全 AI。“
4.6 面试常问点速记
- 什么是 AIGC?→ 用生成式模型产图文/视频/音频/文本,替代人工。
- 主流开源图片模型?→ SD/SDXL/FLUX(FLUX.3 已多模态)。
- 国产视频模型?→ 开源 Wan/HunyuanVideo/CogVideoX;闭源可灵/海螺/Vidu。
- 开源 vs 闭源?→ 本地部署/微调/可控→开源;效果/省事→闭源。
- ComfyUI 是什么?→ 节点式 workflow 可视化编排,可控可复现,生态靠自定义节点+Manager+模板。
- 一条 AIGC 流程?→ 短剧六环节。
- 当前瓶颈?→ 视频多镜头一致性、运动连贯、成本、可控性;音频口型同步。
五、并发与限流 · 工程化
5.1 先定义”并发”(面试口径)
问”能处理多大并发”,先说量化单位:一般指 QPS(每秒请求数)或 QPM(每分钟)。再补一句支撑:单进程协程单线程事件循环能撑 1w~10w QPS(视请求耗时/IO 占比),toB 够用;要横向扩就加多实例+网关负载均衡。一句话:并发≠“同时做几件事”,说清 QPS/QPM 量化口径+实际值才显懂工程。
5.2 为什么要限流
- 保护自己:防突发流量把服务/DB/大模型 API 打爆。
- 保护下游:避免恶意/异常请求刷爆下游(尤其按量计费的大模型 API)。
5.3 常见限流算法(能背能讲)
| 算法 | 思路 | 特点 |
|---|---|---|
| 计数器(固定窗口) | 单位窗口内计数,超阈拒绝 | 简单;窗口边界易突发 |
| 滑动窗口 | 细粒度统计最近 N 秒 | 更平滑,开销略高 |
| 漏桶 | 请求入桶按固定速率流出 | 限制速率、能削峰;处理突发不够快 |
| 令牌桶 | 固定速率加令牌,请求取令牌 | 允许一定突发(桶容量),工程最常用 |
5.4 落地形态(分层限流)
- 网关层:Nginx
limit_req/limit_conn做 IP/接口级限流。 - 应用层:Python 用
asyncio.Semaphore控”同时在飞”协程数(限并发)、令牌桶/漏桶(限速率)。 - 分布式限流:多实例用 Redis+Lua 原子操作共享计数器(令牌桶常落 Redis)。
- 对接大模型 API:对方有配额/每分钟限制,客户端做重试+退避(backoff)+并发控制,防 429。
一句话记忆:并发先说 QPS/QPM 口径;限流令牌桶(允许突发)最常用,分网关/应用/分布式三层;Python 协程用 asyncio.Semaphore 控并发、令牌桶控速率;对接大模型 API 配退避重试防 429。
六、Nginx 代理与负载均衡
Nginx 是什么(一句话):高性能 Web 服务器/反向代理服务器,也常做负载均衡和访问控制,生产里通常是流量入口那一层。
三个核心作用:
- 反向代理:隐藏后端真实服务,客户端统一打 Nginx、由它转发;可配合静态资源直接返回减小后端压力。
- 负载均衡:横向扩展与高可用。策略:轮询(round-robin)、权重(weight)、IP/会话 hash(粘性会话)、least_conn(发当前连接最少)。
- 访问控制/限流:
limit_req按速率限流、limit_conn按连接数限流、allow/denyIP 黑白名单——正是”网关层限流”实现。
面试口径:“高并发对外,前面挂 Nginx 做反向代理+负载均衡+limit_req 限流,把流量控住再进服务,实现横向扩容与非业务攻击兜底。” 若不负责细节可补:“生产是 Nginx 统一入口,负责代理/负载/访问控制,具体配置运维维护,我清楚链路”——既懂又不越权。
一句话记忆:Nginx = 高性能反向代理+负载均衡(轮询/权重/ip_hash/least_conn)+访问控制(limit_req/limit_conn);做流量入口、挡第一层限流,配合后端横向扩容。
七、模型部署 · vLLM
vLLM 是什么(一句话):高吞吐、省显存的大模型推理/部署框架,业界部署开源 LLM 最主流方案之一。会被问薪资的点:PagedAttention。
核心卖点(能讲 3-4 条):
- PagedAttention 显存优化:把 KV Cache 按”页”分配,像操作系统虚拟内存分页,显著提高显存利用率、支持更大 batch。
- Continuous batching(连续批处理):来一个请求就动态插入当前 batch,把吞吐打满。
- 兼容 OpenAI 接口:服务暴露
/v1/chat/completions这类 OpenAI 兼容 API,上层切换零改动。 - 大模型扩展:张量并行(Tensor Parallelism)拆超大到多卡;支持多种量化(AWQ/GPTQ/FP8)。
部署形态:典型 Docker+GPU,配模型权重与量化,一条命令/编排(K8s/docker compose)拉起;配 CUDA/FlashAttention。分工:“我在应用/Agent 层通过 OpenAI 兼容接口调用,底层是 vLLM 服务化;显存/切卡/压测是运维负责,我清楚链路但不越权。”
对比(一句话取舍):成熟稳定生态大→vLLM;极致推理延迟/绑 TensorRT→看业务;长上下文调度灵活→可提 SGLang。
一句话记忆:vLLM=主流开源 LLM 部署框架,PagedAttention 省显存+Continuous batching 拉吞吐+OpenAI 兼容接口;即使不是自己部署,也要能报出”生产用 vLLM 起的服务”。
第六部分 · 面试实务
一、真题复盘(硬题参考答案 + 通用答题框架)
一场真实面试的逐题复盘。技术硬题给参考答案;个人/经历类给”怎么答”骨架(按自己真实情况填);卡住没答的题已标注,重点补。
Q1. 自我介绍(工作履历 + 擅长技术栈)
结构(60~90 秒):一句话定位 → 年限/公司 → 2~3 个核心项目(各一句成果+量化)→ 技术栈 → 收尾”所以我能做 X”。技术栈按层报别罗列:AI 工程(LangChain/LangGraph/RAG/Agent/MCP/skill)+大模型(各家 API+bge-M3+vLLM 部署)+后端(Python 协程高并发+Docker/Nginx+Milvus+PG)。
Q2. 你在公司的主要发展经历
讲”从谁都会→核心/独当一面”的成长线:结构 = 初期(打基础/做轮子)→ 中期(主导某模块/项目)→ 现在(负责核心链路/带人或独立交付)。
Q3. 讲离职/职业发展原因(若遇”你看起来挺重要”)
口径:正面、客观、关成长——“在沉淀到一定程度后,希望到业务更复杂/技术纵深更大的平台,或换更有挑战的方向”,别提钱、别贬低前司、别说和领导不和。接”挺重要”:“确实主导了 xx,但也正因如此想突破当前天花板”。
Q4. 平时怎么提升自己?
推荐口径:输入(官方文档/论文/开源 repo/社区)+输出(知识库笔记/复盘/分享)+动手(复现/做 demo)。
Q5. 主要工作内容?是不是拿 LangChain 搭 AI 流程?
是的,以 LangChain/LangGraph 为核心,串 RAG/Agent/工具调用;具体:文档解析+分块+向量化(Milvus)、检索优化(混合召回+Rerank)、Agent 编排与工具/MCP 接入、结构化输出、评估与上线、Docker 部署。顺势把能力透出来,别只报一句。
Q6. 业务不复杂,为什么不用 Coze / Dify?
自建理由(toB 决定性,挑 3 条):①多租户权限/数据隔离(A 客户看不见 B 客户,低代码难做细粒度 RAG 权限);②私有化部署/数据不出域(toB/ToG 合规);③深度定制(自定义召回/Rerank/微调、专属模型工具、复杂多步 Agent)。低成本/性能/锁死可控。
Coze/Dify 好在哪:快速 Demo、非工程师也能搭、内置模板工具,适合 POC。
一句话收:Coze/Dify 适合”快速验证、轻业务”;toB 定制+权限+私有化,自建更可控。
Q7. 你说 RAG 用 Milvus?
Milvus 是开源向量数据库,存 embedding+标量元数据,支持 dense/sparse/multivector 混合检索与混合重排,服务化、可横向扩。
Q8. 知识库怎么搭?A 客户看不到 B 客户的权限怎么做?(关键:隔离必须在检索前,不能检索后过滤)
- 数据归属层:每个文档/块带
tenant_id作为 Milvus 标量字段;检索时用表达式 filter 强制tenant_id==当前租户,向量检索只在授权子集内进行。 - 权限层(RBAC):用户→角色→权限;文档/块按密级与可见范围授权;检索前算好用户可访问集合当 filter 传入。
- 为什么不能事后过滤:先全库检索再删非授权结果,可能泄漏且浪费(向量里非授权内容已被模型”看到”)。
- 补充:分级隔离(租户/项目/文档/块)、脱敏、审计。
Q9. LLM-Wiki(Karpathy 观点)
核心:一个个人知识库的构建模式——不是即时检索式 RAG,而是让 LLM 增量地构建和维护一份常驻、互相链接的 wiki(markdown 文件),放在”你”和”原始资料”之间。知识编译一次、持续更新(复利),而不是每次提问从零重建。
一句话对比:RAG = 每次提问从原文档现成检索、答完即散;LLM-Wiki = 把读过的知识沉淀成持续变厚的结构化 wiki,交叉引用/矛盾/综合提前做好,像复利。Manifest 金句:“Obsidian 是 IDE,LLM 是程序员,wiki 是代码库”。
三层架构:①Raw sources 原始资料(只读不可变、真相源);②Wiki 层(LLM 全权维护的 markdown 目录,建页/建链/保持一致,你只读它写);③Schema 配置层(告诉 LLM”wiki 怎么组织/什么约定/流程”的文档如 CLAUDE.md——这是让 LLM 当”有纪律的维护者”而非通用聊天的关键)。
三个操作:Ingest 摄取(丢新源→LLM 读、写摘要页、更新 index 与关联页、记日志,一篇常动 10~15 页);Query 查询(先查 index 再深读、带引用综合回答;好答案可回填成新页);Lint 体检(周期查矛盾、旧结论被推翻、孤儿页、缺交叉引用)。中规模(~100 源)可不用向量检索;大规模再用本地 hybrid 搜索。
Why 点睛:累的不是读/想而是记账(更新交叉引用/摘要/标矛盾)——LLM 不会烦、不会忘、一把改 15 个文件 → 维护成本≈0。人类管选源/提问/思考意义,LLM 管其余。精神源头可溯 Bush 的 Memex(1945)。
一句话记忆:LLM-Wiki ≠ 每问必查的 RAG:让 LLM 把读过的东西沉淀成常驻互链的 markdown wiki,编译一次持续更新;Obsidian 是 IDE、LLM 是程序员、wiki 是代码库,维护成本≈0。
Q10. 用过 Obsidian 吗?
本地 Markdown 知识库、纯文本可版本管理、双链+图谱、插件生态(Dataview/Canvas/模板),可当主动学习与复盘载体。顺带展示”有笔记习惯、输出习惯”。
Q11. bge-M3 + RRF?召回率 60%→78% 怎么做到?78% 怎么算?
bge-M3:擅长多语言/多功能的 embedding 模型,同时输出 dense(语义)+sparse(词法/BM25 式)+multi-vector(ColBERT) 三种表示,适合做召回增强。
RRF(倒数排名融合)原理:把多路检索结果(dense+sparse+BM25)按名次而非分数融合;每篇文档得分=Σ 1/(k+rank_i),k 通常 60。为什么用名次不用分数:各路分数量纲/分布不同无法直接相加;名次是统一的、鲁棒——“无监督、不依赖分数归一化”。
60%→78% 怎么来:更好的分块 + 混合召回 dense+sparse + RRF 融合 + Rerank + 评估迭代。
78% 怎么”算”(追问重点):需带标注的评估集(问题→正确文档/块);Recall@K=正确答案的块是否出现在检索结果前 K 名=命中数/总数;模型输出≠原文时,按原始文档块 ID/锚点对齐标注,不是用改写后文本匹配——评估”检索有没有把正确原文块召回”,与模型措辞无关;自动脚本统计可回归对比方案。
Q12. 高并发限流和高可用(没弄过怎么接)
限流:网关 limit_req/limit_conn+令牌桶+应用层 asyncio.Semaphore+Redis 分布式限流;对接大模型 API 做客户端退避重试。
高可用核心:多副本+Nginx 负载均衡+健康检查自动摘除;无状态化(session/状态外置 PG/Redis,Agent 任意实例接管);兜底(熔断/重试带退避/超时/降级);容量(压测定阈值、K8s HPA 自动扩缩容、热备容灾);可观测(日志/指标/告警、SLO 联动)。
应对”没弄过”:别只说没弄过——给设计思路+一句”生产有一部分由运维兜底,但方案我清楚”。面试官要的是你有这层意识。
Q13. subagent 是运行时临时生成的,怎么保证权限可控、又不影响体验?
核心矛盾:事前把每个 agent 权限定死 vs 产品里 subagent 动态生成、无法授权时分区。
权限可控(deny-by-default+作用域继承):最小权限+默认拒绝(默认无权限,任务明确需要才放);作用域(scope)继承(只继承父 Agent/任务受限作用域,一次性、只读优先);敏感操作审批/沙箱;审计/可回放(记录用了哪些工具、读写什么;超时/异常自动回收)。
不影响体验:策略化自动放行(白名单/规则命中直接放,才需人点的是高风险资源);异步审批(不阻塞主流程,先继续后台追认,失败给降级提示);透明可见(前端展示正在做什么/进度/可中断)。
一句话:权限=默认拒绝+作用域继承+审批/沙箱+审计回收;体验=策略自动放行+异步审批+透明进度——权限收紧不等于卡死用户,靠的是策略和异步化。
Q14. 知识蒸馏 200ms→10ms,怎么实现?能否用来给 API 提速?
思路:把大模型当 teacher,在标注/生成数据上训练小模型 student,输出/标签做 schema 对齐,配合量化或小模型蒸馏;核心是”teacher 的软标签+对齐小模型”,约降一个数量级延迟。
迁移到业务 API:把高频、简单、必须快的子任务(分类/信息抽取/意图)蒸馏到小模型或专用小 LLM;复杂任务仍走大模型——“快的小模型承接简单短链、大的承接复杂长链”,按延迟与质量分级路由。
“怎么算 200→10ms”:端到端延迟(模型调用到返回)在同一硬件/同量级请求下压测,取 P50 或 P99,AB 对比蒸馏前后;同一评估集验指标不掉。
Q15. 你用的 Claude Code/ChatGPT 讲背后厂商/付费(容易被问穷的账)
- 分清厂商:Claude Code→Anthropic;ChatGPT→OpenAI;两家不同模型、不通用。
- 付费两种:订阅(按月) vs 按量 API(充值/token 计费)。Claude 订阅 Pro($20/月)/Max($100 起);OpenAI 也有订阅档。
- 成本口径:订阅适合高频个人开发(含工具额度);API 按量适合自动化/服务化,可控制上限。讲自己怎么控制成本的(预算上限/缓存/少写 token)比报”买几个账号”更稳。
Q16. 通用个人/经历类答题要点
- 同学/团队分工类问题:客观、不贬低,突出分工互补而非”我比他强”(他负责 X、我负责 Y,强调配合与整体完整性)。
- 兴趣爱好:要真实、最好带一点和岗位相关但有烟火气(协作复盘、折腾工具、写笔记),别背模板。
二、项目叙事与简历表述
解决两个常卡的点:①”项目中遇到什么困难”不知从哪说;②简历/口述全是概念词、不够真实。给框架+可直接套用的清单与改写示例。
2.1 「遇到的困难」从哪入手——顺着整个业务流程脑暴
别凭空想”难不难”,从业务闭环走一遍,能想到问题、想到方案,全都是”困难”:
- 工具调用怎么排查解决;skill 怎么调用/加载;MCP 有没有遇到配置/鉴权/网络/超时。
- 输出不稳定(JSON)→ function call+pydantic+提示词约束+错误重试。
- 用的什么模型、具体型号要能报。
- 并发怎么样(协程/单进程/限流怎么撑)。
- 有没有小模型/蒸馏做快路径。
- 调用出错怎么兜底(超时/降级/缓存/重试退避)。
- 记忆上下文怎么持久化。
- 各个节点出错怎么回退/容错(失败重试、回退上一状态、checkpoint 断点续跑)。
心法(能直接说的立场):“问题+解决方案,就是遇到的困难。我不是没困难,而是每个节点都想好了怎么解——工具失败重试、JSON 四件套、并发协程+限流、记忆落 PG、节点回退容错。“
2.2 单个困难怎么讲(STAR 变形)
背景 → 卡点(具体、真实)→ 我的解(方案/取舍/为什么这么选)→ 结果(量化)。别只喊难,讲”怎么想、怎么解、为什么换选型”,面试官要的是解决问题的过程。有取舍更好:“我们最初 X,但遇到 Y,改用 Z(代价是…)”——体现权衡。
2.3 简历表述具体化:概念 → 业务(动词+数据+手段+结果)
改写法:动词 + 数据规模 + 具体技术手段 + 元数据/引用维护方式 + (结果量化)。
| 概念表述(虚) | 业务表述(实) |
|---|---|
| “基于 Milvus 构建电商向量知识库” | 将 N 个文本 Chunk 的 embedding 写入 Milvus,按文档/页码维护元数据过滤与引用定位 |
| ”做了 RAG / 检索优化” | 对 PDF/Excel 图文表分块、异构块带 (type,page,索引) 元数据;混合召回 dense+sparse+RRF+Rerank,Recall@K 由 60%→78% |
| “搭了 Agent” | 用 LangGraph 编排多步 Agent,意图识别→工具/MCP 路由→function-call 结构化输出,含 JSON 四件套与 Postgres checkpoint 记忆持久化 |
| ”用协程做高并发” | 单进程协程支撑 1w~10w QPS,LLM 走异步、同步按 IO/CPU 分流,DB 连接池满足并发 |
原则:动词开头+数字+技术手段名+元数据/机制+可量化结果;少形容词(强/高效),多数据与机制。
2.4 项目介绍框架
- 需求 → 数据 → 方案 → 难点 → 结果。
- 或标准四段:项目背景 → 个人负责部分 → 项目流程 → 项目成果。
- 两者等价;关键是用”具体化改写”往里填肉,别只剩框架空转。
三、AI 工具个人项目 & 低代码案例
面试两次被问”有没有用 AI 编码工具自己做小项目?""有没有做过 Coze/Dify 项目?“——都要卡住。这篇给成套剧本:挑 2~3 个真能顺下来的讲,别编太远。
3.1 vibe coding 个人小项目
原则:别挑你不会的,选能讲清”输入→处理→输出/技术栈/踩过什么坑”的,语气是”用 AI 帮我做生活/工作里一个具体小工具”。
候选池(选 2~3 个):
- 批量文档转 Markdown/抽表格(AI 写脚本统一转 md、分 chunk、抽表格)。
- 个人知识库(Obsidian)自动化:抓取/剪藏去重、按模板归类、定时整理 ← 最真(Web Clipper+agent 维护 wiki,扣 LLM-Wiki)。
- 一键 Markdown→PPT/海报(Marp)。
- 本地 RAG 问答 bot(bge-m3+Milvus+检索,和简历 RAG 呼应)。
- 数据清洗/报表脚本(pandas 洗 CSV、出图)。
- 群/客服小机器人(接大模型 API+状态管理+限流重试)。
- 网页/价格监控(curl+cron+LLM 总结推送)。
怎么讲不虚:哪怕很小,也按”需求→用了什么工具和模型→关键技术点(输入/处理/输出/踩了什么坑/怎么兜底)“交代清楚;讲”踩过的一个坑你怎么解决”比讲功能更可信。
3.2 低代码平台(Coze/Dify)案例
被问”做过 Coze 项目”时,挑一个能讲清”搭了什么流、解决什么问题”的:知识问答/客服机器人、日报/周报自动生成、文档问答/总结、数据查询助手、群运营机器人。
加分句式:‘低代码平台我懂的是背后的原理(RAG/工作流/工具调用/JSON 约束),所以即使没在 Coze 上堆很多,也能讲清怎么搭、怎么调优——toB 自建就是用这些同样思路’。
3.3 60 秒口述剧本(可直接背,挑有交集的认领)
⚠️ 诚实第一:没真做过的项目,投前拿工具跑一遍再认领,被追问细节才站得住。
A. Obsidian 知识库自动化(vibe coding,最稳):让 LLM 当”整理知识库的程序员”,新文章按统一模板生成摘要、自动归类、补双链、更新 index。技术要点:Markdown+LLM 抽信息/打标签/写页/更新 index;Web Clipper 收源。踩坑:一开始 LLM 乱建文件/双链乱 → 给一份 CLAUDE.md 约定”目录结构+命名规范+必须更新 index”。收尾:这就是”LLM-Wiki 模式”的个人实践。
B. 批量 PDF/Excel → 结构化 Markdown:AI 写解析脚本,文本直接提、图片/表格单独提取带位置信息,输出结构化文本(文本块/图片块/表格块带 type/page/索引元数据)。踩坑:全量转文本把表格版式打乱、检索定位不准 → 分块提取保留元数据。收尾:这是生产 RAG 前置解析的 mini 版。
C. 本地 RAG 问答:文档分 chunk+bge-m3 向量化+检索 topk+大模型生成带引用回答。踩坑:纯向量漏词法命中 → 加 dense+sparse 混合+RRF 融合。
D. 客服知识问答 bot(Coze 低代码):传 FAQ/文档建知识库+大模型节点生成+带引用来源。重点能讲背后原理(分块/检索/引用定位),不只拖节点。
E. 日报/周报自动生成工作流(Coze/Dify):多人/多源输入→模板变量→LLM 汇总成结构化周报→定时推送。结构化输出和触发是关键。
四、ToB / ToG 项目 · 甲方沟通要点
ToB/ToG 项目里,开发或技术负责人免不了跟甲方沟通项目落地细节,事无巨细、沟通频繁。面试官借此考察项目落地与沟通协作,不只写码。
沟通四大类:
| 类别 | 要讲清的细节 |
|---|---|
| 数据 | 数据源/格式/脱敏/权限/样例数据谁提供、怎么拿、缺数据怎么办 |
| 实现方案 | 技术选型、对接方式(API/SDK/中间件/文件交换)、改动面、工期 |
| 对接平台 | 对方系统怎么打通:鉴权、协议、字段映射、联调环境、谁做联调 |
| 交付标准 | 验收指标、交付物、文档、培训、维保期、变更怎么控 |
面试怎么讲(别只报”我做了 XX”):讲清一个完整闭环:需求对齐 → 数据/平台前置条件确认 → 方案评审 → 联调 → 验收 → 移交文档/培训。有货的加分点是处理和甲方的冲突/变更:需求变更怎么评估影响、怎么拒绝或分级、怎么书面留痕。一句话立场:“我不仅能写代码,还能把项目从对接到交付的项目落地闭环说清楚。”
一句话记忆:ToB 落地 = 数据+实现方案+平台对接+交付标准 四件事跟甲方对齐;能把”对齐流程+变更处理”讲清楚,就证明有项目落地与沟通能力。
五、收尾反问与交流技巧
5.1 收尾阶段:别生硬”反问”,要像拉家常
最后”你有什么想问的”时,把它当打开话匣子的机会,而非一道标准答案题。可自然问:公司在发展上怎么样/近期重点?公司的愿景、方向、前景?你如何看待公司目前的方向前景(多聊两句,公司好不好大概能聊出一二)。
聊到位的技巧(关键在”剥身份”):正式环节结束后脱离”面试官/应试者”身份,姿态放低、用”想向您请教”的口吻,话就开了。重点让对象愿意多聊。
5.2 为什么这阶段重要
聊好了说不定反而不看技术、觉得”你这个人有意思”就要你了——选人常常感性。也能借机评估公司值不值得去,不把决定权全押给”对方要不要我”。
5.3 所有回答:尽量多拓展、多深化(别惜字如金)
凡答了就尽量往深往宽多说几句:答完核心主动补一句”之所以这样,是因为…/更细点说…”;顺手展开相关场景或追问层(前提/边界/tradeoff);把知识点串成一条主线讲(横向关联相近概念);给自己设心法”答到面试官开始点头、或主动接话为止”。但要分清”多拓展”≠“跑题啰嗦”,围绕题目收得住。
一句话记忆:收尾别制度化反问,要拉家常了解公司”发展/愿景/前景”;正式环节后剥除身份、姿态放低更好聊;技术答完再多说两句 reasoning 和边界——惜字如金容易让人误以为”没真懂”。
🧭 结束语
这份知识库按”认知 → 题库 → 项目 → 场景 → 专题 → 实务”六个层次组织,覆盖 AI 大模型应用岗的核心考察面。建议路径:先刷第二部分题库打底,再精读第三部分 Agent 深挖和第四部分场景题,考前过第五部分专题的口径与第六部分实务的话术。所有参考数字,记得替换成你自己的真实数据。祝顺利。