他們會這樣考你

AI Harness · 30 道靈魂拷問

Harness 核心篇講的全是工程落地：上下文、Prompt、安全、Agent、成本。這 30 個問題來自三個真實場景，先自己開口回答，再看框架。

怎麼用這一頁
每道題都標註了提問者。他們問同一塊知識，想聽的東西卻不一樣。
🎙 面試官想驗證你是真懂，還是在背名詞
👔 老闆要的是解釋和承諾
🛠 技術同事在試探你值不值得信任
每題給出三層：對方在考察什麼 → 答題框架 → 加分點。答不上來的環節，點末尾的課程頁回去補。
Q1面試官
「你哋嘅 AI 助手傾到三十輪就開始唔記得嘢，用戶第一輪講嘅需求佢完全記唔住。講吓點解，你打算點樣處理？」
🎯 對方在考察什麼
上下文工程的入門分水嶺。考你能不能從窗口機制推出工程方案。張口就答「換個窗口更大的模型」的人露餡了：既沒算過賬，也不知道大窗口有自己的坑。
🧭 答題框架
  1. 先定位根因：上下文窗口是模型一次能看到的全部 Token，超出的部分被截斷，模型連模糊的印象都沒有。忘事説明早期輪次已經被截掉了。
  2. 給三種策略：直接截斷（丟掉最早輪次，零成本但信息永久丟失）、摘要壓縮（歷史先總結再存，保留人名和偏好等要點）、選擇性保留（歷史向量化，語義檢索只注入相關輪次）。
  3. 按場景選型：查天氣這類單次工具型對話用截斷就夠；客服和長期學習類對話用摘要，超過 20 輪效果明顯；超長對話（100 輪以上）的複雜 Agent 用向量檢索，Token 最省、回答最準。
  4. 戳破大窗口方案：窗口按 Token 計費，全塞進去成本綫性上漲，長上下文還有注意力稀釋問題。大窗口是能力上限，管理窗口才是方案。
⭐ 加分點三種策略的優點誰都能背，能説出代價的人少：摘要要額外一次 LLM 調用、本身有信息損耗；檢索可能漏掉關聯不強但重要的隱性上下文。説出代價，才像做過。
用這些課程頁組織答案 → 上下文窗口：AI 的工作記憶 上下文溢出：三種處理策略 上下文壓縮：四層防綫
Q2面試官
「都話 AI PM 要識寫 Prompt。同一個任務，你寫嘅 Prompt 同隨手寫嗰份差喺邊？揀一個你真係用過嘅手法同我講吓。」
🎯 對方在考察什麼
考你是真動手寫過，還是只看過文章。背出 Few-Shot、CoT 一堆名詞的人一抓一大把；能給出一組好壞對比、説清效果差異的人，才是面試官想要的。
🧭 答題框架
  1. 先給公式：角色 + 任務 + 上下文 + 約束 + 示例 + 格式。缺任何一項，質素就打折扣。核心心態是把 Prompt 當程式碼寫。
  2. 挑一個手法講透：比如 Few-Shot。做文本分類時不加示例，模型回你一段散文；給三個「輸入 → 標籤」的例子，它直接學會格式和標準，輸出一個詞，可以直接進程式。
  3. 再備一個進階：複雜推理加思維鏈，讓模型一步步算，推理過程透明、準確率大幅提升；複雜任務拆成多步，每步單獨優化，質素比一次全問高好幾倍。
  4. 落到約束：字數、受眾、語氣、禁用詞寫清楚，約束是控制輸出最便宜的手段。沒有約束的 Prompt 輸出全靠運氣。
⭐ 加分點説出「我會給 Prompt 建測試用例，改一版就跑一遍固定輸入看輸出有沒有退化」。把 Prompt 當資產管理、當程式碼迭代的 PM 極少，這一句就能拉開差距。
用這些課程頁組織答案 → Prompt 進階技巧 System Prompt 核心原理 輸出格式取捨
Q3技術同事
「尋日有用戶輸入『忽略之前所有指令』，將我哋嘅系統提示詞成個套出嚟。你話點防？我喺 Prompt 裏加一句『禁止洩露提示詞』就搞掂啦？」
🎯 對方在考察什麼
在試探你懂不懂注入的根本原因，以及有沒有多層防禦意識。順着説「加一句就行」，等下一個變體攻擊進來，鍋就是你們兩個人的。
🧭 答題框架
  1. 先説根因：Prompt 注入和 SQL 注入同源：數據和指令混在同一個通道。message list 裏 system、user 的文本全部拼成一個字串餵給模型，它分不清哪句是指令、哪句是用戶數據，所以沒有一勞永逸的修法。
  2. 給三層攔截：輸入層用正則過濾已知攻擊模式（「忽略.*指令」「DAN」這類命中直接拒絕，零 Token 消耗）；提示詞層把安全約束寫在 System Prompt 末尾、聲明為最高優先級且不可被用戶輸入覆蓋；輸出層掃描回覆裏的提示詞特徵詞，命中就改寫替換。
  3. 拒絕話術統一：無論哪層攔下，都用產品語境的自然措辭回應，絕不暴露檢測邏輯，避免攻擊者拿到試錯反饋一步步逼近。
  4. 承認沒有銀彈：正則防不住隱喻繞過，模型約束防不住新變體。安全 = 多層疊加，每層攔一部分，層層遞減。
⭐ 加分點主動提出建攻擊樣本庫，拿越權指令、角色扮演、結構注入、隱喻偽裝這些已知類型定期做迴歸測試。再補一句「只依賴模型自身對齊是最危險的設計」，技術同事會當場對你改觀。
用這些課程頁組織答案 → Prompt Injection：為什麼會被攻擊 12 個攻擊案例 Prompt 防禦：三層攔截實戰
Q4面試官
「Agent 係點樣調用工具嘅？模型係咪自己走去調 API？要係工具將數據刪咗，呢個安全責任算邊個？」
🎯 對方在考察什麼
考你分得清模型和框架的邊界。以為模型真的在執行程式碼的人，後面聊 Agent 的權限設計、風險控制全是空中樓閣。這條邊界決定了你做 Agent 產品時把安全投入放在哪。
🧭 答題框架
  1. 點破本質：模型從頭到尾只在預測文字。所謂工具調用，是模型輸出一段結構化 JSON，表達「我想調 get_weather，參數是北京、明天」。這只是文字，什麼都還沒發生。
  2. 框架接管：你寫的程式碼解析這段 JSON，做工具白名單校驗、參數檢查、權限控制，然後真正去調 API。安全邏輯全在框架層，模型一概不管。
  3. 結果注回：API 返回的數據以 tool_result 消息追加進 message list，模型基於完整上下文再預測一次，生成用戶看到的自然語言回答。完整鏈路：文字 → 框架解析 → API → 注回 → 文字。
  4. 回答責任問題：算框架的。模型只提出請求，執行和攔截都是工程程式碼的事。所以高危操作要白名單、要參數校驗、要人工確認，這些是產品設計決策。
⭐ 加分點補一個細節：用戶看到 1 條回覆，背後是 5 條 API 消息的鏈路。再點一句工具描述的寫法直接影響模型選對工具的成功率，好壞描述能差 3 倍，這是 PM 能直接貢獻的地方。
用這些課程頁組織答案 → 工具調用的秘密 一次對話背後的 5 條消息 工具描述的學問
Q5老闆
「AI 功能上綫一個月，API 帳單貴咗 8 倍，用戶先漲三成。錢都燒咗去邊？下個月砍唔砍得一半？」
🎯 對方在考察什麼
考你能不能把帳單拆開講成人話，再給出有時間表的優化承諾。答「大模型就是貴」等於告訴老闆你管不了成本；答「我讓技術查查」等於把主動權拱手讓人。
🧭 答題框架
  1. 先解釋結構性原因：多輪對話每一輪都要把全部歷史重發一遍，成本隨輪次越聊越貴。用戶漲三成、對話變深變長，帳單翻幾倍符合機制，且有得治。
  2. 給最快的一刀：查 KV Cache 命中率。System Prompt 保持穩定、別塞動態內容，緩存命中的歷史部分按折扣計費，多輪場景這是最大頭。
  3. 給第二刀：上下文瘦身。歷史做摘要壓縮、截掉無關輪次、別把窗口當垃圾桶，輸入 Token 直接降下來。
  4. 給量化承諾：定義單次會話成本指標，按周彙報。第一週修緩存命中，第二週上壓縮，系統性優化做完，砍一半是有依據的目標。
⭐ 加分點現場講一個具體浪費：System Prompt 裏寫了動態時間戳這種一行字，會讓緩存永遠失效、成本直接翻倍。老闆不需要懂 Attention，但他聽得懂「一行字燒掉一倍錢」。
用這些課程頁組織答案 → 多輪對話為什麼越來越貴 KV Cache：用空間換時間 綜合成本優化
Q6面試官
「KV Cache 係咩？聽講喺 System Prompt 裏加一行而家嘅時間，就可以令佢成個報廢，點解？」
🎯 對方在考察什麼
考你理解沒理解緩存命中的前綴條件。這是成本優化裏最容易被 PM 忽略、又最能體現工程理解的一題。答得好，説明你的成本意識已經深入到請求結構層面。
🧭 答題框架
  1. 説清原理：每輪對話模型都要對所有歷史 Token 做 Attention 計算。KV Cache 把已經算過的 K/V 矩陣緩存下來，下一輪只算新增 Token，用空間換時間，也換錢。
  2. 説清命中條件：緩存按前綴匹配。System Prompt 排在最前面，只要有一個字符變了，它後面的所有緩存全部作廢。
  3. 回答陷阱：動態時間戳每秒都在變，等於每次請求的前綴都不同，命中率歸零、成本 +100%。正確做法是 System Prompt 保持靜態，時間放進 user 消息裏帶過去。
  4. 補上工程坑：雲端推理是分佈式的，請求可能被路由到沒有你緩存的節點，隱式緩存會莫名 MISS。生產環境要用顯式緩存（cache_control）保證命中。
⭐ 加分點能列出其他緩存殺手：隨機 Session ID、用戶 ID 前綴、A/B 測試變數、隨機 emoji。原則一句話收尾：任何讓 System Prompt 每次不同的東西，都在燒錢。
用這些課程頁組織答案 → KV Cache：用空間換時間 動態時間戳：最貴的 System Prompt 顯式緩存：實戰對比
Q7技術同事
「呢個 AI 功能嘅輸出，你要 JSON 定 Markdown？諗清楚未？你要係仲想做流式輸出，有啲格式可撐唔住。」
🎯 對方在考察什麼
在確認你懂不懂格式選型對解析和體驗的影響。隨口回「都行，你定」的 PM，會讓他寫一堆兜底程式碼，或者上綫後用戶盯着空屏等 10 秒。
🧭 答題框架
  1. 先按消費方分：輸出給程序解析、要入庫要走流程的，選 JSON，字段結構穩定；輸出直接給人看的，選 Markdown，模型最擅長、渲染成本低。
  2. 説清流式的關鍵差異：JSON 要全文到齊才能解析，流式場景下用戶只能乾等；Markdown 可以逐字顯示，體感最好。這是很多產品首字延遲差的根源。
  3. 給折中方案：既要結構化又要流式，可以用 XML 標籤包裹字段，前端捕獲到閉合標籤就渲染一段，結構和體驗兩頭兼顧。
  4. 補一筆成本賬：JSON 的括號、引號、字段名都是格式性 Token，同樣的內容比緊湊格式貴，高頻接口值得摳這 10-30%。
⭐ 加分點反問一句「這個輸出前端要直接渲染，還是後端要解析入庫？」用消費方倒推格式。技術同事最煩 PM 拍腦袋定格式，最喜歡 PM 幫他把邊界先想清楚。
用這些課程頁組織答案 → 輸出格式取捨 流式返回與格式配合 語法層優化
Q8面試官
「點解 ChatGPT、Claude 呢啲產品預設都輸出 Markdown？我哋嘅產品想叫模型直接輸出靚仔嘅富文本，得唔得？」
🎯 對方在考察什麼
考你能不能從模型的輸出機制推出格式選擇。答「行業慣例吧」的人只見過表象；能一步步推演出 Markdown 為什麼勝出的人，才算理解了純文本模型的約束。
🧭 答題框架
  1. 先擺矛盾：LLM 是純文本模型，逐 Token 輸出文字，不懂顏色、字號、對齊；但用戶期望有標題、加粗、列表的排版。格式方案必須在純文本裏解決排版。
  2. 逐個淘汰：HTML 標籤太重，同樣一段內容約 45 Token、標籤佔一半；Word/PDF 是二進制，沒法逐字輸出；LaTeX 語法複雜，模型容易寫錯。Markdown 用 # 和 ** 幾個字符表達排版，同樣內容約 20 Token，省 55%。
  3. 渲染放前端：模型只輸出 Markdown 文本，前端用 marked.js（6KB、零依賴、一行程式碼）或 react-markdown 渲染成富文本。想要富文本效果，讓渲染層幹活，模型不用管樣式。
  4. 補流式的坑：流式輸出時程式碼塊可能沒閉合，直接 parse 會異常。工程上要檢測未閉合的反引號臨時補全再渲染，配合 50ms 節流，程式碼高亮每次重渲染後要重新執行。
⭐ 加分點點破本質：Markdown 是「純文本模型 + 排版需求」的最優解，所有主流 AI 產品都選它。這個推演思路可以遷移到一切格式決策上。
用這些課程頁組織答案 → 為什麼大模型選擇 Markdown Markdown 語法與渲染 Pipeline 輸出格式取捨
Q9老闆
「客户話我哋嘅 AI 回答太生硬，可唔可以畀佢好似我哋金牌客服咁説話，仲要跟公司模板輸出？呢樣係咪得花錢訓練個自己嘅模型？」
🎯 對方在考察什麼
考你能不能用最便宜的方案接住需求，順便攔下「要訓模型」這個昂貴誤解。答「可能要微調」等於給公司多花幾十萬；答「改 Prompt 就行」又顯得太輕飄，要講清為什麼行。
🧭 答題框架
  1. 先給結論：不用訓模型。System Prompt 定義角色、語氣、約束，同一個模型換一套角色定義就換一個產品。所有 AI 產品本質上都是在 System Prompt 裏寫了不同的角色。
  2. 口吻怎麼落地：把金牌客服的風格寫成角色設定，比如「温暖有力、3 到 5 句話、嚴禁説作為 AI、結尾給一個可執行建議」，再配 2 到 3 個真實對話示例讓模型照着學，比講道理管用。
  3. 模板怎麼落地：讓模型輸出結構化字段，前端按公司模板渲染。樣式由產品控制，模型只負責內容，模板改版也不用動 Prompt。
  4. 給時間和成本預期：改 Prompt 當天就能上綫小流量驗證，零訓練成本。唯一注意點是角色定義要保持穩定，別塞動態內容，否則緩存失效、成本上漲。
⭐ 加分點補一句：同一個模型，Prompt 不同，輸出天差地別，這是 AI 產品差異化的核心槓桿。公司口吻沉澱成角色資產，競品抄不走。
用這些課程頁組織答案 → System Prompt 核心原理 Prompt 進階技巧 輸出格式取捨
Q10面試官
「Prompt 注入同越獄係咪同一回事？攻擊者一般都有邊啲套路，你揀幾個講吓。」
🎯 對方在考察什麼
考你的安全知識是散點還是體系。只會説「忽略之前指令」的人停在第一課；能把攻擊面分類、説出每類的代表手法，才有資格聊防禦設計。
🧭 答題框架
  1. 先分清概念：注入是把指令混進數據通道，讓模型執行攻擊者的命令，比如「忽略之前所有指令」；越獄是誘導模型脱離安全約束、扮演一個無限制角色，比如 DAN。越獄可以看作注入裏靠角色扮演逃逸的那一類。
  2. 報出五大類型：越權指令（偽造身份、假授權碼、漸進式多輪升級權限）、角色扮演逃逸（DAN 越獄、祖母漏洞式情感操控）、Few-Shot 惡意注入（示例裏植入偏見、劫持輸出格式）、結構符號注入（JSON 偽裝管理指令、HTML 註釋藏指令、偽造系統分隔符）、隱喻偽裝（古典文學包裝、編程教學藉口、反向心理術）。
  3. 點出最危險的一類：漸進式越權是真實場景最常見的：前幾輪正常提問降低警惕，第三輪自稱管理員要求關閉限制。防禦原則是每一輪獨立評估安全性，不因前幾輪正常而放鬆。
  4. 落到防禦邏輯：正則攔得住 DAN、「忽略.*指令」這類已知關鍵詞，攔不住隱喻和新變體，所以提示詞層約束和輸出層掃描必須兜底。
⭐ 加分點舉出「HTML 註釋藏指令」這種視覺不可見但模型可讀的攻擊，再補一句輸入預處理要清除註釋和零寬字符，説明你連預處理層都想到了。
用這些課程頁組織答案 → 12 個攻擊案例 Prompt Injection：為什麼會被攻擊 Prompt 防禦：三層攔截實戰
Q11技術同事
「你呢個需求講白咗就係畀 Agent 加個查庫存嘅工具嘛，接口我下晝就寫完。你仲要評估啲咩？」
🎯 對方在考察什麼
在試探你知不知道加工具的隱性成本，以及 PM 在工具設計裏該幹什麼。順着説「那就加」，上綫後調用成功率和帳單出問題，你連問題出在哪都説不清。
🧭 答題框架
  1. 先認可再補賬：接口確實不難，但每個工具定義常駐 System Prompt，每輪約 60 Token。10 個工具的產品，一天 100 輪對話，光工具定義就燒 6 萬 Token。工具列表越長，模型選錯工具的概率也越高。
  2. 描述要一起評審：好壞描述成功率差 3 倍。描述裏寫沒寫「日期必須 YYYY-MM-DD 格式」，決定模型一次調對（800 Token）還是猜 4 次格式（3000 Token）。前置依賴也要寫進去：發郵件工具註明「用戶給的是人名就先調 find_contact 查郵箱」，否則模型會編造地址。
  3. 標記安全屬性：這個工具是只讀還是會改狀態？能不能和別的工具併發執行？isConcurrencySafe 和讀寫屬性決定調度策略和要不要人工確認，這是業務判斷，得我來給。
  4. 定失敗策略：超時設多久、重試幾次、失敗返回什麼。讀操作 10 秒、寫操作 30 秒、最多重試 2 次、失敗返回友好提示，這些定了再上綫。
⭐ 加分點反問一句「這個工具會動用戶數據嗎」，把權限分級聊起來。技術同事會發現你在幫他排雷，態度立刻從挑戰變成合作。
用這些課程頁組織答案 → 工具描述的學問 多工具編排：併發 vs 串行 短期記憶 = 上下文窗口 Agent 卡死的 5 種模式
Q12面試官
「成日都喺度講 Agent，你講吓 Agent 同普通聊天機械人到底差喺邊？唔好攞營銷詞呃我。」
🎯 對方在考察什麼
考你有沒有架構級的理解和出處意識。説「Agent 更智能」的人會被追問到啞口無言；能報出經典架構、拆出四個能力並配上運行細節的人，一聽就是學過體系的。
🧭 答題框架
  1. 一句話定界：普通 LLM 只能「説」，問題進來、回答出去就結束；Agent 能「做」，它會規劃、調工具、觀察結果、自己糾錯，直到任務完成。
  2. 報出處：Lilian Weng 2023 年 6 月的網誌《LLM Powered Autonomous Agents》給出了經典架構：LLM 居中當大腦，四周是 Planning 規劃、Memory 記憶、Tools 工具、Action 行動。今天幾乎所有 Agent 框架都能在這張圖裏找到影子。
  3. 逐個配例子：Plan 把競品分析拆成搜索、提取、對比、撰寫四步，發現競品 B 沒有公開定價還會動態調整改搜第三方測評；Memory 短期靠上下文窗口、長期靠向量庫跨會話記住用戶；Act/Reflect 是執行後觀察，程式碼報錯自己分析原因、改了再跑，直到測試通過。
  4. 收在公式上：Agent = LLM + 工具 + 循環。核心是「思考、行動、觀察、再思考」的循環，循環設計得越好，Agent 越可靠。
⭐ 加分點給一個真實數量級：一個中等複雜任務（刪掉項目裏所有 console.log 並跑測試）真實跑下來是 14 輪循環、15 次工具調用、約 2.5 萬 Token。説得出數字，才像見過 Agent 真實運行。
用這些課程頁組織答案 → Agent：能幹活的 AI ReAct 循環：思考→行動→觀察 Agent 工程全景圖
Q13面試官
「MCP 咁火，佢到底解決咗咩問題？如果你嚟負責我哋嘅工具生態，使唔使全接 MCP？」
🎯 對方在考察什麼
考你能不能把協議講成生意。背「Model Context Protocol」全稱沒有意義，面試官想聽的是它省掉了什麼成本、三種傳輸方式怎麼選、你的接入決策依據是什麼。
🧭 答題框架
  1. 用類比定性：MCP 是 AI 工具的 USB 標準。沒有它，每個 Agent 要為每個工具寫專屬對接程式碼：3 個 Agent 配 3 個工具是 9 條專屬對接，新增 1 個工具要加 3 條。有了它，工具只寫一次適配，6 條標準連接，新增工具只加 1 條。
  2. 三種傳輸方式：stdio 走本地進程的標準輸入輸出，最簡單、延遲最低，適合本地開發調試；SSE 是一去多回，伺服器持續推送但客户端不能中途插話，正在被逐步替代；Streamable HTTP 雙向流式，官方推薦標準，新項目直接用它。
  3. 給接入決策：要對外提供能力的工具值得接 MCP，一次適配就能進所有支持 MCP 的 Agent 生態；純內部的私有工具可以後置，先滿足業務再標準化。
⭐ 加分點補一個選型細節：存量 MCP Server 很多還在用 SSE，接入時要注意向前兼容。説明你看過真實生態，沒有只背新標準。
用這些課程頁組織答案 → MCP 協議：工具的 USB 接口 工具調用的秘密
Q14老闆
「隔壁部門將客户名單貼畀外部 AI 做分析，被通報咗。我哋團隊日日用 AI，你同我講清楚，到底邊啲事絕對唔做得？」
🎯 對方在考察什麼
老闆要的是一套團隊立刻能執行的邊界，出了事他擔管理責任。答「讓大家注意點」等於沒答；給出清晰的紅綫加判斷方法，他才敢把這攤事交給你。
🧭 答題框架
  1. 報四條紅綫：敏感數據不出牆，客户信息、商業秘密、財務數據不進外部 AI，服務商承諾「不保存」也不行，傳輸本身已構成洩露；憑證永不進對話，API Key、密碼、Token 貼了就立即輪換；高危操作必確認，刪庫、轉帳、改權限只能 AI 建議、人來按確認鍵；用前審批、用後標註，AI 生成內容對外發布要標識，這是《生成式人工智能服務管理暫行辦法》的法規要求。
  2. 給一綫的判斷法：預設脫敏原則：不確定能不能輸入，就脫敏後再輸入。自測一句話：這段對話被截圖發到網上會不會出事？會，就不要輸入。
  3. 配上分級管控：寫郵件做總結這類 L1 場景自主判斷；影響外部客户的 L2 場景須人工審核加主管審批；Agent 碰生產系統、資金的 L3 場景須沙箱測試、安全審批、一鍵終止，日誌留 180 天。
  4. 把責任説透：使用者是第一責任人，「AI 寫的不是我寫的」推不了責；審批人簽字即擔連帶責任；管理者「不知道下屬在用」也免不了責。
⭐ 加分點點出最容易踩雷的場景：調程式碼時説「幫我看看為什麼報錯」，把帶密鑰的程式碼整段貼出去。給團隊立一條「先 review 再貼，貼漏了立即輪換憑證」的操作習慣。
用這些課程頁組織答案 → AI 安全紅綫：四條底綫 風險分級與責任
Q15面試官
「用戶一句話叫 Agent 同時查機票、查天氣、搵酒店，模型一輪返回咗三個工具調用。你係一個個執行定一齊執行？依據係咩？」
🎯 對方在考察什麼
考你懂不懂調度策略背後的安全與體驗權衡。答「當然一起跑，快」的人沒想過數據競爭；答「都串行，穩」的人在白白浪費用戶時間。
🧭 答題框架
  1. 擺出三種策略：串行一個接一個最安全，總耗時是三者之和（1.5 + 0.8 + 1.2 = 3.5 秒）；併發全部同時跑，總耗時等於最慢的那個（1.5 秒），提速 57%；智能分批按安全性分組執行。
  2. 給判斷標準：看有沒有狀態變更和依賴。機票預訂可能扣款、改用戶狀態，單獨跑；天氣和酒店是純查詢，安全合併並行。第 1 批跑機票，第 2 批天氣加酒店一起跑。
  3. 落到機制：框架給每個工具標 isConcurrencySafe，可併發的合成一批同時執行。標記是業務判斷，要產品經理告訴工程每個工具的安全等級。
  4. 追問依賴：如果酒店要按航班到達時間篩選，它就依賴機票結果，必須串行。先畫依賴圖，再談調度。
⭐ 加分點把策略換算成體驗：3.5 秒和 1.5 秒在對話產品裏是體感級差距。調度策略是用戶等待時間的直接決定因素，這句話説明你在用產品視角看工程。
用這些課程頁組織答案 → 多工具編排：併發 vs 串行 一次對話背後的 5 條消息
Q16面試官
「用戶問咗句『明天北京天氣怎麼樣』，介面上就回咗一句話。你講吓呢一句話背後，API 裏到底跑咗幾條消息？」
🎯 對方在考察什麼
考你有沒有拆開看過一次工具調用的完整鏈路。只會説「模型調了個工具」的人，設計不了加載態、進度提示這些體驗細節，因為他根本不知道中間有幾個環節可以做文章。
🧭 答題框架
  1. 報出賬目：用戶看到 1 條回覆，API 裏跑了 5 條消息、2 次模型調用、1 次外部 API。消息依次是 system 指令、用戶提問、模型返回 tool_calls、tool 角色回填結果、模型給出最終回答。
  2. 講清關鍵一跳：第 3 條消息裏模型的 content 是 null，只有 tool_calls 字段。也就是説模型這一輪沒説話，只提交了一張「申請單」，真正調 API 的是框架。
  3. 點出成本含義：一次帶工具的對話至少兩次模型調用，Token 消耗比純問答翻倍還多。評估帶工具功能的成本時按這個倍數算，別按一次調用報預算。
  4. 落到產品決策：這 5 條消息裏哪些讓用戶感知、哪些靜默處理，就是產品設計。查詢中轉圈、工具結果做進度條、失敗暴露給用戶重試，每個環節都是決策點。
⭐ 加分點能順手寫出 messages 陣列的角色順序 system / user / assistant(tool_calls) / tool / assistant，説明你真看過 API 報文，這在 PM 裏是稀缺信號。
用這些課程頁組織答案 → 一次對話背後的 5 條消息 工具調用的秘密
Q17技術同事
「我哋 Agent 嘅長對話成日撐爆上下文，我打算快滿嘅時候將最早嘅消息全刪咗。你產品上有冇意見？」
🎯 對方在考察什麼
他在試探你懂不懂壓縮是分層的，一刀切會誤傷。你要是説「行啊你看着辦」，用戶第一輪説的需求被刪掉後，鍋就是產品的。
🧭 答題框架
  1. 先給預算框架：模型窗口 256K，實際安全空間設 200K，預留 56K 給模型回覆。壓縮的觸發點全部按這個安全空間的百分比來定。
  2. 擺出四層防綫：60% 時裁剪，刪早期工具返回的超長原始數據只留摘要，用戶完全無感；75% 時微壓縮，把早期長對話換成簡短摘要，輕微損失；85% 時摺疊，多輪早期對話併成一條會話摘要，細節丟但主綫在；95% 時緊急壓縮，只留 system 加全局摘要加最近 3 輪。
  3. 算收益給他聽：課程裏的演示數據，一條 1200 Token 的天氣 API 原始 JSON 壓成 80 Token 摘要；四層配合下來，同一個 200K 窗口能撐 5 倍以上的對話量。
  4. 給結論：全刪是把第四層的猛藥當第一層用。按四層來做，絕大多數對話只會走到第一二層，用戶根本察覺不到。
⭐ 加分點提醒他刪除順序有講究：先刪工具原始返回，再動對話內容。工具返回信息密度最低、最佔地方，是性價比最高的第一刀。
用這些課程頁組織答案 → 上下文壓縮：四層防綫 短期記憶 = 上下文窗口
Q18面試官
「你哋嘅 Agent 記唔記得住用戶上個月嘅偏好？靠咩記？窗口就咁大，記憶多咗點算？」
🎯 對方在考察什麼
考你分不分得清短期記憶和長期記憶是兩套機制，以及會不會做檢索參數的取捨。答「存數據庫裏」就露餡了，關鍵在怎麼在對的時機把對的記憶撈出來。
🧭 答題框架
  1. 用類比定調：短期記憶是桌面，上下文窗口放得下的東西有限；長期記憶是檔案櫃，向量數據庫存着用戶偏好、項目配置、歷史 Bug，需要時檢索最相關的幾條放回桌面。
  2. 講清鏈路：記憶先經 Embedding 模型轉成向量存進向量庫，課程裏的例子是 768 維向量存 LanceDB；提問時把問題也轉成向量，按語義相似度召回。
  3. 報出兩個關鍵參數：topK=5 限定每次最多召回 5 條，防止記憶擠佔窗口；minScore=0.3 卡相似度下限，不相關的寧可不注入。這兩個數是產品要拍的取捨。
  4. 點出質素瓶頸：檢索質素取決於 Embedding 模型。「修登入接口」和「登入接口併發 500」能不能匹配到同一條記憶，決定了這套記憶是助手還是擺設。
⭐ 加分點反問一句：什麼信息值得進長期記憶？用戶偏好、項目配置這類高複用信息才值得存，把聊天全量入庫只會讓 topK=5 的名額被垃圾佔掉。
用這些課程頁組織答案 → 長期記憶：向量檢索 短期記憶 = 上下文窗口
Q19面試官
「綫上 Agent 時不時卡死，轉半日圈冇結果。你作為產品負責人，講吓佢一般係點樣死嘅，你打算點樣兜底？」
🎯 對方在考察什麼
考你對 Agent 失敗模式的枚舉能力。説得出幾種死法、每種配什麼防護，説明你真運營過 Agent 產品；只會説「加個超時」的人，多半只做過 demo。
🧭 答題框架
  1. 枚舉五種死法：參數格式錯誤，模型生成的 JSON 不合法；幻覺工具，調一個根本不存在的工具；無限遞歸，同一個動作反覆循環；信息不足，缺關鍵信息還硬着頭皮猜；API 異常，外部服務掛了沒人管。
  2. 逐個配防護：參數校驗攔格式錯誤、工具驗證攔幻覺工具、循環檢測攔無限遞歸、主動提問機制治信息不足、超時兜底治 API 異常。一種死法一味藥，別指望一個萬能開關。
  3. 轉成產品語言：每種故障都要預設用戶看到什麼。是重試、報錯、還是轉人工，故障文案和出口是產品設計，不能讓用戶對着轉圈乾等。
⭐ 加分點點出「信息不足」這條最特殊：它的解法是讓 Agent 學會開口問用戶，屬於交互設計問題。其他四條靠工程，這條靠產品。
用這些課程頁組織答案 → Agent 卡死的 5 種模式 ReAct 循環：思考→行動→觀察
Q20老闆
「新上嘅拍照識別功能，成本比純文字功能貴咗十幾倍。圖片呢樣嘢點解仲按錢計？可唔可以平啲？」
🎯 對方在考察什麼
老闆要的是錢花哪了和怎麼省兩個答案。你得把圖片計費的原理講成人話，再給一個不砍功能就能降本的方案。
🧭 答題框架
  1. 講清計費原理：模型把圖片切成像素塊換算 Token，公式是縮放後的高乘寬除以每 Token 對應像素數再加 2。尺寸還會強制對齊 32 的整數倍，超上限縮小、低於下限放大，按對齊後的尺寸計費。
  2. 指出浪費在哪：用戶隨手拍的 4K 原圖直接上傳，Token 是 512 見方小圖的幾十倍。任務只是「識別這是不是發票」的話，絕大部分像素都在燒錢。
  3. 給分級方案：按任務匹配分辨率。粗分類用低分辨率、場景理解用中檔、OCR 和圖表識別才上高分辨率。分辨率選對，Token 數能差 10 到 100 倍。
  4. 給落地動作：上傳鏈路加一層預處理，按功能類型自動壓到對應檔位，用戶無感，帳單立降。
⭐ 加分點補一句不同模型換算率不一樣，課程裏的對比是 Qwen3-VL 每 1024 像素一個 Token、Qwen2.5-VL 是 784。選型時把視覺計費也放進對比表。
用這些課程頁組織答案 → 圖片 Token：像素也在燒錢 按任務匹配分辨率
Q21面試官
「你哋嘅 Agent 可以執行刪檔呢類操作，用戶投訴話每步都要撳確認太煩，工程話全放行又怕出事。呢個權限你點樣設計？」
🎯 對方在考察什麼
這是一道安全與效率怎麼權衡的產品判斷題。答案本身沒有標準解，考官看的是你有沒有一套分級框架，以及敢不敢把風險決策留在產品手裏。
🧭 答題框架
  1. 擺出三種模式：確認模式每個危險操作都彈窗，最安全但最打斷；自動模式全部放行，最快但一次誤刪就是事故；智能模式用 LLM 分類器評估風險等級，低風險放行、高風險攔下確認。
  2. 點出前提工作：智能模式能跑的前提是每個工具都標好了「只讀」還是「破壞性」。這個標記是工具級別的產品決策，得產品經理逐個拍，推給工程就是失職。
  3. 正視新風險：用 LLM 判斷風險，LLM 自己也會誤判。所以破壞性最高的那一檔（刪庫、轉帳）不進智能判斷，永遠人工確認，給誤判上雙保險。
  4. 給體驗補償：確認彈窗做進上下文裏，一次確認可記住同類操作，把打斷次數降下來，而只在真正危險處保留剎車。
⭐ 加分點説出「權限設計的核心矛盾是安全 vs 效率，產品的職責就是選一個可辯護的平衡點」，把問題從功能層拉到責任層。
用這些課程頁組織答案 → 權限與安全 風險分級與責任
Q22技術同事
「你成日提叫我畀 Agent 加 Skill。Skill 講白咗就係一段提示詞啩？同我將話寫入 System Prompt 有咩分別？」
🎯 對方在考察什麼
他在挑戰 Skill 的必要性。你得承認它確實算不上新技術，再講清它在觸發、邊界、約束上和裸提示詞的差別，用機制説服他。
🧭 答題框架
  1. 先認同再區分：Skill 的本質就是把經驗寫成文檔，等於流程説明加工具調用指引。但它按需加載，識別到匹配任務才注入，寫死在 System Prompt 裏的內容每次請求都佔 Token。
  2. 拆開 SKILL.md 的結構：元信息帶觸發詞決定召回率；適用條件是防誤觸的保險，不在目標項目目錄就靜默退出；執行步驟是嚴格按順序跑的 SOP；允許工具劃安全邊界，比如發版 Skill 禁用 delete_file 和子 Agent。
  3. 講價值落點：沒有 Skill 的 ReAct 是差循環，試錯好幾輪；有 Skill 是好循環，AI 出門前就想清楚先做什麼再做什麼，一趟搞完。循環短了，Token 和延遲都降。
  4. 給協作分工：Skill 裏的步驟順序和安全約束是業務經驗，這部分產品來寫；加載和執行機制工程來管。Cursor、Claude Code、Copilot 都支持 SKILL.md 標準，不用自研。
⭐ 加分點點出約束條款比步驟更重要：步驟寫錯 Agent 只是做錯事，約束缺了 Agent 會做危險的事。發版 Skill 裏「不允許 force push、測試不過不發版」就是這種保命條款。
用這些課程頁組織答案 → Skill：讓 Agent 少走彎路 Skill 的本質 解剖一個真實 Skill
Q23面試官
「你哋嘅 Agent demo 演示得好驚豔，一上綫就各種翻車。由試驗品到產品，中間差嘅到底係咩？」
🎯 對方在考察什麼
考你知不知道 Agent 工程的大頭在腳手架。把翻車歸咎於「模型不夠聰明」的人，會一直等下一代模型；懂腳手架的人知道該補哪五塊板子。
🧭 答題框架
  1. 給出核心比例：Agent 工程等於 80% 腳手架加 20% 模型。大多數 Agent 項目失敗，敗在錯誤處理不夠健壯，模型聰明與否反倒是次要的。
  2. 列五大能力：超時與重試，工具調用設 timeout 加指數退避；最大步數限制，max_iterations 防死循環；輸入輸出校驗，JSON Schema 攔非法參數；狀態機加回滾，檢查點恢復，失敗不從頭來；觀測與日誌，全鏈路記錄，生產問題靠日誌定位。
  3. 用場景對比：課程裏「查機票加訂酒店」的模擬，裸跑的 Agent 一個 API 超時就整單報廢；加了腳手架，超時重試、失敗回滾到檢查點，用戶只感覺慢了一點。
  4. 落到排期：立項時就把五大能力列進工程需求，和功能同排期。上綫後再補，等於先開車再裝剎車。
⭐ 加分點把「demo 到產品」量化成驗收標準：每個工具有 timeout 嗎、有 max_iterations 嗎、失敗能回滾嗎。三個問題就能把一個 Agent 項目的成熟度摸個大概。
用這些課程頁組織答案 → 腳手架工程：從試驗品到產品 可觀測性
Q24老闆
「競品都喺度宣傳用最新旗艦模型，我哋使唔使全綫跟進？貴係貴少少，效果總唔會差啩？」
🎯 對方在考察什麼
老闆被「越貴越好」的直覺帶着走，你要用選型框架把他拉回來：錢花在刀刃上，還得説清刀刃在哪。
🧭 答題框架
  1. 先破直覺：能力和價格是非綫性關係。價格翻十倍，能力提升可能只有一兩成，很多任務上中檔模型和旗艦的輸出用戶根本分不出來。
  2. 給選型公式：選型等於任務難度乘調用量乘容錯空間。簡單高頻低容錯要求的任務用小模型，複雜低頻高價值的任務才配旗艦。
  3. 給替代方案：全綫上旗艦的錢，拿一小半做意圖識別加模型路由：80% 簡單問題走小模型，複雜的才升旗艦，成本能省 40% 到 60%，體驗基本無損。
  4. 用數據説話：拿場景化評測數據對比，別拿廠商跑分。同一批真實任務在候選模型上各跑一遍，按我們自己的場景出結論。
⭐ 加分點補一刀：競品宣傳用旗艦，多半也只在門面場景用。跟進宣傳口徑和跟進成本結構是兩回事。
用這些課程頁組織答案 → 模型選型：能力 vs 成本 綜合成本優化
Q25面試官
「如果叫你畀一個要上生產嘅 Agent 立規矩，你會立邊幾條？冇呢啲規矩會發生咩事？」
🎯 對方在考察什麼
考你能不能把穩定性拆成具體防綫。「多做測試」這種答案沒有信息量，考官想聽的是每道護欄防什麼事故、缺了會怎麼死。
🧭 答題框架
  1. 先給定位：Agent 的核心能力來自 LLM，穩定性來自工程護欄。沒有護欄的 Agent 等於沒有剎車的跑車，能力越強越危險。
  2. 列五道護欄：迭代上限防死循環，Agent 原地打轉時強制收工；輸出截斷防撐爆，工具返回超長數據直接截斷；超時控制防卡死，外部調用掛了不至於整個任務陪葬；中斷恢復防損壞，任務中途斷電斷網能從檢查點續跑；上下文急救防崩潰，窗口快滿時緊急壓縮保命。
  3. 講判斷標準：這五道防綫決定 Agent 是「能用」還是「好用」。驗收一個 Agent 產品，就按這五條逐項過，缺一條就有對應的一類綫上事故等着。
⭐ 加分點把護欄和卡死模式對上號：五種卡死是病，五道護欄是藥。能成對講出來，説明你理解的是體系，只會背清單的人講不出這層對應關係。
用這些課程頁組織答案 → 5 道工程護欄 Agent 卡死的 5 種模式
Q26技術同事
「平台唔係自帶 KV Cache 咩？我睇文檔話會自動命中，我哋仲要專門寫 cache_control 做乜？」
🎯 對方在考察什麼
他覺得隱式緩存夠用了。你要講清分佈式架構下隱式緩存為什麼靠不住，這直接決定省錢方案是真省還是紙面省。
🧭 答題框架
  1. 點破前提：雲端 LLM 跑在多台 GPU 節點上，請求經負載均衡隨機路由。你的緩存在節點 A，請求被派到節點 B 就是 MISS，隱式緩存的實際命中率不到 30%，純靠運氣。
  2. 講顯式方案：在請求裏加一行 cache_control 標記緩存錨點，平台保證把請求路由到有緩存的節點，命中率接近 100%。Anthropic、阿里雲、OpenAI 都支持這套寫法。
  3. 算價差：課程裏的折扣對比，隱式命中按標準價 20% 計費，顯式命中只按 10%，等於輸入成本省 90%。命中率和折扣兩頭都是顯式佔優。
  4. 下結論：生產環境必須顯式緩存。把省錢寄託在隨機路由上，既不可靠也不專業。
⭐ 加分點提醒錨點位置要配合緩存的前綴匹配特性：System Prompt 固定、動態內容後置，錨點才有意義。這句話能接回動態時間戳毀緩存的經典反例。
用這些課程頁組織答案 → 顯式緩存：實戰對比 KV Cache：用空間換時間 動態時間戳：最貴的 System Prompt
Q27面試官
「同樣嘅功能，人哋家提示詞幾百 Token，你哋家兩千幾。如果叫你嚟砍，由邊下手？」
🎯 對方在考察什麼
考你懂不懂提示詞是寫給機器的指令這個第一原則，以及能不能分清語法層和語義層兩類瘦身手段。
🧭 答題框架
  1. 先砍語法層：格式性 Token 最高佔提示詞 13% 到 20%。複雜對象用 YAML 代替 JSON 省 15% 到 30%；扁平列表用 CSV 代替 JSON 陣列，字段名重複 N 遍是最大浪費，省 30% 到 60%；去掉加粗、標題這些 Markdown 裝飾符號再省 8% 到 13%。課程裏的實測案例，光加粗符號就吃掉 8.5% 的 Token。
  2. 再砍語義層：Few-Shot 案例別硬編碼，用向量檢索每次只取最相關的 3 條，省 87.5%；長文檔先用 LLMLingua-2 壓縮再餵給模型，能壓 5 到 20 倍。
  3. 順手調結構：模型對中間內容注意力最弱，關鍵信息放首尾。這一步不省錢，但讓留下的每個 Token 更值錢。
  4. 點出雙重收益：注意力複雜度是 O(N²)，Prompt 翻倍計算翻四倍。瘦身省的錢是一份，速度和效果的提升是白送的另一份。
⭐ 加分點引用課程那句判斷：千萬級調用量下，每月兩成預算花在「讓產品經理看着舒服」的排版上。砍提示詞先砍給人看的部分。
用這些課程頁組織答案 → 語法層優化：寫給機器的提示詞 語義層優化
Q28老闆
「我叫 AI 整理咗份行業報告，引用睇落都幾似回事，我直接發給客户冇問題啩？」
🎯 對方在考察什麼
老闆在找你要一個「放心」。你得讓他明白幻覺專挑像真的地方藏，同時給他一套下次自己就能用的分級判斷法，別只會説「要小心」。
🧭 答題框架
  1. 先講危險在哪：幻覺混在真實信息中間，格式和引用方式跟真的完全一致。課程裏的測試，六條量子計算史實裏藏一條編造的，人名、項目名、「Nature 年度十大」全是編的，編得比真的還像真的。
  2. 給識別套路：AI 造假三板斧是編人名、編項目、編榮譽，還愛配上真實機構、出版社、豆瓣評分來增加可信度。凡是具體到人名加成果的引用，優先核。
  3. 給場景分級：寫郵件、頭腦風暴、翻譯潤色放心用；數據分析、技術調研、寫程式碼要驗證後用；法律、醫療、投資是幻覺高危區，只能當綫索。發客户的報告屬於要驗證那檔，關鍵數字和引用逐條核完再發。
  4. 給操作動作：拿報告裏的關鍵詞去搜索交叉驗證，核不到出處的引用直接刪。十分鐘的事，比發出去被客户戳穿便宜多了。
⭐ 加分點給老闆留一句好記的自測：越是具體的引用越要查。AI 心虛的時候反而愛把細節編得特別足。
用這些課程頁組織答案 → AI 説的能信嗎？找出幻覺 場景速查：什麼時候放心用
Q29面試官
「咩樣嘅任務值得拆畀多個 Agent 做？拆咗之後，點樣保證佢哋唔互相打架？」
🎯 對方在考察什麼
考你對多 Agent 協作的適用邊界和安全規則的理解。張口就「多 Agent 更強」的人是聽營銷聽多了，考官要的是拆分依據和併發紀律。
🧭 答題框架
  1. 給拆分模型：主 Agent 當協調員拆任務，子 Agent 各司其職。課程裏重構認證模組的例子：調研員只讀，負責分析程式碼結構；開發者可讀寫，負責改程式碼；測試員可讀加運行，負責驗證。
  2. 立併發紀律：只讀任務並行加速，寫入任務串行保安全。兩個子 Agent 同時改一個文件就是災難，所以權限和執行順序按讀寫性質分。
  3. 講隔離機制：子 Agent 跑在獨立 Worker Thread，記憶體隔離互不干擾，父級可以隨時中止子級。事件流上有 subagent_start、subagent_chunk、subagent_end 三類信號，進度條和中斷按鈕都掛在這上面。
  4. 劃適用邊界：單 Agent 能一趟幹完的活別拆。拆分帶來調度和彙總的開銷，只有任務天然分塊、且有並行收益時才值得上團隊。
⭐ 加分點補一句可觀測性：多 Agent 一跑，Token 消耗是乘法。事件流裏的 usage 事件要按子 Agent 分別計賬，不然帳單暴漲都不知道誰花的。
用這些課程頁組織答案 → 多 Agent 協作 可觀測性
Q30面試官
「你哋做嘅呢啲 Prompt 優化、RAG、緩存，等下一代模型發佈係咪全白幹咗？你點樣判斷邊啲值得投入？」
🎯 對方在考察什麼
這是本章的終極問題，考你有沒有第一性原理。能答好這題，説明前面所有手段在你腦子裏已經收斂成一件事，而沒答好的人只是背了一堆技巧。
🧭 答題框架
  1. 先給本質：一切 Harness 手段歸根到底都是構造更優質的上下文，讓模型更準確理解意圖。RAG、壓縮、Few-Shot、緩存，全是這一件事的不同側面。
  2. 給三個維度：質素，注入精準高密度的信息；結構，關鍵信息放首尾、核心約束進 System Prompt；成本，用最少 Token 傳遞最多有效信息。評估任何 Harness 投入，先看它落在哪個維度。
  3. 給取捨標準：值得做的，是和友商拼成本、效率、效果，且模型升級後效果更好的互補型手段；該放棄的，是消耗極大資源、模型升級後直接被替代、用戶又感知不到的手段。每個立項先問一句：模型版本升級後這件事還需要嗎？
  4. 收在原點：不知道怎麼做時回到那個問題：我現在給模型的上下文，是它做好這件事所需要的全部嗎？能答好這個問題，就掌握了 Harness 的本質。
⭐ 加分點用一個已經被淘汰的手段舉例，比如為省窗口做的複雜拆分在長上下文模型出來後失去價值，證明你真用「會不會被模型升級替代」這把尺子量過自己的方案。
用這些課程頁組織答案 → 大道至簡：堅守第一性原理 綜合成本優化
最後一個建議
這 30 題的正確用法是開口講一遍，對着同事、朋友或者錄音講。看懂不算數。講不順的地方，就是你以為懂了但還沒懂的地方，點關聯課程頁回去補上。