AI 面试日报 · 2026-07-25 封面 速览 题 ① 题 ② 题 ③ 拆解 快问 来源
AI INTERVIEW DAILY · 转行进 AI · 2026-07-25

AI 面试日报
今天，离 offer 更近一步

给正在转行进入 AI 行业的你：每天 3 道真实面试题 / 职场经验，拆给你听，告诉你「明天怎么准备」。今日聚焦 FDE 前向部署工程师 · 多模态算法工程师 · 提示词工程师，硬核拆解讲评测（Evals）里的「AI 当评委」偏见。

3今日面试题
3覆盖岗位
4八股快问快答
速览

TL;DR · 今日速览

TL;DR = Too Long; Didn't Read（太长不看版）· 读这一屏就够

一句话总览：借「OpenAI 今年 5 月成立 Deployment Company、收购 Tomoro 一次性收编约 150 名 FDE」这波仍在发烫的前向部署招聘潮做由头，今天聊 FDE 面试最像真实工作的线上排障题、多模态岗绕不开的 CLIP 图文对齐地基题、以及转行者天天纠结的「还该不该冲提示词工程师」；硬核拆解讲清「你请 AI 当评委给答案打分，为什么换个顺序它的判断就变了」。

1
FDE｜开放排障：客户线上 AI 服务突然变慢，考的不是背指标，是「边沟通边收敛」的排障过程——想到就说出来（think aloud）。
2
多模态｜CLIP：核心是「用对比学习让配对的图文向量靠近」，它是 LLaVA/BLIP-2 的地基，也是物体幻觉的一个源头。
3
提示词工程师｜职业选择：别当目标岗，当通行证技能——78% 的 AI 岗 JD 都要它，真正该做的是拿它去够一个有落点的岗。
🎯 今日面试经验 Top 3第 1 题 / 共 3
FDE 前向部署工程师 今日锚点 · 2026 FDE 招聘潮 #1
「你部署到客户那儿的 AI 服务，昨晚突然变慢了，客户在电话那头等你，怎么查？」——FDE 最像真实工作的一道开放排障题
今日锚点 + 面试官可能这样问OpenAI 5 月成立 Deployment Company 收购 Tomoro（收编约 150 名 FDE）、Anthropic 自建 FDE 公司，FDE 岗 2025 年涨超 800%——热归热，最有代表性的考法就是这道开放排障题：给你一个含糊的线上故障，不给日志、不给标准答案，看你怎么定位、还要一边安抚「客户」。
怎么答（照这个思路）
  • 先稳住客户，再动手：问清影响面（全部还是部分用户？何时开始？），同步一句「我在查，X 分钟内给反馈」。FDE 得一边修一边安抚，不能闷头钻终端。
  • 分层定位，从外到内：是模型推理慢（首字返回 TTFT / 生成变长）、RAG 检索（去向量库捞资料）慢、还是上游 API 限流？先看监控的分段耗时，别瞎猜。
  • 报出常见慢因：上下文越堆越长 → token 暴涨；并发上来没做好 batching（多请求打包算）；下游依赖被拖慢；供应商侧限流。给出依次排查的顺序。
  • 先止血，再找根因：先降级（缩上下文 / 切小模型 / 加缓存）让客户能用，再定位根因，体现「先恢复、再复盘」的生产意识。
过来人提醒：考的不是你背了多少指标，是「面对模糊问题、边沟通边收敛」的过程——想到就说出来（think aloud）、主动问清假设，比闷头憋一个标准答案分高。
来源：The New Stack · 为什么 OpenAI/Anthropic 在招 FDE · MarkTechPost · FDE 2026 谁在招
多模态算法工程师 #2
「面试官指着 CLIP 问：一张图和一句话，模型到底怎么把它们放到一起比？」——多模态岗绕不开的地基题
面试官可能这样问多模态岗几乎必问 CLIP。会追问：图片和文字是完全不同的东西，模型凭什么能说「这张图和这句话是一对」？
怎么答（把原理讲透）
  • 一句话原理：CLIP 有图片、文字两个编码器，把图和文各自压成一个向量（一串坐标数字）；训练目标是「让配对的图文向量靠近、不配对的推远」——这就是对比学习。大白话：让「狗的照片」和「一只狗」落到地图上同一个地方。
  • 训练怎么做：一个 batch 里 N 张图配 N 句话，组成 N×N 相似度矩阵，对角线（正确配对）拉高、其余压低（InfoNCE loss）。
  • 为什么重要：有了图文共享空间，就能用文字搜图、做零样本分类；更关键的是当视觉大模型（VLM，能看图说话）的眼睛——LLaVA、BLIP-2 就是把 CLIP 视觉特征接进 LLM。
  • 加分点：主动说清 CLIP 局限——擅长整体匹配，不擅长数数 / 空间关系 / 细粒度，这也是 VLM「看图说瞎话」（物体幻觉）的来源之一。
过来人提醒：别只背「对比学习」四个字。面试官会追问「负样本从哪来」「batch size 为什么要大」——负样本越多，对比越有效；能把 InfoNCE 和 batch size 的关系讲出来就赢了。
来源：考点提炼 · 行业通用高频考点
提示词工程师 #3
「还该不该冲『提示词工程师』？——这个岗位标题正在消失，但它的技能正在涨价」
职业选择 / 面试反问场景转行者后台问得最多的问题之一：提示词工程师听起来门槛低、不用写代码，到底值不值得当目标岗去冲？
怎么答 / 怎么做
  • 先认清现实：「Prompt Engineer」独立职位标题 2024–2026 下降约 30%；但「会写提示词」已写进约 78% 的 AI 岗 JD（2024 年初还不到 20%）。结论：别当目标岗，当一张「通行证技能」，它已被 AI 应用工程师 / AI PM / AI 训练师 / 运营全部吸收。
  • 真正该做的：用提示词技能去够一个有落点的岗（Agent 工程师、AIGC 运营、AI 训练师）。简历写「我用提示词把 XX 任务做上去了」，而不是写「我是提示词工程师」。
  • 系统调优一个 Prompt 的方法（面试真会问）：① 先定评估——准备 10–20 个测试 case 打分，别凭感觉；② 结构化——角色/任务/约束/示例/输出格式分块写；③ 给示例（few-shot，放几个「问题-答案」范例）比空讲规则管用；④ 让它一步步想（思维链 CoT）再给结论；⑤ 一次只改一个变量，对着 case 回归。
过来人提醒：面试官最烦「我感觉这样写更好」。把「我建了 20 条小评估集、A/B 了三版 prompt、准确率从 72% 提到 88%」讲出来，你立刻从『会跟 AI 聊天的人』变成『会做工程的人』。
来源：考点提炼 · 行业通用高频考点（岗位标题消亡 / 技能泛化数据见本报岗位地图）
🧠 今日硬核拆解评测 · Evals
知识域：评测（Evals） 面试加分主菜
LLM-as-a-Judge 的位置偏见——你请 AI 当评委，为什么换个顺序它的判断就变了？
面试官怎么问「你用一个大模型去给另一个模型的回答打分（LLM-as-a-Judge，让 AI 当评委），这里面有什么坑？怎么让打分更可信？」
大白话版你请一个 AI 当评委，让它在答案 A 和 B 之间评高下。问题是——把同样两个答案换个顺序（先给 B 再给 A），它的选择可能就变了。它不是真在比内容，而是被「谁排在前面、谁写得长、是不是自己写的」这些表面线索带偏，就像考官总倾向先看到的那份卷子。
进阶版（面试里能加分的深度）
  • 三大偏见：① 位置偏见（换个顺序，GPT-4 级模型约 40% 判断会不一致）；② 冗长偏见（答案越长越容易被判好，哪怕啰嗦）；③ 自我偏好（偏爱「和自己风格像/自己生成」的答案）。
  • 防位置偏见（最实用一招）：同一对答案跑两遍——(A,B) 和 (B,A)，只有两次都判同一个赢才算数（consistent wins），不一致的当平局，几乎零成本。
  • 系统性缓解：多个评委投票、给明确评分维度的 rubric（打分表）、必要时匿名化/控长度。
  • 什么时候别硬用：高风险场景（安全、事实核查）只能当「初筛」，终审还得上人工或规则。
记忆钩子：「AI 当评委，换个座位答案就变——评分先跑正反两遍，一致才算数。」
来源：Judging the Judges · LLM 评委位置偏见系统研究（arXiv 2406.07791） · LLM-as-a-Judge in 2026
⚡ 八股快问快答4 道
Q：什么是 Function Calling（函数调用）？和「让模型自己写代码执行」有啥区别？
A：你先给模型一份「可用函数清单」，模型只输出「调哪个、传什么参数」的结构化决策，执行由你的程序做。区别：它调的是你圈定的安全函数集，可控；自由写代码执行风险大得多。这是 Agent 能「用工具」的地基。
Q：RAG 里的「重排（Rerank）」是什么？检索完为什么还要再排一次？
A：把粗检索召回的一批文档，用更精细的模型重新打分、把最相关的顶到最前。为什么：粗检索（靠向量相似）快但不够准，而模型更容易用好「放在靠前」的内容（Lost in the Middle），所以要把真正相关的挤到前排。
Q：生成里的「温度（temperature）」是干嘛的？调高调低有啥区别？
A：控制生成的随机性。低温（近 0）→ 更确定保守，总挑概率最高的词，适合事实问答；高温 → 更发散有创意，适合头脑风暴。原理：它在采样时把词的概率分布「拉尖或拉平」。
Q：什么是「上下文窗口（context window）」？为什么不是越大越好？
A：模型一次能「读进去」的最大 token 数（问题+资料+历史都算）。不是越大越好：① 越长越贵越慢；② 塞太多，中间那段反而容易被忽略，效果不升反降。
🧭 转行者锦囊 · FDE 热归热，转行者该怎么看
薪资信号（诚实口径）
海外总包高：OpenAI 旧金山 FDE 中级底薪约 $160K–280K，含股票/奖金中高级总包 $350K–550K（2026 年 6 月口径）。国内约 35–55K×13 薪，年薪百万是头部个例。
对转行者的诚实话
它本质是工程岗：要能独立写代码、扛线上结果、还得能面客，通常要 3–5 年经验，不是绕过编程的速成转行岗。
更现实的路径
先成为能端到端交付的工程师，做出一个「有真实用户、且自己部署上线」的项目，再拿它切入 FDE。
别被数字晃了眼
总包再高，先看自己够不够得着门槛。选路径要看「离自己现在的能力多远」，而不是「薪资天花板多高」。

数据源状态

本期素材来源（透明可信）· 面经/职场类窗口放宽到 30 天，择优而非择新

✅ WebSearch · FDE 招聘潮 / OpenAI Deployment Company / Tomoro（支撑 #1 锚点）
✅ WebSearch · LLM-as-a-Judge 位置偏见 / 2026 evals（支撑硬核拆解）
✅ thenewstack.io / marktechpost.com · FDE 报道
✅ arxiv.org 2406.07791 / futureagi.com · 评测偏见
❌ blog.pragmaticengineer.com · HTTP 403 反爬（改用一致来源佐证）
⏭️ 牛客 / 小红书 / 即刻 · 云端出口 IP 反爬，公开页多不可达
📌 今日与近 7 天的差异点：岗位组合全新——今日 = FDE + 多模态算法 + 提示词工程师，三者近 7 天均为低频（FDE 仅 07-16 出现 1 次、多模态仅 07-15、提示词工程师 7 天内 0 次），#1 换成 FDE（昨日 07-24 #1 为 AI 产品经理，近期霸榜的 AI PM/大模型算法/AIGC 运营今日全部休息）；题目角度全新——FDE 讲「开放式线上排障 think-aloud」（区别于 07-16 脏 JSON 编码轮）、多模态讲「CLIP 图文对齐原理」（区别于 07-15 物体幻觉）、提示词工程师讲「该不该冲这个岗 + 系统调优法」（7 天内首次成卡）；硬核拆解知识域换到「评测（Evals）」（近 7 天为推理部署/训练对齐/多模态/深度学习/Transformer/机器学习/RAG，评测域未做过）；今日锚点为仍在延续的 2026 FDE 招聘潮。
「把『我行不行』换成『我先试试』，门就是这么一点点被推开的。」
按 P 切换投影一屏一页模式