AI 面试日报 · 2026-08-10 封面 速览 题 ① 题 ② 题 ③ 硬核拆解 快问快答 锦囊 来源
AI INTERVIEW DAILY · 转行进 AI · 2026-08-10

AI 面试日报
今天，离 offer 更近一步

今天给你三样东西：大模型算法岗出现频率最高的白板手撕题怎么写、平台本周严打纯 AI 内容后 AIGC 运营面试的答案该怎么改、以及 FDE 最能拉开差距的那道「AI 上线了却没人用」复盘题。外加一条推理部署硬核拆解 + 5 道八股。

3今日面试题
3覆盖岗位
5八股快答
48第 48 期
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：今天讲大模型算法岗出现频率最高的「白板手撕 Self-Attention」到底怎么写，平台本周严打纯 AI 内容后 AIGC 运营面试的答法变了，以及 FDE 最能拉开差距的那道「AI 上线了却没人用」复盘题。

1
大模型算法｜手撕 Self-Attention：不是考你背公式，是考你「维度对不对、mask 加没加、softmax 在哪一维」——这三点错一个就出局。
2
AIGC 运营｜平台限流：本周平台把「纯 AI 内容」按下限流键，答案要从「我用 AI 提效多少倍」改成「我怎么让 AI 内容活下来还不被判定」。
3
FDE｜落地复盘：企业 AI 试点约 95% 没产出，坏在最后一公里；面试真正筛的是你会不会查「为什么没人用」，而不是会不会写代码。
🎯 今日面试经验 Top 3第 1 题 / 共 3
大模型算法工程师 #1
「白板上把 Self-Attention 写出来」——大模型算法岗出现频率最高的手撕题，2026 秋招依然五星
面试官可能这样问大厂大模型算法岗流程固定五段：自我介绍 → 项目拷打 → 通识 → 手撕代码 → 反问。手撕这轮不给 LeetCode，直接说：「用 PyTorch 手写一个 Self-Attention，再改成 Multi-Head。」
名词一句话：Self-Attention（自注意力）＝一句话里每个词都去看一遍所有别的词，按「跟我多相关」打分，再按分数把信息汇总回自己身上。
怎么答（照这四步，别上来就敲代码）
  • 先口述三行公式再动手：Q/K/V 怎么来 → scores = QKᵀ/√d_k → softmax(scores) @ V。先讲逻辑再写，卡壳时才有回旋余地。
  • 主动喊出三个最高频失分点：① 除 √d_k 是为把点积方差拉回来、防 softmax 饱和；② softmax 必须在最后一维（dim=-1），写成 dim=1 是头号翻车点；③ mask 加在 softmax 之前（填 -inf），加在之后权重和不为 1，逻辑就错了。
  • 改 Multi-Head 时把形状念出来：不是跑 N 遍注意力，而是把 d_model 切成 h×d_h 并行算完再拼回去：(B,L,d) → (B,L,h,d_h) → (B,h,L,d_h)。多数人死在 reshape 和 transpose 搞反。
  • 写完补一句工程视角：「这是教学版，生产上用 FlashAttention 一类融合算子避免显式构造 L×L 矩阵——那块显存和访存才是长文本的瓶颈。」
过来人提醒：手撕轮允许写错再改，但不允许沉默——卡住时把你正在权衡什么讲出来，面试官打的是思维过程分。对转行者说句实话：这岗门槛是全场最高一档（通常要相关专业硕博 + 论文/开源），手撕 Attention 只是入场券不是通行证；但它是整条技术线的公共地基，走 Infra、多模态、AI 应用都值得写熟。
来源：卡码笔记 · 2026 大模型面经高频题排序 · 大模型算法岗面试全攻略（CSDN） · LLM & Agent 面试指南（GitHub）
AIGC 运营 / AI 内容运营 #2 · 📌 今日锚点
「你做的 AI 内容被平台判成纯 AIGC 限流了，怎么办？」——本周平台集体收紧后，答法变了
今日锚点 + 面试官可能这样问8 月 8 日「自媒体红利期只剩 AI 了？」冲上微博热搜，同期平台明显收紧：微信封禁 AI 批量写号、小红书对未标识 AI 笔记限制进推荐池、今日头条累计处置超 260 万条低质 AIGC 内容并封约 1.1 万账号。面试官于是会问：「你用 AI 做内容，怎么保证既有效率、又不被平台判定？」
怎么答（三层递进，把「会用工具」答成「懂平台规则」）
  • 第一层：先答合规，别答对抗。张口就是「我有办法绕过 AI 检测」在 2026 是减分项。正解是主动标识，并报出平台差异：抖音只支持自主声明不自动识别；快手会系统判定并加「可能为 AI 生成」；小红书目前仅 PC 端有声明入口，且会对检出的未标识内容补标 + 限制分发。
  • 第二层：平台判什么，你就补什么。判定靠三类信号——文本特征（句式过于规整、词汇多样性低）、账号行为（发布频率异常、互动畸形）、水印与举报。对应作业：AI 出初稿人补具体数字与亲身细节、发布节奏做得像真人、自拍素材与自跑数据当护城河。
  • 第三层：落到一个可验证的动作。「我会做小样本 A/B：同批选题，一组纯 AI 出稿、一组 AI 起草+人工重写导语结尾，各发 10 条，比 7 日曝光与进池率，用数据定人机分工线。」
过来人提醒：这条线的面试正从「你会用几个 AI 工具」转向「你知不知道平台边界在哪」——工具人人会用，早不是加分项了。诚实话：这条线转行门槛最低、机会最多，但入门起薪也确实不高（内容/运营入门岗普遍 6–10K），要靠行业 know-how + 数据思维才站得住。「会用 AI」只是 2026 的识字水平，不是终点。
来源：平台严打纯 AI 内容（新浪 · 2026-08-08） · 抖音/小红书 AIGC 标识新规 9 问 9 答 · 鼓励 AI，限制 AI（钛媒体）
FDE 前向部署工程师 #3
「你交付的 AI 系统上线三个月，客户那边没人用。你怎么查？」——FDE 最能拉开差距的复盘题
先纠一个误译 + 面试官可能这样问FDE 不是「前端部署工程师」——Forward 是「前向/驻场推进」，和 Front-end 毫无关系。面试官会给一个扎心场景：「验收时指标都达标、客户也满意，三个月后一看后台日活个位数。你接手，怎么办？」有研究估算约 95% 的企业生成式 AI 试点没有可衡量回报，问题绝大多数不在模型，而在最后一公里。
怎么答（先分诊，再动手——别一上来说要优化模型）
  • 把「没人用」拆成四种病：不知道（入口太深，是推广问题）／用不了（要额外登录、和现有工作流两张皮，是集成问题）／不敢用（怕答错担责、答案无出处，是信任问题）／不需要（当初就没抓到真痛点）。先问「哪一种」，这一步就是分水岭。
  • 要的证据，非数字那种更关键：数字看漏斗（打开 → 问过一次 → 第二周还回来）；但更要去现场约 3–5 个真实用户，看他们走完原流程、观察 AI 在哪一步本该被用却被跳过。「后台数据告诉我哪里掉了，只有坐在他们旁边才知道为什么掉。」
  • 给一个有取舍的方案，并说明你不做什么：「若诊断是『用不了』，我优先把它嵌进他们天天开着的系统，而不是优化模型效果——用户不会为了更聪明的答案多开一个网页。」敢说「模型我先不动」，反而证明你分得清主次。
  • 把预防前置：「以后我会在上线前就和客户约定采用率指标与一个月复盘节点，而不是验收完就撤」——这是从「交付者」到「对结果负责的人」的分界线。
过来人提醒：FDE 面试里权重最高、通过率最低的就是这类模糊案例题（有指南估算权重约 30%、通过率约 40%）。答案不在选得对不对，在提问顺序对不对：先澄清、再假设、再验证，全程出声。诚实判断：需求确实猛涨（有调研称计划招 FDE 的公司从 2026 年初 5%–10% 升到 Q2 末约 70%），但它本质是工程岗，通常要 3–5 年经验、能独立扛线上结果，不是绕过编程的速成转行路。
来源：FDE 面试权威指南 2026（Exponent） · 2026 FDE 招聘趋势（HeroHunt） · TechCrunch 2026-07-30
🧠 今日硬核拆解1 / 2
知识域：推理与部署 大白话版
考点：一个大模型服务「首字出得慢」和「后面吐字慢」，是同一个问题吗？
面试官怎么问「你们服务用户反馈慢，你怎么定位是哪一段慢？」「Prefill 和 Decode 阶段的瓶颈分别是什么，为什么优化手段不一样？」——这是 AI Infra / 推理优化岗的分水岭题，也越来越多出现在 AI 应用工程师的成本轮里。
大白话版（零基础也能懂）
  • Prefill（预填充）＝ 读题。把你输入的整段话一口气并行读完，特点是「算得多」——像考生拿到卷子先通读题目，题越长读得越久。它决定你按回车后第一个字多久蹦出来（业界叫 TTFT，首 token 延迟）。
  • Decode（解码）＝ 答题。一个字一个字往外写，每写一个都要回头看前面所有内容（靠缓存好的 KV Cache，不用重算）。特点是「算得少但搬得多」——每吐一个字都得把整个模型权重从显存搬一趟，搬运时间远大于计算时间。它决定后面文字刷出来的快慢。
  • 一句话对比：Prefill 卡在算力不够（compute-bound），Decode 卡在显存带宽不够（memory-bound）。所以「首字慢」和「吐字慢」是两个病，得开两种药。
与近 7 天的差异：8/4 讲的是同域另一考点「量化选型（GPTQ/AWQ/QLoRA 怎么选）」、8/7 讲的是 Transformer 域的 GQA 如何为 KV Cache 减负；前两次答的是「怎么把模型塞进显卡」，今天答的是「塞进去之后，慢在哪一段」。
🧠 今日硬核拆解 · 进阶2 / 2
Prefill vs Decode 进阶版 · 面试里能加分的深度
  • 两阶段的药方完全不同。首字慢（Prefill）→ 往算力和输入长度使劲：更强的融合算子、砍冗余长提示词、前缀缓存（Prefix Caching）（系统提示词每次都一样，算过一次别再算第二遍，这是最省事的一刀）。吐字慢（Decode）→ 往「搬运」使劲：量化（权重变小，一趟搬得少）、投机解码（小模型草拟、大模型批量验证）、加大 batch（一次搬权重顺手服务多个请求，把带宽摊薄）。
  • 它解释了一个反直觉现象：加大 batch 能显著提吞吐，却几乎不改善单用户首字延迟。因为 Decode 是访存瓶颈，多来几个用户「搭同一趟车」几乎不增加成本；而 Prefill 是算力瓶颈，人多了要抢算力，首字反而可能更慢。这就是为什么线上要把 TTFT（首字延迟）和 TPOT（每字间隔）分开定 SLA——一个笼统的「平均响应时间」根本没法优化。
  • 再往前一步是 P/D 分离。两阶段一个吃算力一个吃带宽，混在同一批 GPU 上会互相拖累（一个长 Prefill 进来，正在流畅吐字的用户会明显卡一下）。所以现代推理系统会做 Prefill / Decode 分离部署，两组机器各干各的、中间传 KV Cache。主动提这点，基本能证明你读过 vLLM 一类框架的设计而不是背题。
一句话记忆钩子：Prefill 是读题、拼算力，决定第一个字什么时候来；Decode 是答题、拼带宽，决定后面的字有多流畅。首字慢别去量化，吐字慢别去砍提示词——药方不能开反。
来源：小林 coding · AI 大模型题库 · 卡码笔记 · LLM 推理与部署面试题 · 考点提炼 · 行业通用高频考点
⚡ 八股快问快答5 道
Q · MoE 混合专家
为什么几千亿参数的模型反而跑得更便宜？把前馈层拆成很多「专家」，每个 token 进来只激活其中少数几个（如 8 选 2）。总参数量大（知识多）、每次实际计算的激活参数小（推理便宜）。加分点：省的是算力，不是显存——全部专家仍要装进显存。
Q · RAG 重排 Rerank
检索完为什么还要再排一次？向量检索为了快，用「问题和文档各压成一个向量比距离」的粗筛，会漏语义细节。重排把「问题+每篇候选」成对精算相关性，准得多但慢，所以只给粗筛出的前 50 篇重排、留前 5。先广撒网捞回来，再用细筛子挑。
Q · token 成本估算
「你这功能一个月烧多少钱」怎么答？先说清输入/输出 token 分开计价、输出通常贵好几倍。公式：月成本 ≈ 日请求数 ×（单次输入 token×输入单价 + 单次输出 token×输出单价）× 30。补一句「长系统提示词是隐形大头，每次请求都要重算，所以我会上前缀缓存」——从会算账升级成会省钱。
Q · 蒸馏 Distillation
小模型凭什么学到大模型的本事？大模型（老师）先对大量问题作答，用这些回答训练小模型（学生）。关键是学生学的不只是标准答案，还有老师输出的概率分布（「七分对/三分对」这种带犹豫的软信息），信息量远大于硬答案。代价：上限被老师锁死，换个领域就现原形。
Q · 行为面 · 怎么跟上领域
「一周一变，你怎么跟上」怎么答不像套话？别说「每天刷 arXiv」。给结构+证据：① 分层（必须跟的 2–3 个方向 vs 知道就行的）；② 固定动作与产出物（每周两小时把一个新工具真跑一遍、写一页笔记）；③ 甩证据——最近三个月你因此改掉的一个技术选择。没产出的「保持关注」等于没说。
🧭 转行者锦囊 · 把「我会用 AI」换成「我有一个被人用过的东西」

今天三条线的信号其实指向同一件事：市场对「会用 AI 工具」的溢价正在快速消失。平台在打纯 AI 内容（工具用得多≠内容能活）、企业在为 95% 的失败试点找 FDE（模型能跑≠有人用）、大厂手撕轮在筛能不能把公式写成代码（背过≠会）。三者共同的判据都是：有没有真实的、被验证过的产出。

第一步 · 挑一件真事
挑你原来行业里真实存在的重复劳动——整理周报、筛简历、给客服问题分类。不用高级，越具体越好。
第二步 · 让真人用起来
用现成工具端到端做出来（Coze / Dify / n8n 都行，不必写代码），关键是让至少 3 个真人用一周。
第三步 · 记三个数字
用之前多久、用之后多久、他们弃用了哪一步、为什么。第三个数字最值钱。
为什么这管用
这三个数字是面试时唯一稀缺的东西——别人讲工具，你讲有人用过它之后发生了什么。

数据源状态

本期素材来源（透明可信）· 生成时间 2026-08-10 · 第 48 期

✅ WebSearch · 中文面经（大模型算法岗手撕高频题）
✅ WebSearch · AIGC 运营与平台标识政策
✅ WebSearch · 英文 FDE 面试源（Exponent / HeroHunt）
✅ 卡码笔记 LLM 题库（经检索摘要）
✅ 小林 coding AI 题库（经检索摘要）
❌ WebFetch 逐条打开原页核实 —— EGRESS_BLOCKED：k.sina.com.cn、techcrunch.com 等域被本环境出口代理拦截，本期数字取自检索摘要，未逐条打开原页二次核实，链接均已给出供自查
❌ 牛客 / 小红书 / 即刻 / BOSS 直聘 直连（云端出口受限，改由检索摘要间接取材）
📌 今日与近 7 天的差异点：岗位组合「大模型算法 + AIGC 运营 + FDE」与昨日（MLE/DS + AI 应用 + 提示词）无一重叠，#1 已换岗；角度全新——大模型算法从 8/5 的「项目拷打轮」换到手撕代码轮，AIGC 运营从量化提效（8/2）与矩阵号（8/4）换到平台限流与合规标识，FDE 从 8/3 的数据清洗编码题换到交付后无人使用的复盘题；硬核拆解换到「推理与部署 · Prefill vs Decode」，与 8/4 量化选型、8/7 GQA 互不重叠；快问快答 5 题全为近 7 天未出现的新题。今日锚点：2026-08-08「自媒体红利期只剩 AI 了？」登微博热搜 + 多平台同期收紧纯 AI 内容处置。
按 P 切换投影一屏一页模式