AIGC 应用工程师（3-5 年）面试题精讲：从基础到实战的系统备战清单
面向人群：AIGC 应用工程师（3-5 年）
风格：严谨技术向 / 通俗易懂 / 干货清单
一、岗位画像与面试核心能力
AIGC 应用工程师（3-5 年）通常被要求既能“用得好”（快速将大模型能力落地到业务场景），也能“讲得清”（能解释设计与权衡），并且“走得稳”（具备工程化、成本和安全意识）。面试主要考察以下能力：
- 模型与方法论理解：大模型、RAG、Agent、对齐与安全等关键概念。
- 系统设计与工程化能力：可用性、稳定性、成本、延迟、扩展性。
- 业务落地与产品意识：从需求到方案的闭环能力。
- 项目经验与复盘能力：能讲清“为什么做”“怎么做”“效果如何”“有什么坑”。
二、基础概念必考题（含解析）
1. 大模型与传统 NLP 的差异是什么？
要点：
- 传统 NLP 以任务为中心，依赖特征工程、任务数据、模型较小。
- LLM 以通用语言能力为核心，具备多任务迁移与泛化能力。
- 工程上，LLM 更强调 Prompt、上下文与工具集成。
2. Transformer 的核心机制是什么？为什么能替代 RNN？
要点：
- 自注意力机制（Self-Attention）实现全局依赖建模。
- 并行计算带来训练效率优势。
- 位置编码补足序列信息。
3. 什么是“上下文长度”，为什么重要？
要点：
- 模型能理解的最大输入长度。
- 直接影响检索策略、长文档处理、Agent 记忆设计。
- 成本与延迟呈线性增长。
4. LLM 的“幻觉”如何理解？是否可以完全避免？
要点：
- 模型生成“看似合理但不真实”的内容。
- 产生原因：训练目标、数据噪声、缺少事实约束。
- 只能缓解，难以完全消除。
5. 大模型对齐（Alignment）有哪些方式？
要点：
- SFT（监督微调）：让模型学会目标行为。
- RLHF：引入人类偏好。
- RLAIF：用 AI 代替人工偏好。
- 约束式对齐：系统提示、规则、过滤。
三、RAG 与知识增强（高频重点）
1. RAG 的完整流程是什么？
要点：
- 文档收集 → 清洗与切片 → 向量化 → 检索 → Prompt 组装 → 生成。
- 关键在“检索质量 + Prompt 组装”。
2. 如何提升检索效果？
要点：
- 合理切片（Chunking）：大小、重叠。
- Embedding 模型选择与对齐。
- 混合检索（BM25 + 向量）。
- 重排序（Re-Rank）。
3. 你如何评估 RAG 的效果？
要点：
- 召回率、精确率、生成准确率。
- “Answer Faithfulness” 指标（基于证据）。
- 人工评测与 A/B 测试结合。
4. RAG 中如何处理多文档冲突？
要点：
- 证据一致性优先。
- 优先最新文档或权威文档。
- Prompt 中要求“引用来源”或“冲突说明”。
四、Agent 与工具调用（趋势必考）
1. Agent 的核心要素是什么？
要点：
- 任务规划（Plan）、工具调用（Tool）、记忆（Memory）、反思（Reflection）。
2. 你如何设计“可控”的 Agent？
要点：
- 约束 Prompt。
- 限制工具权限。
- 引入日志与审计。
- 失败回退机制。
3. 多 Agent 系统会带来哪些复杂度？
要点：
- 协作与冲突管理。
- 调用成本与延迟。
- 可解释性问题。
4. Agent 如何结合 RAG？
要点：
- RAG 作为工具被 Agent 调用。
- Agent 根据任务进行多轮检索与复核。
五、工程化落地能力（重点）
1. 如何降低大模型调用成本？
要点：
- 缩短 Prompt 和上下文。
- 分层模型（小模型兜底）。
- 缓存与复用。
- 结果裁剪与压缩。
2. 如何处理高并发场景？
要点：
- 异步队列。
- 限流与熔断。
- 批量请求与多路复用。
3. 如何保证输出安全？
要点：
- 输入与输出过滤。
- 内容审核模型。
- 规则与模型混合策略。
4. 如何设计监控与评估体系？
要点：
- 关键指标：成本、延迟、准确率、拒答率。
- 日志采样与可追溯性。
六、项目经验题（结构化回答模板）
经典问题：
“请介绍一个你做过的 AIGC 项目。”
建议回答结构（STAR + 业务闭环）：
- 背景（Situation）：业务痛点与目标。
- 任务（Task）：你的职责与指标。
- 行动（Action）：模型选型、RAG/Agent 架构、工程化细节。
- 结果（Result）：指标提升、成本降低、用户反馈。
- 复盘（Reflection）：遇到的问题和改进方向。
七、综合提升建议（面试前 2 周计划）
第 1 周：知识强化
- RAG 架构与评估体系
- Agent 设计与安全控制
- 成本与性能优化
第 2 周：模拟面试
- 项目复盘演练
- 面试题精讲回顾
- 技术点讲解训练
八、面试官视角的高分答案特征
- 不背书式回答：不是概念堆砌，而是场景 + 方案。
- 有工程化意识：讲清成本、稳定性、灰度策略。
- 懂权衡：展示你能做取舍，而不是“全都要”。
- 能复盘：强调过程中的坑与改进。
结语
AIGC 应用工程师的面试考察越来越“工程化 + 产品化”。单纯讲模型原理已不足以胜任 3-5 年级别岗位。真正高分的答案，是“有场景、有方案、有落地、有结果”。
希望这份清单能够帮助你在下一场面试中更系统、更自信。
