上周和一位准备跳槽的朋友模拟面试，聊到 RAG 时他前 30 秒说得头头是道：检索、向量库、召回、重排，一个词都没落下。可当我追问一句：“为什么你们线上不是直接把 topK 提高到 20？”他突然卡住了。不是没做过，而是脑子里只有“知识点”，没有“表达结构”。这其实是很多 AI 岗位面试的真实困境：你会一点、做过一点，也看过很多资料，但一到面试现场，答案像散落的零件，拼不成完整机器。真正难的，从来不是背题，而是把概念、工程取舍和项目经验讲成一套有逻辑的回答。这也是 AgentInterview 里“04-面试题库”最有价值的地方：它不是把你训练成答题机器，而是帮你建立“会答、能讲、讲得像做过”的能力。
面试题库真正考的，不是记忆力，而是表达框架
很多人刷题的方式像背驾考题库：看到 Transformer，就条件反射说 Self-Attention；看到 Agent，就说 ReAct、工具调用、多轮规划；看到 RAG，就说 Embedding、Chunk、召回、重排。表面看答得不少，实际上面试官很快就能判断，你是在“背标签”，还是在“讲理解”。
一份有价值的 AI 面试题库，不该只给标准答案，而应该告诉你：这道题为什么问、考察的是哪一层能力、你应该怎么组织自己的回答。以 Transformer 中 Self-Attention 复杂度为例，很多人只会回答 O(n²)，再进一步能补一句“序列越长越慢”。但更完整的表达，应该至少有三层：
第一层，定义清楚变量。n 是序列长度，d 是隐藏维度。第二层，解释计算来自哪里：QK^T 是 O(n²·d)，attention 乘 V 还是 O(n²·d)。第三层，延伸到工程影响：长文本推理为什么吃显存、为什么要做 FlashAttention、Sparse Attention 或者滑动窗口注意力。
金句：面试里真正加分的，不是你知道答案，而是你知道答案背后的代价。
AgentInterview 的题库价值，就在于它把“知识点”往前推进了一步，变成“可表达的结构”。你不需要把每道题背成模板，但至少要形成一个稳定习惯：回答时先定义，再拆原理，再说工程意义，最后补应用边界。这个顺序一旦建立，很多问题都会从“会一点”变成“能讲清楚”。
如果时间很紧，别贪多，先搭出“能答”的骨架
准备 AI 面试最容易犯的错误，是一上来就想覆盖全部内容：模型结构、训练流程、微调方法、RAG、Agent、推理优化、评测、安全、工程化，一口气全扫。结果是看了很多，输出很少；收藏夹里资料越来越多，脑子里的结构越来越乱。
时间紧的时候，更有效的做法不是“刷完”，而是优先建立骨架。高频基础题必须先过，比如 Transformer、位置编码、归一化、KV Cache、采样策略、量化与推理延迟。这些题看起来基础，实际上经常是后续深问的入口。你连“为什么 KV Cache 会占显存”都说不顺，后面很难接住“为什么 GQA 能降低成本”。
举个典型例子，面试官问：“LayerNorm 和 BatchNorm 有什么区别？”
很多人会背表格：一个按 batch 维度，一个按特征维度；一个依赖 batch size，一个不依赖。这样的答案只能拿到及格分。更好的讲法是：
- 先说本质：它们都是归一化手段，但统计范围不同。
- 再说为什么 Transformer 更偏向 LayerNorm：序列任务里 batch 尺寸波动大，多卡场景统计也复杂，LayerNorm 不依赖 batch，更稳定。
- 最后结合经验：如果是在线推理或者小 batch 训练，BatchNorm 的统计不稳定问题会更明显。
这就是“高频基础题”的价值：它不只是知识检查点，还是你能否展开工程讨论的起点。
如果你只能挤出一周时间准备，建议优先盯三类内容：
- 高频基础题：保证“开口不翻车”
- Agent / RAG 题：保证“方向上不掉队”
- 新技术专题题：保证“能聊趋势，不像只会旧栈”
别追求题目全见过，先追求每个主题都能说出一套 1 分钟版本。
金句：准备面试不是攒答案，而是训练“在有限时间里稳定输出”的能力。
系统准备的关键，不是看答案，而是把答案“重组”成自己的语言
很多人题库刷得不少，问题出在刷题动作太单一：看题、看答案、觉得懂了、划走。这样的学习方式最容易产生一种错觉——“我会”。可一旦脱离参考答案，嘴里说出来的还是断裂的片段。
更有效的流程，应该是四步：先自测，再补盲，再回正文，再复述。这个顺序看似慢，实际是把“输入”变成“输出”的最短路径。
拿一个常见题来举例：
“LLaMA 相比传统 Transformer 做了哪些改进？”
如果你直接看答案，可能记住几个词：RoPE、SwiGLU、Pre-Norm、RMSNorm。但如果先自己回答，再看参考内容，你会发现自己的薄弱点往往不在“名词不知道”，而在“为什么这么改”。
比如 RoPE，不应该只说“位置编码更好”。更好的讲法是：它用旋转方式把位置信息融入表示，在长度外推上通常比绝对位置编码更自然，所以适合大模型长上下文场景。再比如 RMSNorm，也不只是“更快”，而是因为它少了均值中心化那一步，计算更简化，训练和推理都更友好。
下面这段 Python 小代码，就很适合拿来加深你对归一化差异的理解：
import torch
x = torch.randn(4, 8, 16) # [batch, seq_len, hidden_dim]
# LayerNorm: 对最后一维特征做归一化
layer_mean = x.mean(dim=-1, keepdim=True)
layer_std = x.std(dim=-1, keepdim=True)
layer_normed = (x - layer_mean) / (layer_std + 1e-5)
# BatchNorm 的简化理解：对 batch 维度统计
batch_mean = x.mean(dim=0, keepdim=True)
batch_std = x.std(dim=0, keepdim=True)
batch_normed = (x - batch_mean) / (batch_std + 1e-5)
print("LayerNorm shape:", layer_normed.shape)
print("BatchNorm-like shape:", batch_normed.shape)
这类代码不一定会原样出现在面试里，但它能帮你把抽象概念变成可解释的过程。你在回答时自然就不会只剩一句“LayerNorm 更适合 Transformer”。
真正的系统准备，最后一定要有一步：脱稿复述。不是把参考答案复述一遍，而是结合你自己的经验重新组织。例如，你做过推理服务，就把 KV Cache、量化、并发吞吐联系起来；你做过知识库问答，就把 Chunk 策略、召回质量、上下文窗口联系起来。面试官想听的不是标准答案复印件，而是你的理解是怎么落到项目上的。
有项目经验的人，差距往往不是概念，而是“为什么这样做”
真正能在面试里拉开差距的，通常不是定义题，而是设计题和排查题。概念题大家都能准备，真正见水平的，是你能不能把一个方案讲成“有目标、有约束、有取舍”的工程决策。
比如这样一道题：“设计一个帮助团队写周报的 Agent，你会怎么做？”
很多人会从“调用大模型生成周报”开始讲，这个起点其实就偏了。面试官更想听的是：输入来源是什么、工具链怎么设计、任务流怎么拆、质量怎么兜底、失败如何回退。
一个更成熟的思路可以这样展开：
先定义目标。不是“写一篇文采好的周报”，而是把零散工作记录整理成结构化输出，减少人工汇总成本。
再定义输入。日历事件、Git 提交、任务系统、聊天记录，这些来源噪声都很高。
然后定义 Agent 的动作链。先收集，再筛选，再归类，再生成，最后给用户确认。
最后说风险。会议多但无产出、提交多但价值低、聊天记录容易夹杂噪声，这些都需要规则或人工校验补位。
可以把流程简单写成这样：
1. 收集本周数据
- Calendar API: 获取会议主题和时间
- Git API: 获取 commit 摘要
- Task API: 获取完成/延期任务
2. 中间处理
- 去重：同一事项可能在多个系统出现
- 分类：成果、问题、下周计划
- 过滤：无效会议、无意义提交信息
3. 输出阶段
- 生成结构化周报
- 标注不确定内容
- 用户确认后再导出
这类回答的关键，不是“用了什么框架”，而是“你有没有工程视角”。
金句：方案设计题里，工具只是名词，取舍才是能力。
同样，RAG 和 Agent 面试里也很喜欢问排查题。比如：“为什么你们的问答系统明明召回到了相关文档，回答还是不稳定？”这时候别急着甩锅给模型。你可以按链路拆：
- 检索到了，但 chunk 切得太碎，关键信息分散
- topK 太大，引入噪声，模型被无关上下文干扰
- 重排质量不够，真正重要的片段没排到前面
- Prompt 没要求模型基于证据回答，导致自由发挥
- 多轮对话历史过长，把最新问题的关注点冲淡了
这样的回答会让面试官感觉：你不是停留在“知道 RAG 组件”，而是理解整条链路会在哪些地方失真。
趋势题越来越多，考的不是你追热点，而是你能判断边界
近两年的 AI 面试，一个明显变化是：新框架、新范式、新名词越来越多。今天聊 MCP，明天聊多 Agent 编排，后天聊长上下文和记忆机制。如果你的回答方式只是“我看过”“这个很火”“很多团队在用”，那很难建立可信度。
趋势题真正考的，是判断力。也就是：它解决了什么问题、适合什么场景、不适合什么场景、引入了什么成本。
以“KV Cache 如何节省显存”为例，很多候选人会说量化、MQA、GQA、Offload，但如果不能说明为什么这些手段有效，答案还是浮的。更完整的讲法是：
KV Cache 本质上是在增量生成时缓存历史 token 的 K/V，避免每轮都重复计算前文，所以换来更高吞吐，但代价是显存会随着上下文长度增长。显存压力大的时候，可以从三类方法入手：
- 降精度：把 FP16 压到 INT8，直接减少存储量
- 减结构：通过 MQA/GQA 共享部分 K/V head，降低缓存规模
- 换空间：把一部分 Cache 挪到 CPU 或更慢的存储层，但会牺牲时延
你会发现，这种回答不是在堆术语，而是在讲“收益—代价”关系。面试官最喜欢听的，恰恰是这种带边界感的表达。
再举一个趋势题常见问法：“你怎么看 Agent 会不会替代传统工作流编排？”
一个成熟答案不该是“会”或“不会”，而应该分场景说：
- 如果任务流程固定、规则清晰、容错要求高，传统工作流更可控
- 如果任务开放、多步骤、需要根据环境动态决策，Agent 更有发挥空间
- 很多线上系统最终不是二选一，而是“工作流兜底 + Agent 增强”
这类题非常能区分候选人层次。因为它要求你不能只会念新词，还要知道新词背后的真实边界。
金句：面试里谈趋势，最怕的不是保守，而是没有边界感的乐观。
一份好的题库，最后应该把你带向“能讲故事”的能力
很多技术人以为面试表达是“口才问题”，其实不是。表达差，往往不是嘴笨，而是脑子里没有结构。你对一个知识点的理解如果只停在定义层，讲出来就一定扁平；只有当你把概念、原理、场景、代价、选择依据串起来，表达才会自然有层次。
这也是为什么 AgentInterview 不只是给你一堆题目，而是更像一套成长型知识库。面试题库只是入口，真正的价值是把你推向四层能力：基础认知、工程理解、系统设计、趋势判断。你刷题不是为了“见过这道题”，而是为了形成一套稳定的回答方式：
- 这是什么
- 它为什么这样设计
- 它解决了什么问题
- 它在工程上有什么代价
- 如果换成我的项目，我会怎么选
你会发现，一旦这个结构建立起来，不只是面试有用，平时做技术汇报、写方案、复盘线上问题，都会顺很多。因为你不再是零散地讲知识点，而是在输出完整判断。
如果你正在准备 AI 岗位，或者已经在做 LLM / Agent / RAG 相关工作，建议别再把题库当作“考前突击材料”，而要把它当作表达训练场。先用高频题建立骨架，再用设计题和排查题补工程感，最后拿趋势题练边界判断。AgentInterview 的“04-面试题库”很适合作为这条路径的起点：不是替你答题，而是训练你把会的东西讲得更像自己。接下来如果你愿意，再继续看它后面的表达专题，你会更明显感受到——很多时候，决定 offer 的不是你懂多少，而是你能不能把懂的部分，讲成一个让人信服的故事。
