面试信号汇总（Interview Signals）

所属：02-interview / questions
采集日期：2026-10-13（§6 小红书补采同日）
来源：B站搜索页视频标题 13 条 + X 搜索结果 3 条 + Boss直聘 JD 1 份（完整 JD 见 03-jd/boss-zhipin/README.md）+ 小红书搜索与笔记正文（§6，香港本地信号）
面试权重：★★★（用来定选题，不用来定答案、更不用来定权重）
性质：话题信号，不是考题实证 —— 本文所有「高频」字样都指「标题里出现得多」，不指「考得多」。读之前先读 §5。

1. 这份清单怎么来的，以及它的局限#

1.1 采集方式#

无登录读取 B站搜索页的视频标题与播放量（搜索词：LLM 面试 / AI Agent 面经 / 大模型 面试八股 / RAG 面试 / 大模型算法 面试），以及 X 搜索 LLM interview questions 的结果。Boss直聘 采到 1 份完整 JD。

采集粒度只到标题：没有点开视频、没有听内容、没有验证任何一道题是否真的在面试中被问过。所以下面第 3 节的「题目」全部是从标题反推并归一化的，不是从题库里抄的。

1.2 局限（每一条都会影响你怎么用这份清单）#

1.3 计数口径#

下面 §2 的「命中条数」按话题簇命中计：一条标题提到 Agent 与 RAG 两个话题，两个簇各记一次，所以总数大于 13。这是粗计数，目的只是给出一个可审计的排序依据，不要当成统计量。

2. 热门话题簇（按命中条数排序）#

两个排序要分开看：按条数排，Agent 与 RAG 领先；按播放量排，最高的两条（B12 多模态 6.6万、B11 Llama 5.5万）各自只命中一个话题簇。条数反映「供给多」，播放量反映「需求热」——两者都高的（Agent、RAG）才是最稳的信号。

2.1 值得单独注意的两条#

• B5 的标题把 MCP、LangChain、上下文工程并列为三个卖点。上下文工程（Context Engineering）是个新词，在 13 条里只出现 1 次，但它能上标题说明它已经有搜索量了。这类「刚出现的新词」通常领先于稳定的题库——出现次数低但很可能正在变成必问。
• B8「如何在投入生产环境前评估 LLM」是唯一一条评测类。评测在内地面经里长期被低估，而你有 HKMMLU 的一手经验（02-interview/projects/hkgai-llm.md），这是信号里稀薄、但你手里有货的不对称优势区。

2.2 编号对照表（原始标题）#

3. 具体题目清单（由标题提取 / 归一化）#

读法：下面每一条都是从标题反推出来的问法，不是从任何题库里摘录的原文。标注「直接」= 标题字面就是这个意思；标注「推断」= 由标题的话题外延出来的常考子问题，证据最弱。括号里是来源编号。

3.1 Agent 体系#

• Agent 为什么能自己纠错？自修正（Reflection / Self-Correction）的机制是什么？（直接，B6）
• ReAct 框架的核心原理？为什么 Reasoning 与 Acting 要交替，而不是先想完再做？（直接，B6、B7）
• Agent Runtime 由哪几部分组成？Function Calling 的循环怎么跑起来？（直接，B7）
• Function Calling 的完整调用链：模型怎么输出结构化调用、谁负责执行、结果怎么回灌？（直接，B7）
• Agent 为什么会陷入死循环 / 不收敛？工具调用有哪些失败模式？（推断，B7）
• MCP（Model Context Protocol）解决了什么问题？跟直接手写 Function Calling 的区别在哪？（直接，B5、B7）
• 多智能体（Multi-Agent）怎么编排？主管模式（Supervisor Pattern）与其他拓扑的取舍？（推断，B1、B4）
• 上下文工程（Context Engineering）是什么？跟 Prompt Engineering 的区别？（直接，B5）
• Agent 的上下文快满了怎么办？压缩、检索注入、还是截断？（推断，B5）
• Agent 的短期记忆与长期记忆怎么设计？（推断，B5）
• Agent 框架选型：LangChain / LangGraph / Eino 各自的抽象与适用场景？（直接，B5、B13）

3.2 RAG#

• RAG 的完整技术流程分几步？每一步的失败模式？（直接，B10）
• 一个「高质量 RAG」背后的技术全流程包含什么？（直接，B10）
• RAG 工程化落地要解决哪些问题（数据更新、权限、延迟、成本）？（直接，B2）
• 分块（Chunking）怎么切？粒度怎么定？切错了会怎样？（推断，B10）
• 混合检索（Hybrid Retrieval）与重排序（Reranking）怎么提精度？RRF 为什么不用调权重？（推断，B10）
• 查询改写（Query Rewriting）与多轮对话的检索怎么做？（推断，B9）
• RAG 的 11 个常见面试问题是什么？（直接，B9 —— 注意这条本身就是标题话术，见 §5）
• RAG 怎么评测？召回率（Recall@k）与端到端答案质量各看什么指标？（推断，B8）

3.3 通用 LLM 八股#

• Top 50 LLM Interview Questions 覆盖哪些基础面？（直接，X1）
• 「大模型八股全套」通常包含哪些模块？（直接，B3）
• Generative AI / LLM / RAG 的 2026 版题库考什么？（直接，X2）

3.4 评测#

• 如何在投入生产环境前评估 LLM？（直接，B8）
• 离线评测（Offline Evaluation）与在线评测（Online Evaluation）分别怎么做？（推断，B8）
• 用 LLM-as-a-Judge 打分要注意哪些偏置？（推断，B8）

3.5 架构与训练#

• Llama 架构的关键组件（RoPE、GQA、SwiGLU、RMSNorm）分别解决什么问题？（推断，B11）
• 从论文到实战：架构改动怎么影响训练与推理效率？（推断，B11）
• RL Interview Questions 2026 考什么？（直接，X3）
• PPO / DPO / GRPO 的区别与取舍？（推断，X3）

3.6 多模态#

• 多模态大模型的前沿算法路线有哪些？（直接，B12）
• 多模态特征融合（feature fusion）怎么做？（推断，B12，并与 Boss直聘 JD 的必需项吻合）
• 视觉—语言对齐的训练目标怎么设计？（推断，B12）

4. 对备考优先级的启示#

4.1 与 map.md 的结论一致#

.scratch/content-backlog/map.md 已经从这批信号里得出「热门话题与 02-post-training、04-agent-architecture、03-rag 三块高度重合」。本清单的排序（Agent 6 条、RAG 4 条、post-training 相关的 RL 1 条）支持这个结论，但排序内部有出入：按本清单，Agent 与 RAG 排在 post-training 之前，而 post-training 在信号里只由 X3 一条支撑。

4.2 三个具体结论#

1. 04-agent-architecture 应写最厚。6 条命中，且话题最具体（ReAct、Function Calling、MCP、上下文工程、框架选型都是可出题的点）。同时它直接对应你 Writing Copilot 的一手经验（LangGraph 多智能体 + HITL），信号与你的叙事在这里重合度最高。
2. MCP 与上下文工程优先补。命中只有 2 条，但都是「新词上标题」的形态。这类内容的回报在乎新鲜度——面试官问它时，候选人普遍还没准备过。
3. 评测（05-agent-evaluation）是价值洼地。信号里只有 1 条，但你有 HKMMLU 的一手经验。信号稀薄意味着竞争者准备得少。

4.3 需要主动注意的缺口#

• 多模态在本清单只有 1 条，但它是 Boss直聘 JD 的必需项之一（见 03-jd/boss-zhipin/README.md）。视频信号与 JD 信号在这里冲突——以 JD 为准。当前 map.md 里没有多模态章节，这是一个明确的缺口。
• 大数据栈（Spark / Hadoop / Hive）、并行计算、时间序列建模 同样出现在 JD 必需项里，但在本清单的 16 条信号中完全不出现。这是「面经视频信号」与「招聘方要求」系统性错位的例子：视频内容偏向互联网大厂的模型岗，而招聘市场要的工程能力它不讲。
• 香港本地化内容在所有信号里为零。没有一条涉及粤语、繁中、HK 数据合规或区域评测。你的 HKMMLU 经验、香港本土大模型经历（HKGAI）在信号之外——这既是劣势（没人给你划重点）也是优势（差异化靠它）。

  2026-10-13 更新：小红书通道已接入，香港本地信号见 §6。它补上的是招聘形态（语言考核、流程文化、岗位方向），不是香港 LLM 岗的技术考点——后者补采后仍然是空白。

5. 方法论警告：这是「什么在卖」，不是「什么在考」#

**这一节比上面所有内容都重要。**如果你只记住一件事，记这个。

5.1 这些标题的优化目标不是准确性#

上面每一条标题都写在一个商业机制里：播放量决定推荐权重，推荐权重决定曝光，曝光决定 up 主收益与粉丝。所以标题是被优化过的——优化目标是点击率，不是信息准确度。

于是出现了这些措辞：

5.2 播放量不是权重#

B1（7.8 万播放）与 B7（6 播放）在 §2 的计数里被同等对待——因为 §2 按话题命中计数，不按热度。这两条的证据强度差了几万倍，但它们在表里长得一样。这是本方法固有的失真，必须记住。

播放量低不代表不重要：B7 只有 6 播放，但它讲的 Agent Runtime / Function Calling / ReAct / MCP 恰好是 JD 也在要的东西，只是它没做封面营销。反过来，播放量高有可能是算法推荐的结果，把一个平庸内容推到了首页。

播放量更准确的含义是：多少人在焦虑这个话题。焦虑高也可能意味着这题难、大家普遍答不好、或者培训机构在集中推广——这三种都不是「考得多」。

5.3 从信号到事实的链条，每一环都在衰减#

有人做面经视频
   → 说明有人搜（需求存在）
      → 说明有人在准备这类面试
         → 说明有公司在这类岗位上面试
            → 说明面试真的问了这些题

这条链每一环都可能断。注意最后两环：有人在准备面试，不代表面试问的是他准备的那些；有人被问过，不代表你也会被问。

5.4 正确用法与反面用法#

正确用法：把这份清单当触发词表（trigger list）。它回答的问题是「有哪些话题值得我确认一遍我能不能答」，而不是「我该把时间怎么分配」。权重来自真实 JD（03-jd/），不来自这里。

反面用法（会实质害你）：按播放量排序决定学习顺序。结果是你把最多时间花在最好卖的内容上，而不是最可能被问的问题上。这两个集合有交集，但绝不相同。

5.5 怎么校准#

三条路径，按可靠性从高到低：

1. 真实 JD（03-jd/jobsdb/、03-jd/boss-zhipin/）——招聘方写的必需项是有约束力的：不满足就进不了面试。这是最硬的信号，应该用它给本清单重新排序。
2. 你自己面试后回填的真面经——每次面试完，把真正被问到的问题记下来。这是唯一的「真题」来源，且只属于你。积累到 10 场以上，本文件的权重就该整体下调。
3. 招聘方的公开技术分享——比 up 主的教学视频可信，因为说话的人要为内容负责。

本文件的定位：一个短期占位符。它比没有信号好，但随时应该被上面三条路径改写。当第 2 条积累到一定量时，把本文件拆成「二手信号（本文件）」与「一手面经（新文件）」，并且以后者为准。

6. 小红书：香港本地信号（2026-10-13）#

这一节回答的是「香港求职长什么样」，不是「香港 LLM 岗考什么」。 两者不要混。 同渠道的另半边：小红书不限港区、逐题级的面经实录另存为 02-interview/questions/xhs-reports.md。分工是：本文件管话题，那份管问法的颗粒度。

6.1 采集方式与粒度#

已登录账号下搜索三个关键词：香港 AI 工程师 面试 / 香港大模型 面试 / 香港 AI 岗位 面经，约 75 条命中（去重后约 55 条），并点开 8 篇笔记读到正文。

粒度比 §1 深一层：B站只能读到标题，这里能读到正文。但这个「深」是自述，不是面试记录——发布者的动机是涨粉、记录或情绪宣泄。

6.2 小红书特有的四个局限#

6.3 补到的香港本地信号（此前为零）#

① 语言是考核项，不是加分项 —— 最硬的 HK 特有信号

四大 IT 咨询 P 面原文：「考察了我中英粤的能力」「英粤穿插」；另有招聘帖直接写「要有签证」当门槛。 → 含义：技术答对了但英文/粤语说不出口，会直接掉分。这是 GLOSSARY.md 英文列（面试输出用词）在真实场景里的落点，也说明「中文先行、英文为终态」的分轨制在 HK 不是可选项。

② 传统企业 AI 岗 ≠ 大厂 AI 岗（方向不同，不是难度不同）

传统企业 AI 应用岗原文：「不问模型架构，问的是『这个业务流程你怎么落 AI、成本多少、谁来用』」。四大 data&ai 的 P 面「没有问一丁点技术的问题」，全是开放性行为题 + 对 team 的了解。 → 含义：这一轮考的正是 02-interview/design/ 的语言（先澄清 → 架构 → 取舍）。在 HK 的传统企业/咨询线，01-fundamentals 的八股用不上，而设计轮的准备用得上。

③ 招聘流程文化：成绩单、推荐信、reference check

原文：「公司问我要了完整成绩单 + 前主管的推荐信」「有的是让 HR 自己去做 reference check」「离职时顺手要一封推荐信」。 → 这是流程信号，不是知识信号，但它决定了你要提前备哪些材料，且「入职稳定性」会被 HR 正面问（「为什么来香港」被解读为测稳定性）。

④ 金融/Data 侧的技术筛是 HackerRank，不是 LLM 问答

原文：多数是发链接、约 1.5 小时，考 SQL + Python + 少量算法；少数是实时共享屏幕计时作答。 → 含义：HK 市场里「AI 相关」岗位有相当一部分落在 data / quant 一侧，考的是工程基本功，与 transformer 无关。

6.4 这一节没有证明的事（重要）#

• 没有拿到任何一条香港 LLM / AI Engineer 岗的真实技术面试题。 标题最匹配的那篇挂经正文无题目；有题目的几篇都属 IT 咨询 / Data / Fintech。
• 因此香港 LLM 岗考什么，补采后依然未知。补上的是「香港求职的形态」（语言、流程、方向），不是「香港 LLM 的考点」。
• 样本是一次搜索的前两页，不是抽样；且 §1.2 的全部局限（自选择、平台偏差、时间快照）在小红书上一并成立，还多出 §6.2 的四条。

6.5 一个反直觉的对照#

两者不矛盾，但合起来指向：香港的 LLM 技术岗供给本就稀薄，而 HK 市场更看语言与落地叙事。这与 03-jd/jobsdb/README.md 的 H1–H9 待验证假设属于同一类问题——需要真实 JD 与本地面试回填才能定论，不要用面经内容代替。

7. 自测#

1. §2 说 Agent 命中 6 条、RAG 命中 4 条。这个排序能直接用来决定学习时间分配吗？为什么？

2. B1 有 7.8 万播放，B7 只有 6 播放。为什么 §2 把它们的权重算成一样？这样做的风险是什么？

3. 为什么「大厂真题」这四个字不可信，而 JD 的「必需项」可信？

4. 本清单 16 条信号里完全没有「Spark / Hadoop / 并行计算 / 时间序列」，但 Boss直聘 JD 把它们列为必需项。这个冲突说明什么？

5. 如果要用本文件之外的东西给「什么在考」重新排序，按可靠性你会怎么排？