面试题内容质量规范

本仓库的目标是帮助候选人理解、表达和应对追问，而不是堆积产品新闻或提供可以直接冒充项目经历的话术。

一、收录标准

一道题至少满足以下一项：

1. 能检验候选人是否理解稳定的基础原理；
2. 能检验候选人是否做过真实的工程取舍；
3. 能自然产生有区分度的追问；
4. 是岗位 JD 中持续出现的能力，而不是某个版本的一次性新闻。

不收录以下内容：

• 只考产品发布日期、版本号或榜单名次的题；
• 与所属模块无关、仅为了增加题数的题；
• 已在其他模块完整回答、没有新增考察角度的题；
• 没有实验条件或来源的精确性能数字；
• 要求候选人把示例经历说成自己经历的“面试话术”。

二、推荐答案结构

每道题优先采用以下结构，按题目复杂度取舍：

1. 30 秒回答：先给结论和关键边界；
2. 核心原理：解释为什么，不只罗列名词；
3. 工程取舍：质量、延迟、成本、复杂度和安全性；
4. 验证方法：指标、数据集、实验变量和回归方式；
5. 常见追问：给出 2～4 个有区分度的追问；
6. 参考资料：时效性结论、论文数据和产品行为应链接到原始资料。

代码块必须标明是“可运行示例”还是“伪代码”。不能把省略依赖、错误处理或并发控制的片段称为生产级实现。

为避免长代码打断阅读，30 行及以上的 Python、YAML、JSON、SQL 等实现代码默认使用 <details> 折叠；短代码、命令、Mermaid 和用于解释流程的纯文本图保持直接展示。整理时应逐处确认折叠边界，避免误包裹相邻解释、命令或 Mermaid。

三、数字与项目经历

• 提升 30%、成本下降 80%、延迟 10ms 等数字必须给出数据集、硬件、并发、模型版本或来源；否则改为定性表述。
• 示例数字使用“假设”或“示例”标识，不得使用“我们实测”“我在项目中”等第一人称包装。
• 项目题使用占位符，例如 [你的基线] → [你的结果]，并提醒候选人只填写真实数据。
• “最佳”“必须”“超过 90% 面试官”等绝对化表达，除非有明确适用条件和可信来源，否则删除。

四、模块边界

模块	负责内容
01	LLM 通用基础概念
02	Prompt、上下文设计与 Prompt 评测
03	RAG 入门流程与常见问题
04 Transformer	模型架构原理
05	单 Agent 基础与工具执行
06	向量检索与索引
07	训练、微调与对齐
08	推理优化原理
09	安全、红队与评估方法
10	在线服务、可靠性与部署
11	多模态模型和应用基础
12	框架抽象、选型和迁移
13	多 Agent 协作与分布式问题
14	MCP、Skills 与协议安全
15	尚未稳定但值得讨论的研究方向
16	简历、项目表达和面试过程
17	AI 编程方法、评测和治理
18	有来源信息的真实面试题
19	推理框架选型与基准方法
20	RAG 高级策略和生产治理
21	多模态 Agent
22	Agent 规划、反思和终止
23	Agent 追踪、指标和诊断
24	Python 工程能力
25	AI 系统设计
26	FDE 岗位的问题发现、客户交付、现场工程和产品化反馈
27	项目经验、指标解释、技术取舍和事故复盘
28	Test Harness、替身选型、fixture、flaky 治理与 LLM 评测 Harness

同一知识点只能有一个“主答案”。其他模块需要它时，应链接主答案并只补充本模块特有的追问。

同一模块默认按面试价值编排，而不是按内容创建时间编排：

1. 稳定且高频的基础原理；
2. 常见工程设计、取舍与故障排查；
3. 特定岗位才会深入的进阶主题；
4. 研究前沿、厂商产品和版本资讯。

“高频”是面向通用 AI 应用开发岗位的相对判断，不伪造题频统计。岗位差异较大的模块应在开头给出建议学习顺序；产品名、发布日期和短期榜单不得因为“新”而排在稳定原理之前。

五、目录与排版

每个专题 README 都应提供 ## 📋 目录，目录项统一使用有序链接：

1. [考点名称](#anchor)
2. [另一个考点](#another-anchor)

• 目录序号负责表达顺序，链接文字不再重复 Q1、Q1-Q5 等题号；
• 正文题目继续使用 ### Q1: 问题 格式；
• 目录锚点必须真实存在，修改章节标题后要同步检查跳转；
• 不使用普通文本标题或项目符号代替有序目录链接。

六、插画质量

插画用于建立记忆锚点，不能替代文字答案。制作前必须完整阅读题目与答案，先提取需要表达的核心结论，再选择比较、流程、因果或场景分镜。

完整的题意提炼、分镜设计、生成卡和验收流程见 《面试题插画生产规范》。

• 图中结论必须能与答案逐项对应，不能遗漏关键边界或画出固定但实际依赖模型、数据和场景的关系；
• 动漫角色只负责引导，知识结构应占画面主体；精确数字、公式和流程优先使用可校验的图表或排版；
• 图片应提供描述核心知识的 alt 文本，并允许点击查看原图；
• 资源统一放在 assets/illustrations/<模块目录>/，优先使用 WebP，单张建议控制在 250KB 内；
• 插画加入题库前必须人工核对文字、数字、箭头方向和概念关系。

七、提交前检查

提交前应人工检查失效本地链接、页内锚点、目录格式、题号异常、重复标题和可疑的无来源数字。前三类问题必须修复；其余项目需要逐项确认。