面了近 10 场才发现：普通公司面试官问的 AI，就这几类

这段时间春招面试，不管是中小厂、制造业信息化、还是软件岗，只要沾一点智能、算法、大模型、AI工具，面试官必问AI相关问题。我一开始完全没准备，前两场答得一塌糊涂，后面专门整理了一下，才发现套路非常固定。

给大家说下最常出现、几乎每家都问的：

第一个就是 RAG基本都会问：你知道RAG吗？能干什么？和直接训模型有什么不一样？不会让你手写公式，就是看你懂不懂：外接知识库、减少幻觉、不用改模型、更安全这几个关键点。能说清楚，面试官就点头了。

第二个必问：AI幻觉什么是幻觉？为什么会出现？你在项目里怎么避免？我一般就答：数据不行、模型瞎编、上下文乱。解决就靠RAG、加校验、限制输出、加来源引用。很朴实，但面试官都认可。

第三个是 场景落地这个最贴合我们双非、普通开发岗。不会问架构、分布式、训练细节，而是问：你如果在工作里用AI，能解决什么问题？怎么把AI用到报表、文档处理、数据整理、质检这些实际场景？

面试官其实就想知道：你会用AI提效，不是只停留在理论。

第四个是基础对比：微调 vs RAG什么时候用微调，什么时候用RAG？大部分岗位，答出：数据隐私、成本、更新速度、业务稳定性这几个点，就完全够了。

还有一些偶尔出现的：

• 向量库是干嘛的
• 怎么提高检索准确率
• 提示词工程有没有用过
• 怎么评估AI回答好不好

我面的这些公司，没有一家考特别深的论文、底层架构，都是看你有没有概念、懂不懂业务、能不能干活。

之前总觉得AI很难、很高大上，真正面了才知道：我们这个层次的岗位，把基础概念+实际场景说顺，就已经超过很多人了。

把这些背熟，面试遇到AI问题，基本不会慌。