这可能是目前 AI 面试中最拉开差距的一环。大部分求职者的简历上写着“通过优化 Prompt，提升了生成质量。”面试官往往会微微一笑，紧接着抛出一记灵魂暴击：“那你怎么定义‘质量提升’？你怎么用数据证明，你的 模型 跑得比昨天更好？”这个时候，如果你挠挠头回答：“我自己抽查了几条结果，感觉变好了……” 那基本就凉透了。正所谓乱花渐欲迷人眼，靠人工“抽盲盒”式的肉眼查验，很容易陷入“只看好案例（Cherry-picking）”的自欺欺人中。在真正的工程落地面前，这种“凭感觉”根本站不住脚。回答应该直接把 Eval（评估）体系拍在桌面上：“在修改任何一行核心逻辑或 Prompt 之前，我会构建一套...

明天下午面这家，jd写的很高，有点害怕

…… 标题党了，对不起各位牛爷爷了，请问各位简历有没有要优化的

会议室里安静了几秒。 "你的意思是，现在的方案有问题？"架构师看着我，语气平静，但能感觉到空气里的压力。 我深吸一口气，打开了笔记本上的架构图："不是有问题，是我觉得可以更好。现在的方案是把所有请求都走主链路，但如果我们把读写分离，再加一层缓存预热机制，理论上能大幅降低核心服务的压力。" 这是实习第二个月，我第一次在技术评审会上发言。会议室里坐着七八个人，有架构师、技术经理，还有几个工作了好几年的senior。而我，只是个还在试用期的实习生。 "你做过压测吗？"旁边一个senior问。 "做了简单的本地验证，"我点...