我的长江存储面试

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1️⃣业务面1-实习拷打2-个人询问3-为什么想做产品经理4-产品经理的核心竞争力是什么5-介绍一下美的实习时的产品经理做的是什么项目6-过去的两段产品经历都是硬件的，你可以具体到在美的主要做的是什么品类吗7-对于产品的迭代优化，你觉得为什么要做迭代这个动作8-要举例在美的进行迭代的一个品9-是什么样的用户场景触发了要迭代,迭代做了哪些事情，发现了什么样的问题,提出什么样的方案,最终达到了什么样的效果10-怎么区分竞品分析完了之后哪些信息是有效的11-硬件和软件产品之间的差异2️⃣AI coding面1-用户群体是谁，这个页面的核心功能是什么，部门为什么要选择你的方案而不是其他人的2-引导开始优化：有没有考虑过真正使用这些功能的没有精力来去做知识库里的复习

1. 请做一下自我介绍2. 你提到“问题导向”，具体是怎么体现的？3. PE（产品工程师）和传统后端开发有什么区别？4. 作为实习生经验不足，如何快速参与业务并给出建设性意见？5. 你在项目中是如何体现“问题导向”的？6. 多轮对话效果变差的本质原因是什么？7. ReAct 能解决上下文问题吗？为什么？8. 你是怎么做上下文压缩的？9. 如何保证压缩过程中不丢关键内容？10. 如何判断哪些是关键内容？11. 长对话（20~30轮）怎么处理？12. 压缩本身会丢信息，你怎么控制？13. 为什么要用 topK + 元数据过滤？14. topK 是怎么实现的？（embedding 吗？）15. 为什么不能只用 embedding？16. 为什么要结合关键词检索？17. embedding 相似 ≠ 语义相似，为什么？18. embedding 为什么会不准确？19. 如何提高 embedding 检索的准确率？20. 文本切分（chunk）策略怎么设计？21. 如果文本特别长（超过 token 限制）怎么办？22. 有没有了解业界的上下文压缩或检索方案？23. 你的系统一致性是怎么做的？24. Redis + MQ 是最终一致性还是强一致性？25. 秒杀场景可以用最终一致性吗？26. 这种方案会不会超卖？27. 你到底实现的是强一致还是最终一致？28. 如果要实现强一致性，应该怎么做？29. 多级缓存体系是怎么设计的？30. 如果没有缓存会有什么问题？31. 什么是缓存穿透？手撕：从二叉树中一个结点出发，返回所有路径长度为target的路径。vibe coding，一定要用js写后续：手撕没写出来，第一次遇到要用vibe coding的，手足无措等了半天gpt连上，泡了一周挂了

最近在面试AI产品经理，记录一下这些天的真实经历。今早刚面完一家初创AI公司，面的时候还觉得聊得不错，结果聊到后面，面试官问我：你有做过Vibe Coding吗？我说做过。然后就开始疯狂追问，接着就是灾难式翻车。我习惯用录音来复盘，一边听一边恨泪写下这篇经验贴，希望能帮到后来人。🎯 Vibe Coding项目的讲法框架其实不复杂，就是经典的5步：背景 → 用户 → 问题 → 方案 → 结果下面每一步拆开讲。1️⃣ 背景：为什么做？❌ 错误示范：“因为我刚好在找工作，想有个项目经验，而且看别人没做过，所以就做了。”——说实话，我真的是这么想的，也真的这么说了。但面试官听完完全没有共鸣。✅ 正确思路：体现“用户驱动 + 行业认知”，讲清楚“发现问题 → 验证 → 解决”的闭环。正确说法：“我发现了一个很具体的问题XXX，验证了这个场景确实存在，所以做了这个项目。”2️⃣ 用户与问题：给谁用？解决什么？❌ 错误示范：“用户是XXX，这个产品能帮助他们XXX。”这种说法太笼统，没有层次感。✅ 正确思路：用户分层 + 优先级正确说法：“目标用户是XXX，核心特征是XXX，最核心的需求是XXX。这个产品能帮他们解决XXX问题。”3️⃣ 方案：怎么做？这是我的一个重大发现：面试官其实不太关心你具体怎么实现的，除非跟这份工作高度相关。他们更想听的是你有没有产品思维。❌ 错误示范：“先做了XXX，然后做了XXX，接着接了XXX接口，用了XXX架构……”技术细节讲太多，反而跑偏了。✅ 正确思路：讲清楚三层：输入 → 核心能力 → 输出先讲输入是什么，再讲产品的核心能力是什么，最后讲输出什么结果。面试官如果好奇能力是怎么实现的，会主动追问。他不问，你就别硬讲。4️⃣ 结果：项目的验证与闭环这个我翻车翻得很彻底。我的项目没有上线，没有用户数据。面试官一问，我直接答不上来。✅ 补救方案：即使没上线，也可以说做了初步验证：自测 + 小范围分发给朋友试用。所以强烈建议：项目能上线就尽量上线。哪怕界面很简陋，只要有用户数据，面试的时候就好讲很多。有了数据，你就可以说“根据用户反馈做了XX轮迭代”，闭环意识一下子就出来了。5️⃣ 表述逻辑要清晰，别自己搞断链条❌ 错误示范：“我觉得这个prompt效果挺好的……跑了几次效果都不错……就直接用了……但也没有数据验证……”复盘之后我才发现，这个逻辑链条是断的。正确的逻辑应该是：做了优化 → 有效果 → 验证过 → 确认好用我实际说的是：有效果 → 但其实没验证 → 不确定好不好✅ 正确说法：“从自测和使用体验来看，生成效果符合预期。下一步会补充数据验证。”这样既诚实，又体现了迭代意识。📌 总结如果做Vibe Coding是为了求职，一定要记住：尽量拿到用户数据，哪怕只是小范围试用。这样才能体现产品经理的闭环意识。另外，面试的时候一定要自信。就抱着“我的作品天下第一好”的心态去讲，语气要坚定。虽然咱也没做什么严格的验证，但demo嘛，逻辑合理就是好的。最后，如果有人知道好用的上线方式，求分享！🙏

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.介绍一个最能体现你能力的AI产品项目。3.XX项目的评测指标是怎么设计的?4.XX项目的badcase归因是自动化做的吗?还是有人工参与?5.怎么给失败案例打标签?6.你们有没有做微调?7.训练数据大概是什么格式?8.训练数据质量怎么检查?9.模型微调前后，能力上有什么提升?10.评测集是怎么建的?规模大概多少?11.评测指标有哪些?12.Bad case的来源是什么?13.你参加过的XX比赛是做什么的?遇到的最大困难是什么?14.你做过RAG相关的项目吗?你对最新的RAG模型了解多少?15.相较于单agent，多agent系统对效率有没有提升?16.多agent系统有什么独特价值?17.你怎么看Openclaw?