美团AI产品运营实习面经

现在在AI领域的实际工作中，Skill设计是最核心的。不是提示词工程，不是模型微调，而是给Agent写"技能说明书"的能力。 结合百度输出的skill文章整理了下： 什么是Skill？ 简单说，Skill就是一份结构化的任务说明，告诉AI Agent：  你能做什么 什么时候该触发你 具体怎么一步步执行  它不是代码，更像是一份"超级SOP"。写得好，Agent就能自动识别用户意图并执行复杂任务。 Skill的文件结构 一个完整的Skill长这样： my-skill/ ├── SKILL.md # 核心文件：描述+工作流程 ├── scripts/ # ...

给我面没招了，发点面经攒攒人品～1.提示词要服务小红书的社区价值取向，你会把"好内容"拆成哪些可量化指标?如何分层并设定权重?2.设计一个用于内容生成的离线评估集如何抽样、如何分层覆盖、如何避免评估集被提示词过拟合?3.你会如何把人工评审与自动指标组合成一个"可用于迭代决策"的评分体系?4.你会如何设计原创性、同质化监控与阈值策略，既避免抄袭风险，又避免生成内容千篇一律?5.针对地点、价格、功效流程等容易幻觉的内容，你如何设计数据闭环:发现定位修复验证?6.请举例说明你会如何在高频内容域做偏差分析:偏见从哪里来、怎么量化、怎么验证治理是否有效?7.如果要上线一个新的提示词策略，你会如何设计AB实验:分流单位、样本量、主要指标与护栏指标、以及显著性检验?8.平台对违规、导流、虚假等有明确治理与处理机制，你会如何把这些规则转成可观测的风险指标?9.平台强调AI生成合成内容需主动标识，未标识可能被限制分发;如果你负责提示策略与运营方案，如何设计?10.你如何定义并度量生成内容的多样性，同时确保风格与合规稳定?

📍面试公司：百度 文心一言🕐面试时间：2026.03.18💻面试岗位：大模型RL后训练❓面试问题：自我介绍，教育背景，项目经历项目介绍，基于大语言模型的信号灯控制，问题是什么，如何结合熵，怎么评测，指标结果如何强化学习理论内容，trust-range和PPO的关系PPO是off-policy or on-policy? on-policy为什么会有importance sampling，采样的策略模型和要训练的策略模型有偏差，重要性采样加以修正PPO的clip在优势A 正/负时 限制上/下届，A为正限制上届，A为负限制下届PPO的损失函数怎么计算的？广义优势估计是怎么计算？GAE中lam...

我之前实习的时候一般都是约在晚上面试，对于一些比较好的公司一般都会同意，晚上还可以薅点餐补吃饭呢，或者中间出去1小时再楼下面试，这样基本上也没问题