程序员面试专题库

大模型安全不是提示词里写几句禁止，而是后端要设计输入、输出、权限、确认和审计的完整边界。

企业 RAG 的权限问题不能交给模型自觉，必须在检索和上下文构造阶段就过滤掉无权限资料。

模型路由不是简单把请求分给便宜模型，而是按任务难度、风险、延迟和成本选择合适路径。

Agent 的能力不只在能拆任务，而在计划能被约束、执行能被审计、反思不能无限循环。

多级缓存不是多加一层缓存，而是明确每一层解决什么问题，以及失效、更新和降级怎么传播。

线程池隔离的目的不是形式上拆开，而是防止慢任务和非核心任务拖垮核心链路。

锁等待不是数据库偶发小问题，它经常暴露事务范围过大、索引不合适和更新顺序不稳定。

幂等不是简单防重复点击，而是用业务唯一键和状态机保证重复请求、重试和回调都不会把状态改坏。

AI 项目要从模型效果走向业务闭环，能说明指标、反馈、坏例、迭代和监控，才像真实上线系统。

RAG 不只难在首次搭建，知识库持续更新后更考验版本管理、缓存失效、索引一致性和坏例回归。

结构化输出不是让模型“按 JSON 返回”这么简单，后端必须承担解析、校验、重试、降级和审计。

Agent 记忆的核心不是保存更多聊天记录，而是管理当前任务状态、长期偏好、权限边界和可删除能力。