刷脉脉看到一个讨论，一位网友复盘了自己参加“小米大模型一面”的经历。按发帖者的个人回忆，这场约 50 分钟的面试，从 GPT、LLaMA、Qwen 的注意力差异，一路问到 Agent 项目、SFT 数据、LoRA、QLoRA、模型量化和意图识别。需要说明的是，这只是个人面试复盘，属于非官方口径，不能代表公司固定题库，但很适合拿来观察当下 AI 岗位到底在筛选什么能力。

一、基础概念必须能讲出“为什么”

“GPT、LLaMA、Qwen 注意力有什么区别”看似是背书题，真正想判断的往往不是候选人能不能报出名词，而是能否把结构选择、推理成本和业务影响连起来。准备时不要只记 MHA、MQA、GQA 的定义，还要能解释 KV Cache 为什么占显存、分组查询注意力如何兼顾效果和吞吐，以及上下文变长后延迟会怎样变化。

更有效的回答方式是：先讲机制，再讲收益与代价，最后落到场景。例如在线客服强调并发和首字延迟，离线知识抽取更关心吞吐与准确率。这样呈现的是工程判断，而不是术语清单。

二、Agent 项目已经进入“追实现”阶段

原帖提到，面试官会追问 Agent 项目的数据形式，以及 Agent as Tool 如何实现。这意味着简历上写“做过 Agent”已经不够。候选人至少要讲清任务如何拆分、工具怎样注册、参数如何校验、状态如何保存、失败怎样重试，以及怎样避免无限循环和错误调用。

如果项目只是组合开源组件，也不必硬包装。重点是说明自己解决过什么问题：减少幻觉、提升工具命中率、加入权限隔离，还是建立可观测链路。最好准备一张调用流程图，再带上任务成功率、平均调用次数、P95 延迟或人工接管率等指标。

三、微调题考完整实验闭环

网传面试复盘里还出现了 SFT 数据组织、训练轮次、超参数选择、LoRA 与 QLoRA、量化等问题。这些题没有唯一参数，却要求你解释选择依据。

回答时可以按“目标—数据—训练—评估—迭代”展开：先定义任务和基线，再说明数据清洗、去重、模板统一与数据集划分；然后解释学习率、batch size、epoch、LoRA rank 如何确定；最后用离线指标、人工评测和线上反馈证明效果。参数不是越大越好，关键是有实验记录、有对照组，也知道过拟合的信号。

LoRA 与 QLoRA 也不要停在“一个量化、一个不量化”。应进一步说明：量化主要作用于基础模型权重，适配器仍以较高精度训练；这样能降低显存门槛，但也有精度、速度和算子支持方面的取舍。

四、手写代码仍是验真关

评论区有人说，这类面试越来越偏工程实践。原帖的个人复盘提到“手撕 LoRA”，随后换成把 SFT 数据整理为 ChatML 格式。无论该流程是否具有普遍性，信号都很明确：会调用训练框架，不等于真正理解数据和参数怎样流动。

准备时可以实现一个最小 LoRA Linear：冻结原权重，新增低秩矩阵 A、B，正确处理初始化、缩放和前向计算；再写一个数据转换脚本，把多轮对话处理成统一模板，并覆盖空消息、异常字段和长度截断。代码不必长，但必须可测试、可解释。

程序员该怎么准备

第一，选一个最熟的项目，准备一分钟概述、五分钟架构和十五分钟追问。第二，把每个技术选择改写成“为什么不用另一个方案”。第三，为项目补齐数据、评估、监控、成本和失败案例。第四，每周手写两个最小实现，减少对框架魔法的依赖。

大模型岗位正在从“知道概念”转向“能把模型做成系统”。真正拉开差距的，不是记住多少缩写，而是能否把原理、数据、代码和业务指标连成闭环。

原帖链接：查看脉脉原帖

备用搜索关键词：小米大模型一面、GPT LLaMA Qwen 注意力区别、Agentastool。

评论区聊聊：如果你参加大模型岗位面试，最担心被追问的是注意力机制、Agent 工程，还是微调与量化？