企业官网建设流程全解析

本文面向3年左右Python后端 / 初级AI Engineer候选人，覆盖高频技术题 + 工程实战题 + 架构设计题。

不只给答案，更给面试官想听的点。

一、Python 基础与工程能力（必考）

Q1：Python 的 GIL 是什么？对 AI 工程有什么影响？

答：

• GIL（Global Interpreter Lock）​ 是 CPython 的全局锁，同一时刻只允许一个线程执行 Python 字节码。

• 对 CPU 密集型任务（训练、推理）：GIL 会限制多线程并行，必须用多进程（multiprocessing）​ 或C 扩展（PyTorch 底层）​ 绕过。

• 对 IO 密集型任务（LLM API 调用）：GIL 影响很小，因为 IO 等待时会释放 GIL。

• AI工程启示：

  • LLM 推理用vLLM / TensorRT，底层是 C++，不受 GIL 限制

  • FastAPI 用async + uvloop，适合高并发 IO

  • 批量推理用多进程 Worker

✅ 面试官想听：你知道 GIL 的边界，不会被“Python 不能并发”吓住。

Q2：async / await 在 AI 服务中有什么用？

答：

• LLM 调用是IO 密集型（网络等待）

• 使用async def+httpx.AsyncClient可以：

  • 单进程支撑成百上千并发请求

  • 避免线程切换开销

• 在 FastAPI 中：

  @app.post("/chat") async def chat(): async with httpx.AsyncClient() as client: resp = await client.post(url, json=payload) return resp.json()

✅ 加分点：提到streaming（SSE / WebSocket）必须用 async。

Q3：FastAPI 为什么适合做 AI 服务？

答：

✅ 面试官想听：你会用框架特性解决 AI 工程问题，而不是“只是会用 FastAPI”。

二、RAG 核心技术（面试核心区）

Q4：什么是 RAG？为什么不用直接微调？

答：

• RAG（Retrieval-Augmented Generation）：

  用户问题 → 检索相关知识 → 拼接 Prompt → LLM 生成

• 为什么不用微调：

  维度	RAG	微调
  知识更新	实时	需重新训练
  成本	低	高
  可解释性	有来源	黑盒
  幻觉	可控	仍存在

✅ 加分：提到Hybrid Search（向量 + 关键词）。

Q5：Chunk Size 怎么选？太大或太小会怎样？

答：

• 太小：

  • 丢失上下文

  • 召回片段不完整

• 太大：

  • 噪声多

  • 超过 context window

• 经验值：

  • 通用文档：512 ~ 1024 tokens

  • 代码：256 ~ 512 tokens

• 工程做法：

  • 用 RAGAS 评估不同 chunk 效果

  • 支持多种 chunk 策略并存

✅ 面试官想听：你不是拍脑袋，而是有评估方法。

Q6：为什么要用 Re-rank？

答：

• 向量检索是粗排，可能语义相似但无关

• Re-rank 用Cross-Encoder​ 做精细打分

• 流程：

  Vector DB → Top-K → Re-rank → Final-N

• 代价：Re-rank 慢，只在最后阶段用

✅ 加分：提到bge-reranker。

Q7：RAG 如何防止幻觉？

答：

• 检索阶段：

  • 提高召回准确率

  • 设置相似度阈值

• 生成阶段：

  • Prompt 明确要求“不知道就说不知道”

  • 限制上下文来源

• 输出阶段：

  • 引用来源（Citation）

  • Guardrails 校验

✅ 面试官想听：你有系统性防幻觉意识。

三、Prompt 工程与模型调用

Q8：Temperature 和 Top-p 有什么区别？

答：

• 代码 / SQL：temperature = 0

• 创意写作：temperature = 0.7~0.9

• 生产系统：固定 temperature，避免不可复现

✅ 加分：提到seed 固定。

Q9：Function Calling 和 Tool Use 是什么？

答：

• LLM 不直接执行动作

• 只输出结构化调用意图

• 后端执行真实逻辑

{ "name": "query_order", "arguments": {"order_id": "123"} }

✅ 面试官想听：你理解LLM 是“大脑”，后端是“手脚”。

四、Agent 与工作流

Q10：Agent 和传统 if-else 有什么区别？

答：

• Agent 适合：

  • 多步骤

  • 不确定性高

• if-else 适合：

  • 明确规则

  • 高可靠

✅ 加分：提到Human-in-the-loop。

Q11：LangGraph 解决了什么问题？

答：

• 普通 Chain 是线性

• Agent 需要：

  • 循环

  • 条件分支

  • 状态共享

• LangGraph 提供：

  • StateGraph

  • Node / Edge

  • Checkpoint（断点续跑）

✅ 面试官想听：你做过复杂 Agent，不是只会chain.invoke()。

五、性能与工程化

Q12：vLLM 为什么快？

答：

• PagedAttention：KV Cache 分页管理

• Continuous Batching：不等请求结束就批处理

• KV Cache 复用：多轮对话共享历史

✅ 加分：对比 HuggingFace Transformers 慢的原因。

Q13：如何评估 RAG 系统？

答：

工具：RAGAS、DeepEval、LangSmith

✅ 面试官想听：你用数据说话，不是凭感觉。

Q14：AI 服务怎么做限流和降级？

答：

• 限流：

  • API Key 粒度

  • IP 粒度

  • Token 配额

• 降级：

  • 超时返回缓存

  • 复杂问题降级规则

  • 高峰期关闭非核心功能

✅ 加分：提到Redis + Lua 限流脚本。

六、架构设计题（压轴）

Q15：设计一个企业级 RAG 系统

答（标准架构）：

┌──────────┐ │ Client │ └────┬─────┘ │ ┌────▼──────────┐ │ API Gateway │ │ Auth / Limit │ └────┬──────────┘ │ ┌────▼──────────┐ │ RAG Service │ │ · Retriever │ │ · Rerank │ │ · Generator │ └────┬──────────┘ │ ┌────▼──────────┐ │ Vector DB │ │ Qdrant │ └────┬──────────┘ │ ┌────▼──────────┐ │ Object Store │ │ MinIO/S3 │ └──────────────┘

关键点：

• 异步检索

• 流式输出

• 来源可追溯

• 可观测（LangSmith）

✅ 面试官想听：你不是只会写 Demo，而是能设计可扩展系统。

七、反问面试官的问题（加分项）

八、总结：面试官到底在考什么？

✅一句话总结：

AI Engineer = Python 后端 + 模型工程 + 系统工程 + 一点点 AI 直觉