面试题型分类

真实面试不一定按章节顺序提问，可以按题型进行专项训练。

题型	入口
概念辨析题	概念辨析题
场景判断题	场景判断题
方案取舍题	方案取舍题
容量估算题	容量估算题
连环追问题	连环追问题
开放问答题	开放问答题
踩坑排查题	踩坑排查题

学习清单与详细参考答案

• 我能按题型切换回答方式，而不是把每题都答成概念解释吗？

  **参考答案：**概念辨析先讲边界和错用后果，场景判断先问约束再选规则/工具/RAG/Agent，方案取舍要说质量、成本、延迟和安全，连环追问要一路落到接口、状态、失败和指标，踩坑排查则按输入、检索、模型、工具、状态和权限逐层定位。

• 我能用一个具体场景练完五层追问吗？

  **参考答案：**以“企业客服查订单并申请退款”为例，先说是否需要 Agent，再讲订单查询和退款工具、身份权限、确认和幂等；追问时补充超时未知状态、转人工、审计、P95 与成本。这样答案从业务目标走到工程约束，而不是只报框架名称。

容量估算题的迁移清单

• 我能从日活、请求次数和活跃时段推导平均 QPS 与峰值 QPS 吗？

  **参考答案：**先用日请求数除以 86,400 得到全天平均 QPS，再按活跃时段占比和短时峰值系数计算峰值，并标明哪些数字来自业务假设、历史观测或压测。平均值不能直接当生产容量。

• 我能拆出一次 LLM 请求的完整 Token 和成本账本吗？

  **参考答案：**把系统提示、工具定义、历史消息、用户问题、RAG 上下文、输出、推理 token、缓存和重试分开统计，再加入 embedding、rerank、搜索、工具、GPU/API 费用，并记录模型、价格版本和租户。

• 我能解释 GPU 容量为什么不能只看参数量吗？

  **参考答案：**权重只是显存的一部分，还要容纳激活、KV Cache、通信和框架开销；KV Cache 随序列长度和并发增长，Prefill 与 Decode 的瓶颈也不同。最终机器数要用目标 P95 下的稳定吞吐压测，并留 N+1 余量。

• 我能估算 RAG 向量库容量吗？

  **参考答案：**从有效文本量和 chunk 大小估算 chunk 数，再计算向量原始大小，加入 ANN/倒排索引、metadata、ACL、副本、版本和备份；原文与冷热历史通常放对象存储或分层存储。

• 我能说明 P50、P95、P99 在容量规划里的不同用途吗？

  **参考答案：**P50 表示典型体验，P95 常用于用户 SLO，P99 暴露少量严重长尾。要从 trace 拆开排队、检索、rerank、TTFT、生成和工具等待，在峰值与故障场景下验收，而不是只看平均值。

• GPU 不足或 API 限额下降时，我能给出有边界的降级方案吗？

  **参考答案：**先限流并保护关键租户，关闭非必要 rewrite、multi-query、rerank，把批处理转异步，使用已评估的小模型或稳定缓存；超过容量要快速失败并说明重试时间。权限、引用、人工确认和高风险写操作不能被降级绕过。

• 我能把 ASR/TTS 容量从文本 QPS 换算到音频时长和实时流吗？

  **参考答案：**离线 ASR 看音频总分钟数和完成窗口，实时 ASR 看并发流数和实时率；TTS 还要看文本量、首音频延迟、播放并发、转码、出口带宽和录音保留策略。

• 我能用敏感性分析决定下一步该压测什么吗？

  **参考答案：**改变 token 长度、峰值系数、Agent 调用放大、缓存命中率、单实例吞吐、索引膨胀率和队列速率的上下界，观察 GPU、成本、存储和 P99 变化，优先压测影响最大且最不确定的变量。