AI 评测算法一面面经

开场面试官主动介绍岗位，做的是后训练阶段、办公场景，包括数据合成、评测集构建、judge 设计这些内容

1. 自我介绍，项目被要求要求只讲与岗位最相关的 1-2 个
2. 重点被追问了一个项目的痛点、pipeline、方法原理、评测集构建、与已有 benchmark 区别
3. 技术题：
   ① 用过哪些 harness、选一个讲原理。答：详述了 Codex 的 Agent Loop；
   ② 接触过 GDPval-AA 吗（真实工作场景评测集）。答：没接触
   ③ 追问评测从输入到产出的完整链路
   ④ 提问沙箱机制（模型 API 在容器内还是外、工具在内还是外）。只答出审批/规则型沙箱
4. AI Coding 练习：
   ① 现场和 AI 对话探索 GDPval-AA，回答 是什么+源码 → 官方 rollout harness → rollout 如何执行、如何拿产出
   ② “API 在容器外、工具在容器内”怎么理解。答容器无状态、只是工作载体，结构化产出输出到容器外，便于快速启停。（其实还有可复用、防 hack、安全等方面）
5. 日常手写还是 AI 写代码。答几乎全 AI（不然呢），学习时手写。

反问阶段：

1. 你们用 AI 推进多个项目时，怎么做注意力分配。答一人最多并行两三个，主力 1-2 个，其余试验性调研

#牛客AI配图神器##AI求职记录##如何成为1个AI工程师？##面试问题记录##面经##AI求职记录##阶跃星辰#