面试训练入口

目标不是背出术语，而是把一个结论沿着“原理 → 数据 → 代码 → 故障 → 证据”讲到底。先独立作答，再展开答案；如果答不出第二层追问，返回对应实验，不急着记下一题。

事实使用规则

本站题库用三种标签限定回答的适用范围：

标签	可以怎么讲	不能怎么讲
简历事实	“我在 HanLink 负责教材生成与审校”；描述简历明确记载的职责和结果	推导出没有记录的并发量、成本下降比例、团队人数或模型版本
学习复现	“为理解这个机制，我在学习项目里做了这个实验”，并出示本包代码及报告	把本次开发、测试结果算作过去公司的生产成果
假设方案	“如果遇到这个故障，我会这样处理”，给出验证目标	把设计推演说成亲历过的事故

本题库的方案型 STAR 中，R 表示验收依据或预期结果，并非未经验证的成功声明。实际执行情况以交付包验收报告为准。涉及历史项目中未记载的实现细节，回答“这个细节我需要核对记录”，然后明确切换到复现或假设场景。

题库地图

每组 4 道主问题，共 24 道。每题含两层追问和一个分支问题，连同主问题共 96 组答案；每组均有直接答案及 STAR 案例。

编号	主题	训练重点
Q01–Q04	Agent 与模型边界	代码形态、工具调用、结构化输出、框架选型
Q05–Q08	RAG 与规则	数据管道、异常资料、跨章节一致性、提示词注入
Q09–Q12	生成与审校闭环	独立评审、局部修订、持久化、人工作业
Q13–Q16	素材与可靠执行	依赖、版本、超时、租约、评测、成本
Q17–Q20	AI 应用与系统设计	语音、拍照、MQTT、扩容与边界
Q21–Q24	资深研发能力	跨端架构、测试发布、开源、技术协作

三套完整模拟面试

• 45 分钟：基础原理与概念理解
• 60 分钟：教材 Agent 项目深挖
• 75 分钟：系统设计与故障分析

每套都能由一人录音自测，或请一位同伴按脚本扮演面试官。参考答案包含在题库，不需要在线模型或教材系统保持运行。

表达与复盘

• 自我介绍与两分钟、五分钟、深入项目讲稿
• 整份简历技术准备：口语、课堂、跨端、工程化与开源
• 统一评分标准与复盘表
• 返回学习主线
• 系统架构与源码
• 动手实验

第一次练习允许查代码；第二次只看题目；第三次要求面试官打断并改变故障条件。不要把完整 STAR 当成固定话术反复朗读：技术原理先直接讲清，案例只解释你如何应用它。