面 AI 产品经理和 FDE，我最怕听到两类回答：一类是背概念，RAG、Agent、微调挨个说一遍，不知道用在哪儿；另一类是讲愿景，「赋能」「闭环」说得很顺，落到一个具体客户身上就断了。
所以我的题目全部带场景。场景的作用不是增加背诵量，而是逼候选人做两个动作：把技术原理翻译到这个具体约束下，再把这个方案的价值说回商业目标。十道题按生命周期排，前八道两个岗位都会遇到，后两道主要给 FDE。
需求与定义
第一题：这个需求该不该做
场景：老板在管理层会上说「我们也要有 AI」，让你给项目管理工具加一个 AI 助手，两周内出方案。
问题：你怎么判断这个助手该做什么、不该做什么，如果结论是不该做，你怎么汇报。
我的追问：哪些环节 AI 有增量，哪些环节只是换了个入口；如果做，第一批用户是谁。
区分度：及格的回答是列出可能的功能；好的回答会先拆任务——哪些步骤用户本来就要花时间且容错率高（草拟、总结、格式整理），哪些步骤错了会破坏信任（改别人的任务状态、对外承诺日期）。能说出「不做」的标准，并且给出向上沟通的说法，是最强的信号。直接开始排期的，通常没想过这个问题可以否。
第二题：把一句话需求写成可验收的东西
场景：决定做「AI 帮用户写周报」。产品委员会要一份能立项的说明。
问题：写出这个功能的验收标准。要求具体到「满足什么条件算上线成功，什么情况算失败」。
我的追问：用户改了三处才敢提交，算成功吗；周报涉及别人的绩效数据，错了算谁的责任；测试用户是谁，多少条周报之后你敢下结论。
区分度：差候选人写「准确率高、用户体验好」；合格的会定义输出结构和事实约束；好的会给出可测的条款——事实项必须来自用户本周期的工作记录，改动幅度、采纳率分别卡在哪条线，以及失败路径（没数据时的表现、敏感信息怎么处理）。这一题考的是把模糊意图变成合同的能力，是产品岗的硬功夫。
选型与评估
第三题：约束下的模型选型
场景：一家律所要做合同初审，文档涉密不能出域，IT 只有一台八卡服务器，预算够运维两个人。
问题：在云端 API 加脱敏、开源模型私有化、微调小模型三条路里选一条，说出理由和代价。
我的追问：私有化模型能力落后前沿一到两个版本，谁向客户解释这个差距；那台服务器坏了，SLA 怎么办；一年后换模型，迁移成本谁承担。
区分度：背参数的会说「选最强的」；合格的分析三条路的运维负担和数据风险；好的会按约束排序——数据不出域是硬约束先排除一条路，然后算那台服务器能跑什么档位的模型、吞吐够不够律所的日处理量，最后承认剩下的路都有代价，并说明代价由谁承受。能主动谈「落后版本」和「硬件故障」的，多半真交付过。
第四题：客户说变差了，但指标没变
场景：客服问答助手上线三个月，指标平稳，客服主管投诉「最近答得越来越虚」，拿不出具体例子。
问题：设计一套排查方案，两周内给出结论。
我的追问：你怎么定义「虚」，怎么把它变成可测量的东西；排查期间要不要动线上；如果最后结论是模型供应商悄悄换了版本，你怎么善后。
区分度：差的回答是「多收集反馈」；合格的会建评测集、做分层对比；好的会先从投诉里捞出十条具体案例定性，再据此定义测量口径（比如引用是否支撑结论、是否泛泛而谈），然后用冻结的历史样本对比新旧行为，顺带检查知识库在这三个月里有没有人改过——这是新手最容易漏的归因项。能想到「先定性再定量」的，比直接拉数据的强一档。
数据策略
第五题：三百条工单的冷启动
场景：要给售后团队做工单自动分类和回复草拟，历史上只有三百条已解决的工单，没有标注，没有分类体系。
问题：给出前八周的数据计划。钱只够外包标注五千条。
我的追问：分类体系谁定，定错了怎么办；回复草拟的训练数据从哪来；八周后你怎么知道数据策略是成功的。
区分度：差的回答是「收集更多数据」；合格的会先人工读工单归纳类别、定标注规范、双人标注算一致率；好的会指出两件事——分类和草拟的数据需求完全不同，前者五千条够，后者靠三百条历史回复远远不够，得靠「客服修改 AI 草稿」这个闭环攒数据；以及分类体系本身是产品决策，要和售后负责人对齐 KPI 口径，不是标注公司能定的。
第六题：把使用行为变成迭代
场景：产品上线三个月，日活两千，你想建立从用户行为到产品改进的固定机制。
问题：设计这个闭环：收集什么信号、谁来看、多久迭代一次。
我的追问：用户没修改生成的回复，你怎么解读；显式评分 button 你做不做；闭环里最慢的一环是什么。
区分度：差的回答画一个「数据飞轮」的圈；合格的分层信号——采纳是强信号、小修改是中信号、时长是弱信号；好的会回答组织问题：每周固定时间看 bad case、谁有权限决定改什么、改动怎么验证、闭环周期是几天。能把「最慢的一环是决策和标注」说出口的，通常自己跑过这个循环。
架构与落地
第七题：两秒的延迟预算
场景：企业知识库问答，库里有百万级文档，要求用户按下提问后两秒内开始看到字。
问题：给出架构方案和延迟预算的分配，并说明每一部分超时了怎么办。
我的追问：为什么是两秒，这个数字怎么来的；检索层慢了砍什么，生成层慢了砍什么；缓存命中返回了过期信息，谁发现。
区分度：差的回答堆名词，「向量数据库、流式输出、GPU 集群」；合格会拆预算——检索、重排、首字生成各占多少毫秒，超时各自降级；好的会说清楚降级顺序是一份产品决策而不是工程决策：缓存优先、其次小模型、再次排队、最后拒绝，以及每种降级对用户体验的伤害不同，要按场景排。能反问「两秒是硬指标还是体感指标」的，加分。
第八题：五千人的上线与头三十天
场景：AI 助手要推给一家企业内部五千名员工，IT 主管要求「不许出事故」。
问题：设计灰度方案和头三十天的运营节奏，包括成功标准、监控指标和回滚预案。
我的追问：第一批用户怎么选，选错会怎样；什么指标触发回滚，阈值谁签字；三十天后你怎么向客户证明这次发布是成功的。
区分度：差的回答「先小范围试点」；合格的会按部门和使用场景分批、定义监控面板；好的会处理三个细节——第一批选「问题高频且容错高」的团队而不是最愿意尝鲜的，回滚阈值要提前和 IT 主管签字确认而不是事后争论，以及三十天后的汇报要用业务语言（客服工单处理时长、法务初审通过率的变化）而不是技术语言。FDE 岗位这一题必须答出最后一条。
FDE 专场
第九题：把同一个方案讲给两种人
场景：你给一家制造企业设计了质检报告生成方案：检索历史报告加模板约束加人工确认。客户 CTO 认为太保守，「为什么要人工确认，不是说端到端了吗」；你公司的算法团队认为太激进，「没做过制造业，风险大」。
问题：分别准备两段十分钟的沟通，说出每段的核心论点和你会主动承认的弱点。
我的追问：CTO 问「人工确认是不是说明技术不行」，你怎么答；算法团队要求先做三个月 POC，怎么谈。
区分度：差的回答两边讨好；合格的会给两边各自的技术理由；好的会意识到这是同一条证据链的两种翻译——对 CTO 讲错误成本和责任边界（人工确认放在哪个环节、为什么是那里），对内部讲风险收敛路径（先窄场景全量、再扩场景，每一步的退出条件）。能主动说出「我方案里最可能被挑战的一点」并提前准备好数据的，是成熟的交付者。
第十题：现场方案跑不通
场景：驻场第二周，原方案假设客户系统有 API 可以拉历史工单，实际上只有一批三年间的导出 Excel，格式改过四次，字段缺失严重；客户项目负责人开始追加需求，「顺便把邮件自动回复也做了」。
问题：现场这一周你怎么处理：方案怎么调，范围怎么管，总部怎么沟通。
我的追问：导出数据能不能支撑原方案的核心假设，验证需要多久；追加的邮件回复你接不接，接的条件是什么；如果客户高层说「合同里写了智能客服」，怎么界定边界。
区分度：差的回答「升级给领导」；合格的会先花一两天验证数据能不能撑住核心链路、把缺口列成清单；好的会做三件事——把「数据现实」翻译成方案变更（比如先做检索式草拟、放弃自动分类，六个月后再评估），给追加需求一个明码标价的准入条件（数据是否可得、是否在验收口径内、资源谁来出），并向总部提交一份不带情绪的事实版变更请求：环境是什么、假设哪条不成立、两个可选方案各自的时间和成本。FDE 的核心能力就在这里：现场没有理想条件时，把「做不了」变成「换个做法」。
出题的底逻辑
这十道题没有一道考名词解释。我判断的口径始终是同一条：候选人能不能在具体约束下做出取舍，并且说清楚取舍的代价由谁承担。
技术深度不是知道多少东西，而是知道每个选择的代价；业务理解不是会说商业词汇，而是能把代价换算成对方在乎的东西。
两句话都答得上来的候选人不多。遇到一个，尽快发 offer。
评论