#面试题最常见的 5 种追问方式
- 从定义追到原理：你说了是什么，面试官继续问为什么。
- 从原理追到 trade-off：你说了优点，面试官继续问代价和边界。
- 从方法追到工程实现：你说会做 RAG，面试官问怎么切 chunk、怎么评测。
- 从项目追到失败案例：你说做过 Agent，面试官问失败时是怎么定位和修复的。
- 从系统追到业务价值：你说模型效果提升，面试官问对成本、稳定性、用户体验有什么影响。
#追问的本质
追问不是随机加难，而是在检查你的答案是否能从术语层走到机制层、工程层和业务层。定义回答“是什么”，原理回答“为什么有效”，trade-off 回答“代价是什么”，实现回答“怎么落地”，失败案例回答“坏了怎么定位”。
如果一个答案经不起追问，通常是因为缺了边界。例如说 RAG 能缓解幻觉，就要能继续解释召回不足、重排错误、上下文污染、生成未引用证据和评测不完整分别会造成什么问题。
#面试自检
- 说完定义后，主动补一句它解决什么问题。
- 说完优点后，主动补一句代价和适用边界。
- 说完项目后，主动补监控指标、失败案例和修复路径。
#追问练习方式
练面试题时，可以给每个答案连续追加三层追问：为什么有效、什么时候失效、线上怎么发现。比如 LoRA 为什么有效，回答到低秩增量还不够，还要继续说任务分布差异大时可能不够、rank 和目标模块怎么选、如何通过验证集和线上指标判断是否退化。
项目题尤其要准备失败案例。一个可信的项目回答通常包含：原始目标、初始方案、失败症状、定位过程、修复动作、指标变化和遗留风险。如果只能讲成功路径，面试官很难判断你是否真正参与过系统迭代。
练习时可以让每个答案都经过“再问一句为什么”的压力测试。你说用了 rerank，就要能解释为什么召回后还要重排；你说用了 LoRA，就要能解释为什么不全参微调；你说用了缓存，就要能解释一致性、过期和命中率。能扛住三轮追问，答案才基本稳。
追问中还要学会承认边界。遇到没有做过的实现，不要硬编细节，可以说清自己知道的链路、可能风险和会如何验证。比如没有亲自改过推理引擎，也可以准确说明 KV cache、batch 调度、TTFT/TPOT 和监控指标，这比伪装经历更稳。
另一个常见追问是“为什么不用另一个方案”。准备时要给每个核心方法配一个替代方案：RAG 对比 fine-tuning，LoRA 对比全参微调，DPO 对比 PPO/RLHF，GQA 对比 MHA/MQA，batching 对比低延迟单请求优化。能做比较，说明你不是只记住了单点方案。
如果答案被追到不确定处，合理做法是先明确假设，再给排查路径。例如“如果召回率已经足够，我会继续看重排和生成约束；如果召回率本身不足，就先查 chunk、embedding 和 query rewrite”。这类条件化回答比武断结论更可信。
最后记住：追问考的是稳定推理，不是背更多结论。能把假设说清、把路径说顺、把边界说出来，就已经覆盖了大多数面试追问的核心。