面试题：AI全栈
AI 全栈工程师岗位相关的 AI 应用开发、Agent 工作流、模型接入和产品落地面试准备。
AI 应用本地开发、测试、预发布和生产环境应分别隔离哪些资源？
环境隔离不仅是不同 URL，还要隔离模型入口、密钥、数据、知识库、队列、回调和成本账户，避免测试触发真实副作用。
部署、成本与项目设计AI全栈中频题
如何管理不同环境的模型入口、密钥、Prompt、向量库和回调地址？
配置要分环境、分租户和分用途管理，并让部署记录能回答“这次请求实际使用了什么”。
部署、成本与项目设计AI全栈中频题
自托管模型和第三方 API 在成本、延迟、隐私、运维和能力上怎样取舍？
选择应基于任务量、质量要求、数据政策和团队运维能力，不能只按单 Token 价格判断。
部署、成本与项目设计AI全栈中频题
GPU、CPU、显存、批处理和并发分别会怎样影响推理服务容量？
推理容量取决于模型大小、上下文和输出长度、硬件、并发调度及尾部延迟，不能只看一张 GPU 的理论算力。
部署、成本与项目设计AI全栈中频题
AI 应用的 CI/CD 应加入哪些 Prompt、模型、检索和安全测试？
CI/CD 不只验证代码能编译，还要验证模型契约、评测回归、工具权限和部署配置不会破坏线上边界。
部署、成本与项目设计AI全栈中频题
如何设计成本预算、租户计费、异常用量告警和超额降级？
成本控制要从请求前预算、执行中限额、执行后对账和异常处置四个阶段闭环。
部署、成本与项目设计AI全栈中频题
AI 服务出现供应商不可用、区域限制或模型下线时，团队应怎样切换？
切换前提是能力、数据和质量边界已定义，故障时按预批准路由降级，而不是临时把所有请求转给任意模型。
部署、成本与项目设计AI全栈中频题
一个 AI 功能从原型到生产，哪些部分可以先做，哪些边界必须提前确定？
原型可以先验证用户任务和模型效果，但数据边界、权限、副作用、评测口径和失败路径不能等上线前才决定。
部署、成本与项目设计AI全栈中频题
如何拆分一个 AI 全栈项目的前端、API、工作流、知识库和评测任务？
按用户任务和可验证边界拆分责任，同时定义跨模块契约，避免前端、模型和数据层互相猜测。
部署、成本与项目设计AI全栈中频题
面试中如何完整讲清一个 AI 项目：用户问题、方案取舍、失败案例、指标和上线结果？
项目回答要从用户任务进入，以工程取舍和可验证结果收束，不能只罗列模型、框架和 Prompt 名称。
部署、成本与项目设计AI全栈中频题