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。
大语言模型的 Token、上下文窗口和生成长度分别影响什么？
Token 决定计费和上下文容量，生成长度决定输出上限；三者需要结合输入、输出和模型限制一起判断。
AI 应用基础与模型调用AI全栈中频题
Temperature、Top P、最大输出 Token 和停止词分别控制什么，为什么不应同时随意调高？
这些参数分别影响采样随机性、候选范围、输出上限和终止条件；调参前要先明确任务是确定性生成还是开放式创作。
AI 应用基础与模型调用AI全栈中频题
Chat Completions、Responses 或同类对话接口中的 system、user、assistant 消息怎样分工？
消息角色表达不同来源和优先级的上下文，但不能把角色名称当成完整的安全边界；服务端仍需做权限和输出校验。
AI 应用基础与模型调用AI全栈中频题
如何设计一个可替换模型供应商的服务层，避免业务代码绑定某家 SDK？
核心是把业务意图、统一请求模型、供应商适配和能力差异分层，同时保留原始请求与响应以便排查。
AI 应用基础与模型调用AI全栈中频题
模型请求超时、限流、上下文过长和内容拒答应分别怎样处理？
这四类失败的责任边界不同：超时看链路和取消，限流看退避与配额，上下文超长看输入治理，拒答看安全策略和用户替代路径。
AI 应用基础与模型调用AI全栈中频题
流式输出和一次性返回在用户体验、错误处理、审计和计费上有什么差异？
流式响应降低首字延迟并适合长输出，但不会自动降低总耗时或成本，还需要处理断线、半截输出和最终用量。
AI 应用基础与模型调用AI全栈中频题
如何估算一次模型调用的 Token 成本、延迟和并发容量？
估算要拆开输入、输出、请求速率和模型服务能力，最终用线上 usage 与延迟数据校准，而不是只看单次演示。
AI 应用基础与模型调用AI全栈中频题
结构化输出、JSON Schema 和函数调用分别解决什么问题，如何校验模型返回值？
结构化能力能提高输出可解析性，但模型仍是不可信输入；Schema 约束、解析校验和业务校验缺一不可。
AI 应用基础与模型调用AI全栈中频题
模型版本、别名和供应商路由怎样管理，如何避免模型升级导致线上行为悄悄变化？
模型名只是路由入口，生产系统需要记录实际版本、能力、配置和 Prompt 版本，并用评测与灰度控制变化。
AI 应用基础与模型调用AI全栈中频题
一个 AI 功能如何设计模型降级、重试和人工接管策略，避免失败时无限重试？
可靠性设计要先定义任务是否可重试、可降级和可人工接管，再用预算、deadline 和状态机约束自动化路径。
AI 应用基础与模型调用AI全栈中频题