他们到底考什么：35家面试题地图

有人把 35 家公司公开流出的 AI 工程面试题按公司逐家整理成了仓库，有解答的直接附链接；高频题按注意力机制、KV 缓存、检索增强、Agent、系统设计等分成 10 类，每题标注哪几家问过，各家的面试流程也写清了。

仓库：github.com/pallavi-shekha…

这东西补齐了求职线的第三格。前面已经有两格：实习与转正看的是"能不能干活"，官方认证给的是"有没有凭证"；面试题库回答的是第三问——他们到底考什么。三格凑齐，一条从学习到入行的路才算有了地图。

它最值钱的地方是题目本身长什么样。举两个：「5 万份文档要过一遍模型调用，接口只允许 100 个并发还会报错，代码怎么写」——考的是并发控制、限流退避和批量调度这些工程基本功；「像 Claude Code 这样的编码 agent，模型和外面那层框架哪个更重要」——这题今晚我们自己刚辩论过。

合起来看，面试在从"背知识"移向"干过没"：题目越来越像真实工单，标准答案越来越依赖动手经验；这和官方认证考纲不谋而合——会聊天不算、能跑通才算。

流程那部分也值得记：Anthropic 是 30 分钟初筛、70 到 90 分钟编程测评、五轮左右，前后 3 周到 2 个月。看到具体数字，投递策略就清楚了——这不是海投的节奏，每家要按 2 个月的周期倒推排期；与其同时撒网，不如按 10 类高频题逐家准备、批量投递。

给正在准备的人一句落地的：先把那 10 类过一遍、标记自己讲不清的三类重点补；然后拿你自己的项目对着样题排演——「你的系统里最脆的一环是什么、怎么加固」这种问题，只有做过的人答得出。做过、答得出、留下凭证，三格就都齐了。