项目深挖：面试官会怎么一层层追问你的项目

大模型面试里最能分辨真假的环节，就是项目深挖。面试官不会随机提问，而是顺着一条几乎固定的追问链，从"你解决的是什么业务问题"一路问到评估、badcase 和上线成本，哪一环你只有话术、没有证据，他就在哪一环停下判你"水"。所以准备项目不是把讲法背顺，而是提前把这条链上的每一环都补一条"问题+方案+取舍+数字"。这一篇拆开 RAG 和 Agent 两条最常被追的链，逐环告诉你面试官想验证什么、你该怎么带着证据答。 作者：吴师兄 | 适合：项目主线能讲顺、但被往深追第二层就卡住的人 | 前置：手上有一个 RAG 或 Agent 项目(哪怕是照教程做的) 为什么项目深挖比八股更能筛掉人 八股题可以靠刷题补，项目深挖很难靠背稿过关。它问的是"你做的时候是怎么想的"，没真做过的人到第二层通常就会露馅。 八股题的答案是公开的、收敛的，你刷够 题库 就能覆盖。项目深挖不是，它从你简历里那句"基于 RAG 搭建了智能问答系统"出发，顺着实现链条一层层往下戳：为什么用 RAG、chunk 怎么切、召回怎么测、答错了怎么修、上线花多少钱。这些问题没有标准答案，只有"你当时的真实决定"。面试官很清楚：能把一个决定的前因后果、试过的备选、量化的结果讲清楚的人，一定亲手做过；只会重复功能描述的人，大概率是抄的。所以深挖环节的本质是一次"真做过"的验伪，而验伪的方式就是顺链下探。 【RAG 项目追问链·核心】面试官会顺这条链一层层问 一句话：面试官从业务问题问起，顺着"文档→切分→检索→重排→溯源→评估→badcase→成本"往下走，每一环都在验证一件具体的事。下表逐环拆开，照这个顺序把自己的证据补齐，你就知道链会断在哪。 | 追问点 | 面试官想验证什么 | 你该怎么答(带证据) | 站内哪里补 | |---|---|---|---| | 业务问题 | 你是不是为真问题做的，还是为做而做 | 说清给谁用、痛点是什么、为什么不用纯大模型或微调 | 为什么需要 RAG | | 文档处理 | 你有没有碰过真实脏数据 | 讲你的文档格式(PDF / 表格/扫描件)、清洗和解析踩的坑 | 文档预处理与切分 | | chunk 策略 | 你的切分是拍脑袋还是有依据 | 切多大、按什么切、试过别的没有、对召回的影响 | 文档预处理与切分 | | 检索召回 | 你懂不懂检索的取舍 | 向量/关键词/混合怎么选，召回率怎么测、多少条测试集 | 检索召回·混合检索 | | rerank | 你的每个模块是不是都"知道为什么在" | 选哪个 rerank 模型、不加会差多少、怎么量化的 | 重排序 | | 引用溯源 | 你有没有考虑可信和幻觉 | 答案怎么带出处、怎么防"检索到了但答错" | 引用与溯源 | | 评估 | 你怎么证明"做得好"不是空话 | 评估集怎么建、指标怎么定、离线还是在线 | 评估体系 | | badcase | 你能不能定位并修问题 | 举一个答错的例子，怎么发现、归因到哪一环、怎么修 | 评估体系 | | 上线成本 | 你有没有工程和成本意识 | 每次问答的 token / 延迟/钱，怎么压成本、并发扛得住吗 | 整体架构 | 关键在于：这九环是有先后的因果链，不是并列清单。业务问题立不住，后面全是空中楼阁；没有评估集，你说的"效果好"就是一句话；没有 badcase 和量化对比，你的 rerank、chunk 全成了"跟着教程"。面试官往下戳，戳到第一个"我没深究过"就停，前面讲得再顺也白搭。完整的 RAG 教程 10 章 正好覆盖这条链的每一环，建议边学边把每章的产出记成一份项目文档。 【Agent 项目追问链·核心】Agent 的链更长、更容易断在工程环节 Agent 项目会被问得更长，因为它多了 loop、权限、失败恢复这些工程环节，而这些正是最容易只讲功能、答不出细节的地方。 | 追问点 | 面试官想验证什么 | 你该怎么答(带证据) | 站内哪里补 | |---|---|---|---| | 任务定义 | 你解决的任务边界清不清 | 说清 Agent 要完成什么、输入输出、成功标准 | 为什么需要 Deep Research | | tool schema | 你的工具设计是否规范 | 每个 tool 的入参出参怎么定义、描述怎么写让模型会调 | 工具设计 | | agent loop | 你懂不懂 Agent 的核心循环 | ReAct 还是别的、什么时候停、怎么防死循环 | ReAct 与迭代式研究 | | memory | 长任务里上下文怎么管 | 短期/长期记忆怎么存、上下文超长怎么压 | 记忆机制 | | 权限 | 你有没有安全和边界意识 | 危险操作怎么卡、要不要人工确认、越权怎么防 | 工具设计 | | 失败恢复 | 工具报错/模型跑偏怎么办 | 单步失败怎么重试、怎么回滚、怎么兜底 | ReAct 与迭代式研究 | | trace | 出问题你能不能定位 | 每一步怎么记日志、怎么回放一次完整轨迹 | 评估 | | eval | 多步任务怎么评好坏 | 按步评还是按最终结果评、评估集怎么造 | 评估 | | 成本 | 一次任务烧多少钱 | 多轮调用的 token / 延迟累计、怎么减无效调用 | 服务与部署 | Agent 链最容易断在中段：很多人能讲清"我接了几个工具让模型自己调"，但一问"agent loop 里模型不停调工具怎么办""某个工具超时了你的系统会怎样"，就答不上来了，因为 demo 跑通时这些异常没发生过。站内 Deep Research 教程 把这条链从工具、loop、memory 讲到 eval 和 serving，缺哪环补哪环。 "追问链"到底怎么用来准备项目 你可以把追问链当成一份自测清单。链上每一环都逼自己写出"我遇到的问题+我的方案+我放弃了什么+我的数字"，写不出来的那环，就是你项目要补的地方。 面试官顺链下探的规律，反过来就是你准备项目的顺序。别再从"我这个项目有哪些功能"出发去准备，那是功能视角，面试官不买账。改成从"这条链上我每一环能拿出什么证据"出发：业务问题这环，我能说清为什么用 RAG 吗？chunk 这环，我有对比数据吗？成本这环，我算过一次问答多少钱吗？每一环都补一条含数字、含取舍的话，链就串起来了。数字不必漂亮，"召回率从 0.6 提到 0.72""换掉 rerank 后 badcase 多了三成"这种真实的量化，比任何形容词都有说服力。重点不是数字好看，而是你真的量过。 读者分层：在校生补"为什么这么选"，后端补"上线怎么扛" 不同背景的人，追问链上被戳得最狠的环不一样，准备的重心也该不同。 | 你的背景 | 项目通常长什么样 | 面试官重点追哪几环 | 你要重点补什么 | |---|---|---|---| | 研一 / 研二在校生 | 偏自建、从零搭，但没上过线 | 业务问题、chunk / 检索/rerank 的选型依据、评估集 | "为什么这么选"的取舍 + 量化的评估证据，别让选型都是"教程默认" | | 工作约 3 年 Java 后端 | 能接系统、但可能只讲功能 | 稳定性、失败恢复、成本、并发、上线 | 工程环节的深度，把后端老本行(稳定性/监控/成本)翻译成 Agent/RAG 的语言 | 在校生的优势是能讲清每个技术决定的来龙去脉，但容易在"上线成本""并发"这类工程题上空。后端工程师正相反，工程环节是你的主场，但如果面试时只顾着讲"我实现了什么功能"，反而浪费了优势，面试官对一个 3 年后端的期待，恰恰是失败恢复、稳定性、成本这些环节答得比应届生深。别把自己讲成一个"会调 API 的应届生"。转行后端怎么把老本行翻译成大模型能力，可以配合看 从后端/Java 转大模型。 一个真实反例：主线很顺，第二层就穿了 最常见的翻车不是不会讲，而是主线讲得太顺、一往深追就露馅，因为那是背下来的讲法，不是做出来的经验。 有个很常见的场面：候选人把 RAG 项目主线讲得行云流水，"我做了文档切分、混合检索、加了 rerank、带了引用溯源"，听起来样样都有。面试官挑一个点往下追第二层："你说加了 rerank，为什么选这个模型？不加它效果会差多少？你是怎么量化这个差距的？"，卡住了。因为 rerank 是照着教程加的，模型是默认的，加不加差多少从来没测过。这一卡，面试官心里立刻给整个项目打问号：主线既然是背的，那别的环节是不是也是背的? 看起来很努力、其实没用的做法就是：把项目讲法背得滚瓜烂熟，反复演练主线。这在第一层管用，但深挖环节专治这个，面试官要的从来不是流畅的主线，而是你在某一环真正踩过的坑。与其把讲法背得更顺，不如老老实实回项目里把 rerank 的对比数据补出来。 行动清单：把这条链逐环自测一遍 用 简历 AI 追问工具 把这条追问链模拟一遍。它会顺着你简历里的项目一层层往下问，哪一层你答不出来，就是你项目要补的那一环。 对照真实追问看两篇面经，感受深挖的密度：3 年后端转字节大模型 看工程环节怎么被追，字节 Agent / 记忆 / RAG 实习面 看 Agent 链怎么被拆。 如果自测发现项目证据不够撑，回去把项目做实：把 RAG 教程做成你自己的项目 或 从零做一个 Agent 项目，重点是留下每一环的取舍和数字。 针对性刷 项目与经历题库(31 题)，这些题问的就是深挖环节的常见追问。 想按方向补八股，别和项目深挖混着练，交给 按方向刷大模型八股。 如果你自己看不出哪一环虚，就找一个懂项目的人按这条链追你一遍。被追穿不是坏事，坏的是正式面试才第一次发现自己答不上。 二面卡住时，先回项目补证据 二面卡住的人，很多不是基础差，而是项目只能讲到第一层。下面几行不是"照着做就能拿 offer"的清单，而是给你看一件事：项目复盘到底在补什么。 | 背景 | 卡在哪 | 复盘补了什么 | 后来发生了什么 | 可以学哪一招 | |---|---|---|---|---| | 985 通信本硕 | 自学后多家大厂一面能过，但二面持续卡住 | 把项目落地化，补方案取舍、评估数据和追问稿 | 拿到大厂暑期实习机会 | 一面看广度，二面看项目真实性；越往后越需要证据 | | 研二，双二本硕士 | 技术链路补过，但二面表达和项目细节不稳 | 针对百度二面问题复盘，逐项补 RAG / Agent 追问答案 | 通过百度多轮面试，并有中科院软件所实习选择 | 复盘要具体到问题，不能只说"下次多准备" | | 985 本硕，有 Dify 相关实习 | 有经历，但实质技术点不够能打 | 补 RAG、Agent、微调、上下文工程，把实习经历转成可追问项目 | 推进到字节相关机会反馈 | 有实习不等于稳，经历也要被改造成能深挖的证据链 | 判断自己是不是这个问题很简单：把项目讲完后，连续问三次"为什么"和"怎么证明"。如果第二次就卡，说明你该回项目补证据，不是继续背更顺的开场白。 常见问题 面试官深挖项目一般会问到多深? 通常追到第二到第三层就见分晓。第一层是"你做了什么"，第二层是"为什么这么做、有没有备选"，第三层是"数字是多少、怎么量化的"。多数人第一层没问题，卡在第二层，能稳过第三层的就被判定"真做过"。 我照教程做的项目，能经得起深挖吗? 能，前提是你把教程里"替你做的决定"重新自己做一遍并留下证据。照抄的项目在追问链第二层("为什么这么选")就会断；但如果你围绕一个真实场景补齐了取舍和量化，照教程起步完全不影响，面试官看的是链的完整度不是原创度。 RAG 和 Agent 项目，面试官追问的重点有什么不同? RAG 追问集中在检索质量与评估：chunk、召回、rerank、溯源、评估集。Agent 追问更偏工程链路：agent loop、失败恢复、权限、trace、成本。Agent 链更长也更容易断在中段，准备时要多花力气在异常和恢复上。 项目里没有漂亮的数字，深挖时怎么办? 用真实的、哪怕不漂亮的数字，远胜于形容词。"召回率 0.72""badcase 占比一成"这种量化就够了，标清是自己测的经验值即可。面试官反感的是"效果很好"这种没有支撑的空话，不是数字不够高。 相关阅读 手把手把 RAG 教程做成你自己的项目 从零做一个能写进简历的 Agent 项目 大模型项目经历怎么写才有说服力 按方向刷大模型八股：该刷哪些模块 3 年后端转字节大模型的完整面经