AI 产品经理岗考察:大模型能力边界 + 产品方案 + 数据分析 + 商业化理解。技术理解深度比传统 PM 高。   1、产品 / 商业 / 业务  AI 产品的 PMF 怎么判断  思路:看真实留存(周/月)、付费转化、自然增长;不要被新鲜感骗,30 天留存是硬指标。   MaaS / PaaS / SaaS / AaaS 的区别  思路:卖模型 API / 卖 AI 平台工具 / 卖成品软件 / 卖能完成任务的智能体;抽象层级逐渐上升。   AI 产品的 A/B Test 怎么设计  思路:测 prompt/模型/参数/RAG 策略;输出随机性需更大样本量;用置信区间判断显著性。   AI...

4月14号开始投 只有中小厂给面 大厂全简历挂/泡池子（字节没投）5.20号重投一遍大厂 懂车帝约面 半个点就结束了 简历上的项目点都没问 让我自己讲完就结束了 一道手撕 感觉被kpi了（话说日常也有kpi吗）是不是简历有问题，想再学个agent换掉秒杀还是换掉RAG 求指点

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...