openjobs-ai一面

虽然岗位JD一般看起来都挺宏大的，但真实的实习日常其实更多是琐碎和重复的工作。这些基础工作，可能也能够帮助新人更好地理解了AI产品的底层逻辑。最近看到很多同学求职都想往AI方向走，今天就来聊聊我的AI产品实习生的日常在干什么，欢迎对照参考模型评测：最容易上手的工作✔ 外部模型评测：每当 OpenAI、Google、字节等头部公司发布新模型，我们团队会安排实习生对这些模型做初步评估✔ 内部模型评测：对自研模型的版本迭代，评测会更细致（比如对特定能力做细粒度拆解）🧠 这部分工作虽然“体力活”居多，但非常适合快速熟悉大模型能力的边界，是入门AI产品的第一课AI产品体验&调研在这项工作里，我们往往要求实习生输出文档/分析表格。我安排调研过的方向有：AI agent相关的产品：如AI搜索的perplexity、秘塔；浏览器产品genspark等等AI陪伴：如星野、猫箱、EVE等，看它们最近的新功能（比如对话记忆、人格设定），还会看用户舆论反馈、App Store/小红书/微博评论等产品调研最后往往要落成一个文档，重点在于：总结共性+提炼启发+对自家产品的参考建议数据标注模型训练需要高质量数据，很多时候你会参与一些小规模的数据标注工作：比如标注用户query的意图分类、判断一段模型生成内容是否符合prompt要求。和算法同学一起协作，有时候也需要你写清楚标注规范、整理excel表格。虽然量不大，但数据质量直接决定了模型效果，所以这其实是很锻炼细心和产品sense的工作。Prompt 工程实践：AI产品核心技能之一现在越来越多AI产品都依赖prompt来驱动智能逻辑，实习生常被分配去写一些具体模块：比如一个AI伴侣产品需要实现“早安问候”，你需要写prompt让模型根据不同用户状态生成不同风格的问候语。写完还需要配合做A/B评测、准备评测集，看不同prompt方案下效果是否稳定、是否可控。总结一下：我的AI实习生们日常大概率会围绕这四件事展开：模型评测 → 产品调研 → 数据标注 → Prompt调优它不像传统产品那样做完整PRD/功能落地，而是更多和模型能力深度绑定。

1.对 AI、LLM、工作流、MCP、Agent、Prompt 的理解AI：让机器模拟人类的理解、推理、生成、决策等智能能力。LLM 大语言模型：基于 Transformer 架构，通过海量文本预训练，具备语言理解、文本生成、逻辑推理能力。工作流：将大模型调用流程化，包括输入解析、检索、Prompt 组装、模型调用、结果后处理。Agent：具备自主规划、工具调用、记忆和自我修正的智能体，可独立完成复杂任务。MCP：多智能体协同框架，多个 Agent 分工协作完成任务。Prompt：给大模型的指令，高质量 Prompt 包含角色、任务、约束、格式、示例。2. 大模型的原理大模型基于 Transf...

呕心沥血整理了下面经，希望能对牛友们有帮助！！！1、百度搜索在改版中强调"智能框"、支持更长文本与多模态输入，并在结果侧强化富媒体与AIl能力;如果你负责其中一个"可互动的玩法"(例如:分步澄清、可选路径、任务面板)，你会如何定义北极星指标、拆解指标树，并证明它优于传统"直接给结论"?2、公开信息显示"百看"会以图文/音视频混合方式组织结果，并逐步接入智能体/服务能力;如果你要把某类高频Query(如"选购/送礼/攻略/对比")做成可复用模板，你会如何用数据选择模板、评估收益、并建立持续迭代机制?3、在百度搜索AI化重构(智能框/百看/AI助手)的背景下，如何建立一套"触发AI互动vs传统结果"的策略，并用离线+线上数据共同验证?4、面向"深度搜索/研究型"需求(需要多步检索、综合、反思)，你会如何设计可量化的"信息充分性/可验证性"指标体系，并落到埋点与评测集?5、百度搜索侧有MCP服务/发现平台等生态建设;如果你要把某类工具(如地图、日程、票务、比价)接入到搜索互动链路，你会如何设计"工具选择/编排/降级"的数据策略，并定义可控的效果增长路径?6、近期公开报道提到百度App支持一键调用OpenClaw等智能体工具，并与百度生态能力进一步打通;如果你负责"从0到1做增长"，你会如何设计漏斗、关键路径与实验矩阵?7、在"AI答案+检索+互动链路"的复杂系统里，如果线上出现"负反馈上升/追问变多/停留变短"三者并存，你会如何搭建诊断框架(从事件到样本到因果)，并指导研发/算法快速收敛?8、搜索产品常面临"用户效率提升"与"商业转化/生态分发"的张力;如果AI互动/直答让传统点击下降，你如何设计一套"用户价值一生态价值一商业价值"三方都能接受的度量与决策机制?9、百度智能云侧有数字人/视频创作能力(形象定制、视频合成、对话/直播等);如果你要与算法共建"形象/动作效果"的理想态与验收标准，你会如何把主观体验拆成可执行的指标与评分表?10、假设你要推动"离线视频产出"的标准化评测体系(评测集+基线+周报)，你会如何设计数据采样、分层覆盖与版本可比性，让它能真正指导迭代而不是沦为形式?11、如果要求算法团队按节奏离线产出视频(例如每周X条、覆盖Y类场景)，你会怎么设计"产能模型、质量闸门、返工机制、以及对外SLA"，并用数据让节奏可承诺?12、公开报道提到百度搜索侧强化富媒体输出，并提及一句话生成创意视频/分镜编辑等能力;如果AI视频作为搜索/助手链路的一部分，你会如何定义增量评估(而不是只看播放量)?13、在数字人/视频生成能力越来越强的情况下，作为产品负责人你会如何建立安全合规的指标、流程与技术拦截(版权、肖像、深度伪造、敏感内容)，并把它纳入交付节奏?

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...