别空谈趋势,也别只展示 demo。用“原场景—AI 项目带来的新工作方式—回到业务怎么做得更好”这条线,讲清你如何把 AI 融进真实工作。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
用三段叙事证明你已把 AI 用进业务
材料里的观点立正给出的核心叙事是:先讲你原来在什么场景工作、积累了哪些领域经验;再讲你通过一个 AI 项目学会了什么新的工作方式;最后讲如果回到原业务,你会怎么用新方法把事做得更好。招聘方要找的不是空谈趋势的人,也不是只会做 demo 的人,而是已经把 AI 融入具体工作、并能把这种变化带回真实业务的人1。这个框架在视频里被说明主要面向设计师、数据科学家、PM、数据分析师、市场等非程序员岗位;程序员另有更高的编排能力要求2。
讲机制,不停在名词
面试中区分“懂 AI”和“背概念”的一个信号,是能否从“这东西叫什么”进入“它怎么改变我的行为”。立正描述的做法是给候选人看一个小型 AI 工作流材料,再问最关键的设计是什么、解决哪个底层问题、迁移到自己项目先改哪三件事、有什么风险、AI 反复犯同一错时怎么约束。只会复述上下文、工作流、agent、prompt 的人停在识别概念;能看到如何给背景、沉淀偏好、避免重复错误、把一次经验写成可复用规则的人,才是在理解机制3。这与“认知校准”的自检一致:能用一句话说清 AI 擅长什么、不擅长什么,并用自己的真实任务去测试新工具,而不是看别人 demo 就下结论4。
把失败和粒度讲成可信度
AI推演在 FDE 话题的访谈中,嘉宾 Jove 说他会看候选人有没有经历过失败、能不能讲清失败里的教训,比如是否言多必失、是否太早下结论、能否理解客户明显和不明显的动机。立正补充说,能赢得信任的人愿意倾听、站在对方角度思考,ego 不能太大,会就是会、不会就是不会,同时技术要扎实。Jove 还提到一个具体面试信号:一个问题回答六到十分钟,基本是警示,说明信息粒度控制不好;列出十个点不如讲清两三个点5。面试时可以用一个真实失败案例,压缩成“当时判断错在哪、后来怎么改”的两三句,而不是铺陈全过程。
提供的片段只给出框架和判断信号,没有完整面试题或评分表;具体岗位的考察权重无法从这些材料确认。
出处
- 12026,如何在面试中证明自己"真的懂AI"
给出“原场景—AI 项目—回到业务”的核心叙事框架。
- 2AI时代的面试,三件事让公司对我求贤若渴?
可回到原文核对这部分判断
- 3正确的学习方法比大家想象中稀缺很多,那我们如何筛选人才?
说明如何用小型工作流材料区分概念复述与机制理解。
- 4AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
给出认知校准与产出可用的自检清单,可用于准备案例。
- 5AI Agent 时代的 FDE:把模型能力落到真实业务里
提供失败教训、信息粒度和 ego 控制等可信度信号。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 针对展示个人 AI 能力,立正描述的做法是给候选人看一个小型 AI 工作流材料,再问最关键的设计是什么、解决哪个底层问题、迁移到自己项目先改哪三件事、有什么风险、AI 反复犯同一错时怎么约束。
我不知道具体该怎么做。
立正这套面试法的核心不是让你背答案,而是让你从材料里读出机制:它怎么改变行为、怎么防错,再迁移到自己的项目。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。