与「月之暗面」相关的搜索结果

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。

Anthropic报告里这一段真的笑死我了 因为月之暗面把部分Kimi 用户请求直接转给Claude 导致解放军把几百个军工设施的监控视频扔给Kimi抓间谍 然后Kimi直接把这些监控视频发给Claude了

Anthropic发布《检测与应对AI滥用》报告，指控阿里巴巴、月之暗面Moonshot、DeepSeek、小米Mimo、MiniMax、商汤等对Claude进行蒸馏。 报告声称发现了6起常规武器案例，其中有3起在中国。其中一例称，中国境内行为体用Claude起草反鱼雷火控系统中文规格书、200多页技术建议书和汇报材料，面向国内国防制造商审批与试验。另有无人机蜂群软件、电子战/压制防空瞄准软件等方向。 Anthropic还声称发现，Claude Code被当作软件工程师替代品，写制导、导航与控制（GNC）软件，参与也门手机级飞控制导火箭、射程超2000公里的多级弹道导弹的开发。

8月底最佳中国 AI 公司是哪家？国内 AI 这四家公司都挺有看头 阿里胜在综合实力，通义千问、阿里云、算力和应用生态都比较完整，商业化能力也更成熟 MiniMax这两年发展很快，模型能力和海外产品都做得不错，尤其在多模态和 AI 应用方向比较有存在感 Moonshot（月之暗面）靠 Kimi 打出了很高的知名度，长文本和 AI 助手是它比较鲜明的标签，产品端的用户认知也很强 如果单看现阶段，我还是更看好阿里的综合实力；如果看成长空间，MiniMax 和 Moonshot 也值得继续关注 有自己判断的兄弟也可以去 @predictdotfun 看看，选出你心里的中国 AI 第一名 #预测市场# #predictdotfun#

今天有个中国女孩发信息给我说 这是她成年以来最好的夏天 这一年她炒美港股赚了钱 在国家禁止美港股交易后，平仓转回 A 股 先后各种重仓半导体、光模块 由于仓位很大，她又大举认购了长鑫、宇树 并且长鑫开盘后也一路定投买入 前天在北京出差 看着街上全是跑车似的国产电车 喜欢的小区跌到了买得起的价格 路过了字节、月之暗面、智谱、美团 看着加完班走出来的人群 她说，有种人类黄金时代的错觉

年底决战？字节和 OpenAI 到底在训练什么超大模型？ 前两天从 Financial Times 上看到消息，字节跳动正在训练一个最多可能达到 10 万亿参数的模型；据知情人士透露，字节的项目尚处于早期预训练阶段，这一过程通常需要三到六个月，之后还要经历微调、安全评估和产品化。10 万亿是可能达到的规模，最终数字仍会随训练方案调整。我个人判断 5 - 10 万亿是可能的。 作为参照，月之暗面的 Kimi K3 拥有 2.8 万亿总参数，字节新模型在纸面上接近它的三倍，非常吓人。不过 K3 采用混合专家架构，每个 token 激活约 1040 亿参数，因此总参数不能直接换算成模型能力。 把规模做到这个级别，考验的不只是 GPU 集群、综合算力等。数据质量、集群通信、训练稳定性和故障恢复，都需要。 字节的优势在于拥有豆包、抖音和 TikTok 等大规模产品，可以持续获得真实反馈，也有能力把模型迅速送到海量用户面前。它最终是否开放权重、推理成本能否压下来，目前都没有确定答案。 OpenAI 同样马不停蹄，他们在训练的模型信息比较确定，一个是 Astra 系列，一个是 Doug。 Astra 是已经对外披露能力的下一代模型家族，OpenAI 称其内部版本在数学和理论计算机科学上取得十项新结果，相关论证随后被整理成人类可读的论文，并给出了形式化证书。 OpenAI 在内部评估后“尚不能排除” Astra 达到了 Critical 级网络安全能力，因此得扩大测试并放慢开发。也就是说，虽然 Astra 还没有被正式判定为首个 Critical 模型，但它已经触发了更严格的隔离、监控和安全措施。 在中国开源模型的追赶下，海外报道称 OpenAI 需要通过尽快发布 Astra（GPT 6 级别模型）保持优势。时机至关重要——他们越是拖延，中国的开源模型就会被采用得越多 😂 Doug 则更接近字节正在做的事情。外部消息将 Doug 描述成 OpenAI 迄今规模最大的一次预训练项目，而且它与 GPT-6 并不是同一个模型。OpenAI 尚未正式公布其规模和发布时间。过去两年，OpenAI 通过强化学习和后训练不断挖掘现有的模型底座，能力增长很快，但边际收益也在逐渐变小。 Doug 释放的信号，是它准备重新训练一个更强的基础，再叠加已经成熟的推理与 Agent 训练体系。 字节这个事情如果确定，那就证明中国团队能够独立完成世界级超大预训练，并把能力稳定交付给产品，毕竟 Kimi K3 已经突破了；OpenAI 要做的是，证明大规模预训练仍能带来足够大的跃迁，并处理随之而来的安全成本。 还有 4 个月，年底的大模型又要天翻地覆了。

8.6日盘前梳理 No.1 盘前热点事件 一、昨日热点 并购：宏昌科技、锴威特 创新药：百花医药、哈药股份 PCB：宝鼎科技 磷化铟：云南锗业 AI基站：通宇通讯 AI4S：志特新材 CPO+玻璃基板：沃格光电 二、英伟达30亿美元入股电力商 全国用电负荷再创历史新高 1、英伟达拟向黑石支持的星际之门电力开发商Lancium投资最高30亿美元，首笔20亿美元对应约20%股权，以锁定数吉瓦的电力资源，为其芯片客户的数据中心项目提供保障。 2、8月7日全国用电负荷入夏以来第四次创历史新高，达到15.57亿千瓦。 电力：华银电力、立新能源、华电辽能、亿能电力（北交所） 数据中心：中恒电气、金盘科技、可立克、京泉华 三、Spacex股价周五大涨15.83% 1、马斯克最新表示，即将发射的V3卫星其能力将比目前的V2卫星高出一个数量级，带宽将是V2系统的100倍以上，该系统今年将达到200亿美元的年度收入。Argus Research资深分析师Steve Silver认为，这波反弹还远未结束。他将SpaceX股票评级从持有上调至买入，同时维持160美元的目标价不变。 2、朱雀三号遥二运载火箭‌的发射窗口定在8月11日早上，本次任务的核心目标是验证‌一子级陆地垂直回收技术‌。 朱雀三号：鲁信创投、金风科技 Spacex：通宇通讯、再升科技、西部材料、信维通信、天力复合（北交所） 四、美国加息预期降温 美国7月非农就业人数减少2.3万人，市场预估为增加8万人，前值为增加5.7万人，美国7月非农意外出现负增长，削弱了市场对美联储将在9月会议上加息的预期。 贵金属：招金黄金、盛达资源、金一文化、晓程科技、森和高科（北交所） 五、美股光通信板块普涨 应用光电计划大幅扩产，预计年底800G、1.6T月产能达到约65万个单位。Coherent涨13.44%，应用光电涨9.2%，Credo涨8.45%，Lumentum涨6.22%，康宁涨5.4%。 光通信：云南锗业、光迅科技、汇绿生态、天孚通信、新易盛 六、特朗普宣布：向关键矿产和电池项目投资30亿美元 特朗普宣布，联邦政府将向多个关键矿产和电池项目投资30亿美元，以推动国内生产并促进相关产业发展。美国国防部战略资本办公室向锂离子电池零部件制造商西拉纳米技术公司提供14亿美元有条件贷款；向钪矿商日昇能源金属公司提供4亿美元有条件贷款；以及向磁体开发商尼伦磁铁公司提供1.5亿美元有条件贷款等。 钪矿：鹏欣资源 磁体：中国稀土、中稀有色、中科磁业、西磁科技（北交所）、九菱科技（北交所） 锂电：永杉锂业、融捷股份、天齐锂业、赣锋锂业 七、行业要闻 1、国内电解液添加剂VC均价为23万元/吨，6月以来涨幅超过60%，同比上涨400%。（孚日股份、海科新源） 2、沈腾主演的《欢迎来龙餐馆》点映及预售总票房‌突破1亿元，点映口碑创过去三年国产片点映评分纪录，将于8月11日正式公映。（北京文化、博纳影业） 3、北京印发《关于进一步优化调整本市房地产政策的通知》，非京籍家庭购房社保个税缴纳年限下调为1年。（城建发展、京投发展） 4、《民用航空发展“十五五”规划》印发。（华夏航空、中国东航） 5、SK海力士：将在韩国投资384亿美元建设晶圆厂。（太极实业） 6、茅台部分直营店53度、500ml飞天茅台售价提至1753元/瓶。（金种子酒、舍得酒业） 7、国产磁悬浮5.3秒飙到时速800公里，半年内3破世界纪录。（新筑股份） 8、马斯克或采用FEL技术挑战EUV光刻机。（东方钽业、茂莱光学、奥普光电） 9、月之暗面8月27日完成Pre-IPO轮融资最后交割，计划Q3向港交所完成秘交。（九安医疗、米奥会展） 10、汇川技术发布产品调价函，8月30日起数字能源部分产品涨价5%-15%。 11、苹果测试长鑫科技存储芯片，用于iPhone和MacBook。 No.2 公告精选 一、日常公告 国泰君安国际：国泰海通金控按照每股3港元价格收购公司股票，以实现国泰君安国际私有化退市，目前2.08港元，溢价约44.2% 江 波 龙：完成37亿元定增事项 发行价格为560元/股，较最新收盘价溢价45% 华林证券：拟2.02亿元受让海航期货94%股份 立 昂 微：拟3.18亿元受让浙江金瑞泓11.4705%股权 后者主营6-8英寸半导体硅片的研发与生产 信通电子：拟1.6亿元认购阜时科技股权 德 迈 仕：拟2.07亿元收购上海数明25%股权 高争民爆：控股股东拟变更为西藏地质矿产集团 振华风光：存储芯片已有约十款产品完成转产验证并实现小批量订货 超颖电子：拟投资20.86亿元建设高多层及HDI印制电路板P3项目 赤峰黄金：控股子公司签订约15.01亿元海外采矿服务合同 炬光科技：拟定增募资不超10.21亿元 用于高端光互联核心光学元器件研发及产业化能力建设项目等 胜宏科技：与核心客户合作开发的研发迭代产品正顺利推进当中 部分客户已释放2027–2028年长期需求 绿发电力：拟投资24.75亿元建设天津滨海新区46万千瓦风电项目 数字政通：拟设立合资公司建设算力中心项目 翰宇药业：替尔泊肽注射液首仿上市申请获受理 赛诺医疗：子公司自膨式颅内药物涂层支架系统获欧盟MDR认证 药明康德：美国法院就公司的初步禁令动议作出裁决 挑战1260H认定期间免受不利影响 依顿电子：控股股东九洲集团拟增持1%-2%公司股份 寒 武 纪：上半年净利润23.11亿元，同比增长123% 盛美上海：上半年净利润9.89亿元，同比增长42.14% 二、停复牌 蓝盾光电：复牌，拟购买岚创科技控股权预计构成重大资产重组 宝 莱 特：复牌，终止筹划控制权变更事项 *ST发展：复牌，与预重整投资人签署《重整投资协议》

字节还是字节啊，来，好东西不怕多 字节跳动正在训练一个 AI 模型，其规模可能接近 Anthropic 最前沿的 Mythos 系统，中国公司正持续缩小与美国顶尖实验室之间的差距。 据三位知情人士透露，这家中国科技巨头正处于训练一个参数高达 10 万亿的模型的早期阶段，其规模是迄今为止已发布的最大中国模型——月之暗面 Kimi K3 的三倍。 其中一位知情人士表示，字节跳动的该模型正在进行预训练——这一阶段通常需要三到六个月——如果一切顺利，之后将进行微调并发布。确切模型规模将在后续阶段才能确定。

字节跳动正在训练一个 AI 模型，其规模可能接近 Anthropic 最前沿的 Mythos 系统，中国公司正持续缩小与美国顶尖实验室之间的差距。 据三位知情人士透露，这家中国科技巨头正处于训练一个参数高达 10 万亿的模型的早期阶段，其规模是迄今为止已发布的最大中国模型——月之暗面 Kimi K3 的三倍。