一句话看懂：面试官 Miles Ma 在 X 上发布了一份 AI 开发工程师面试指南，从招聘方视角拆解了简历怎么写、技术会被追问到哪一步、专家与管理两条路怎么准备。这类岗位名称混乱、职责边界模糊，求职者普遍缺一份“对面怎么想”的参照。
事件核心：发生了什么
Miles Ma 称自己面试过开发、算法、产品、运营等岗位，此次以面试官身份系统梳理了 AI 开发工程师的求职准备。他给出的岗位定义是：把模型用到实际工作里，做成能用、可维护的软件产品的人——包括智能客服、业务助手、编程助手，以及接入图像视频的应用。文中将 Agent 工程师、大模型应用工程师、部分算法开发岗都归入这一范围。
内容覆盖十个环节：岗位职责、方向价值、公司招人逻辑、基础岗与高级岗的简历差异、面试开场、专家路线的技术深度、管理路线的考核重点、项目讲述、转型路径。技术追问部分涉及 Python/Java/Go、HTTP、数据库、异步与并发、上下文窗口、token、采样参数、结构化输出、流式返回、工具调用等具体话题。
为什么重要
目前公开信息显示，AI 应用岗位的招聘标准仍高度不统一。同一家公司挂着“AI 开发”的名字，可能只让人搭演示页面，也可能要求接入真实业务并长期维护。Miles Ma 的核心判断是：企业更看重“从模型能做，到公司真的用起来”之间的交付能力，而非押注某个具体模型或框架。这一视角解释了为什么前端、后端、算法的职责边界正在 AI 项目中被重新组合。
对用户/开发者/创作者的影响
对求职者最直接的价值是简历改写方向。他给了一个对照示例：“熟悉 Python、Agent 框架、数据库，参与 AI 客服开发”信息量不足；写成“负责客服助手的订单查询接口与任务记录，处理参数缺失、接口超时和重复请求，并补充对应测试”，面试官才能顺着细节追问并判断你是否真做过。他同时提醒数字陷阱：准确率“提高百分之二十”要分清是百分点还是相对增幅，效率提升要看是模型响应时间、员工处理时间还是吞吐量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是这套标准是否被更多公司采纳，形成相对统一的岗位能力描述；二是技术追问的深度会否随模型能力提升而迁移，比如从提示词工程转向系统连接与结果验证；三是基础岗与高级岗的简历门槛是否进一步分化。Miles Ma 提到管理路线还需交代人员分工与关键工作如何从依赖个人转为团队承接，这部分判断目前公开信息显示仍是多数简历的薄弱点。
来源：@miles_mazy
