1. AI安全工程师面试全景解析

AI安全工程师并不是传统安全岗位简单叠加“AI”二字。它更像一个交叉工种：一端连着机器学习系统本身的生命周期，另一端连着攻防对抗、数据治理与合规。面试官在有限时间内要判断的，不是你是否背过“对抗样本”的定义，而是你能否在真实系统里定位风险、设计缓解方案，并说清代价与边界。因此，理解岗位职责、能力模型、面试流程与考点分布，是准备一切具体题目的前提。

一、岗位职责：从“模型安全”到“系统安全”

从招聘市场看，AI安全工程师的职责大致落在四个层面。第一层是模型与算法安全：对抗样本、后门投毒、模型窃取、成员推断、越狱与提示注入。第二层是数据与供应链安全：训练数据来源合规、标注污染、预训练模型与第三方组件的完整性。第三层是系统与部署安全：推理服务API的鉴权、限流、输入输出过滤、模型文件与权重保护、多租户隔离。第四层是治理与响应：风险评估、红队测试、事件响应、合规映射（如欧盟AI法案、国内生成式AI管理办法）。

不同公司侧重点差异明显。大模型厂商更关注越狱、提示注入与内容安全；自动驾驶与金融风控更关注对抗鲁棒性与数据漂移；云厂商则强调AI服务的安全基线、租户隔离与模型托管安全。面试时，你需要先判断目标岗位属于哪一类，再决定把哪一层作为回答的主线。

二、能力模型：三层能力与一条主线

可以把能力模型拆成三层。底层是安全基础：OWASP Top 10、MITRE ATT&CK、威胁建模、密码学基础、网络与系统安全。中层是AI专业能力：机器学习原理、深度学习框架（PyTorch/TensorFlow）、模型训练与推理流程、常见攻击与防御方法。上层是工程与沟通：能写可复现的PoC、能做红队报告、能与算法、法务、产品协作。

一条主线贯穿三层：风险—攻击—防御—验证。面试官常通过一个具体场景，观察你能否沿着这条主线走完。例如“如何评估一个对外提供文本生成API的越狱风险”，合格回答不会只列攻击手法，而会给出：威胁建模（谁、通过什么入口、想达成什么）、攻击面（提示词、上下文、工具调用）、防御（输入过滤、系统提示加固、输出审核）、验证（红队用例集、通过率指标、回归测试）。

三、常见面试流程与节奏

典型流程为四到五轮。第一轮是简历与基础筛选，常问项目细节与安全基础。第二轮是技术深挖，围绕一个方向追问，如对抗样本的生成与防御。第三轮是场景设计，给出业务场景让你做安全方案。第四轮是红队/实操，可能要求现场分析一段提示词或一个模型接口。最后一轮是综合与价值观，考察沟通、合规意识与优先级判断。

时间分配上，技术深挖通常占40%以上。面试官会不断追问“为什么”“如果条件变了怎么办”“你怎么验证”。因此，准备时不要只记结论，要准备每个结论的推导过程、适用条件与验证方式。

四、高频考点分布与权重感知

根据近年岗位反馈，高频考点大致分布如下：大模型安全（提示注入、越狱、内容安全）约30%；对抗样本与模型鲁棒性约20%；数据与供应链安全约15%；模型窃取与隐私攻击约10%；AI系统与部署安全约15%；合规与治理约10%。这并非官方统计，而是用于指导复习优先级的经验分布。

其中，提示注入与越狱是当前最热的方向。面试官常问：“直接注入和间接注入的区别是什么？”“系统提示能否作为安全边界？”回答时要指出：系统提示不是可信边界，因为它与用户输入在同一上下文竞争；真正的边界应在模型之外，如输入输出过滤、工具调用权限控制、最小权限原则。

五、一个可执行的面试准备闭环

把准备过程做成闭环，比泛泛刷题更有效。下面给出一个可参考的周计划示例，参数为合理假设，可根据个人基础调整。

验证是否准备好，可以用一个简单标准：随机抽一个考点，你能在3分钟内说清“是什么、为什么重要、怎么攻、怎么防、怎么验证”。如果卡在“怎么验证”，说明还停留在概念层。

六、面试中的常见误区

第一个误区是把AI安全等同于传统安全。传统安全的边界清晰，而AI系统的边界是概率性的，防御往往只能降低成功率而非归零。第二个误区是只谈攻击不谈成本。面试官欣赏能说出“这个防御会增加多少延迟、误杀率大概多少”的候选人。第三个误区是忽视合规。涉及人脸、医疗、金融等场景时，合规约束会直接改变技术方案。