这条路线是什么
这条路线的主线是广度优先与按需下潜。LLM 应用开发面试考察的面很广，要求你具备应用侧的全栈能力。每个板块需要先达到能回答基础八股文的程度，再根据简历里的具体项目方向下潜深挖。
应用岗位的核心分水岭在于选型判断力。在实际业务中，把大模型能力嵌入现有产品线不仅是写代码，更需要做大量权衡。你需要会选模型，会写提示词与系统提示，清楚微调与 RAG 的界线。
面试官会反复考察你在不同场景下的决策逻辑，比如微调与 RAG 怎么选、私有化部署还是调用 API、大模型与小模型如何搭配。路线的目标是帮你建立判断力——最终能把功能做成企业可用的服务，并控住成本与安全。
怎么走
学习顺序从基础认知走向架构落地。首先通过第 2 章 LLM 基础建立底层理解，接着进入第 3 章 LLM 训练，掌握 SFT、RLHF 和 DPO，明确在业务中什么时候该去微调模型。
有了模型认知后转向应用层。先学习第 4 章 Agent 架构，再掌握第 8 章工具调用，这两步构筑了应用开发的核心框架。随后进入第 10 章项目深挖，结合个人背景把知识串联起来。项目成型后，通过第 7 章评测来验证服务质量，再用第 11 章通用知识补充周边技术栈，最后用第 12 章五厂真题进行综合演练。
适合谁
这条路线适合求职大模型应用开发、AI 产品工程师以及 AI 后端岗位的开发者。如果你的目标业务场景是把大模型能力嵌进现有产品线，这部分内容正是为你准备的。
从背景来看，适合有一定软件工程基础，正在决定如何向 AI 方向转岗的工程师。只要你愿意在模型选型、提示词工程以及服务架构上投入精力，就可以按照这个顺序开始准备。
章节路线
- 01第 2 章 · LLM 基础
地基就是这章。Transformer、Attention、MoE、KV Cache，绕不开，问得又细又勤。
- 02第 3 章 · LLM 训练
决定你能不能聊深。SFT、RLHF、DPO 和 PPO，训练稳不稳、数据怎么喂，都在这儿。
- 03第 4 章 · Agent 架构
分水岭。ReAct 怎么转、记忆怎么存、规划和用工具怎么做，最后合成一道设计题。
- 04第 8 章 · 工具调用
Function Calling 只是开头。API 怎么设计、选哪个工具、出错怎么办、安全怎么兜，还有工具过百之后的注册、发现与路由。
- 05第 10 章 · 项目深挖
简历上写的会被反复问。为什么这么选、架构怎么搭、崩了怎么查、后来怎么改。
- 06第 7 章 · 评测
怎么给大模型和 Agent 打分。自动指标、人工评估、Benchmark 怎么搭。这一层刷掉大半候选人。
- 07第 11 章 · 通用与软实力
题最多的地方。八股、系统设计、行为面试，还有职业规划和你的技术口味，建议拉长战线。
- 08第 12 章 · 五厂高频面试题
按字节、阿里、腾讯、美团、百度各 100 题。先能把结论说出口，再谈细节。
范围内的题库分类
相关术语（全部术语）
可以写进简历的项目方向
- 从零实现带掩码的 Attention 机制产出：实现代码 + 正确性验证测试
- MoE 路由机制实现与分析产出：MoE 实现代码 + 负载均衡分析图
- DPO 与 PPO 在 RLHF 中的对比产出：训练日志 + 胜率对比图
- LoRA 微调效果与参数分析产出：微调对比报告 + 秩影响曲线
项目怎么讲才能扛住追问，看第一个项目面试包：企业知识库 RAG 助手。