面试优先顺序（通用 AI 应用开发岗位）：Q1、Q2、Q3、Q4、Q5、Q6、Q8、Q9、Q10、Q11、Q12。其余题目用于进阶或特定岗位拓展；实际频率会随岗位和面试轮次变化，产品版本资讯不应当作通用必考题。
面向 AI 应用后端常见的 Python 并发、数据校验、测试、可靠性和性能诊断问题。
| 日期 | 更新内容 |
|---|---|
| 2026-08-12 | 新增 Q8-Q12：并发调用、取消背压、可测试客户端、配置日志和性能诊断 |
| 2026-05-09 | 新增 Python 工程基础模块（Q1-Q7） |
题目目录（按原文档学习顺序，⭐ = 面试高频优先题）
更新记录
- ⭐ Q1 · Python
asyncio/async-await在 AI 应用中的最佳实践？ - ⭐ Q2 · Pydantic v2 在 LLM 结构化输出中的用法与原理？
- ⭐ Q3 · 如何用 Python 实现健壮的 LLM 重试机制（含指数退避）？
- ⭐ Q4 · FastAPI 如何实现流式 SSE 接口？和 WebSocket 有何区别？
- ⭐ Q5 · Python GIL 对 AI 应用的影响？如何用多进程规避？
- ⭐ Q6 · 如何用 pytest + Mock 测试一个 LLM 应用？
- Q7 · Python 内存管理与 AI 应用的 OOM 问题如何排查？
- ⭐ Q8 · 如何用
asyncio+httpx批量并发调用 LLM API？生产级的错误处理、重试、超时、并发控制怎么做？ - ⭐ Q9 · asyncio 中如何正确处理超时、取消和背压？
- ⭐ Q10 · 如何用 Protocol 和依赖注入让 LLM 客户端可测试、可替换？
- ⭐ Q11 · AI 服务的配置、密钥和结构化日志应该怎么设计？
- ⭐ Q12 · 如何定位 Python AI 服务的内存增长和事件循环阻塞？