为什么你的 RAG 项目在面试里还是不加分：真正会把人问穿的追问都在后面

到了 2026 年，简历上写“做过 RAG 项目”这句话，已经很难单独构成加分项了。很多面试官现在一看到这句，脑子里的反应不是“不错”，而是“好，那我继续往下问”。

真正拉开差距的，往往不是第一句答案，而是后面那几层追问。会做表层的人，可以讲 Embedding、向量库、rerank、prompt。真正做过系统的人，能讲清楚项目为什么会翻车、哪一层最限制上限、为什么这套东西最后值得信任。

为什么很多 RAG 项目一到面试就变平

问题通常不是项目完全是假的，而是你讲得太像教程了。

很多候选人的 RAG 项目描述都长这样：

• 文档做了切分
• 做了向量化
• 放进向量库检索
• rerank 提升相关性
• 大模型生成答案

这套话术太顺了。顺到像教程，顺到像概念图，顺到不像真正撞过脏数据、延迟、权限、路由和 bad case 的系统。

最容易把人问穿的几类追问

知识库到底是怎么建出来的

这类追问特别容易让人露馅。

如果你只会说做了解析和 chunking，面试官通常马上会继续问：

• PDF 双栏怎么处理
• 表格结构丢了怎么办
• OCR 之后内容乱了怎么办
• 为什么这个地方切 300 token，不是 800

如果你从来没被数据质量折磨过，答案往往会听起来很轻。

系统为什么真的能检到对的东西

很多候选人会说因为用了向量检索、混合检索或者 rerank。

更强的候选人会继续讲：

• 元数据怎么打
• 层级标签怎么用
• 哪些 query 适合稀疏匹配，哪些更吃 dense
• rerank 为什么只在候选集足够好时才有意义

一旦你能把这一层讲清楚，项目就会明显更像你亲手调过。

为什么所有 query 都走同一条链路

这个问题特别狠，因为很多人的默认前提就是：问题来了，先检索再说。

强候选人会主动说，不是所有 query 都应该进同一条 RAG 主链路。有的需要检索，有的需要结构化查询，有的需要计算，有的应该直接拒答，还有的要改走别的工作流。

这时面试官听到的就不再是“我会搭一个向量库”，而是“我知道什么时候不该硬进 RAG”。

项目怎么避免搜出不该给用户看的东西

这一层在企业场景里越来越重要。

只要你的项目碰到内部知识库、企业文档、部门资料、角色权限、敏感数据，面试官往往会比你想象中更在意权限边界，而不是只在意模型效果。

检到错的私密文档，不只是效果差，而是根本不能上线。

你怎么知道这套系统真的够好

这是专门拿来区分“调过 demo”和“做过系统”的问题。

强回答会讲：

• 召回质量
• 回答支撑度
• 冲突率
• 延迟
• 空召回怎么处理
• 权限异常有没有发生
• 每周 bad case 怎么复盘

弱回答通常只有一句：“整体回答质量提升了。”

真正强的候选人会怎么讲

他们不会把 RAG 讲成一条由热门名词拼起来的流水线，而会把它讲成一个有压力点的系统。

更强的说法通常像这样：

• 知识库质量决定上限
• query 理解决定当前到底该不该检索
• 元数据和过滤有时和 Embedding 一样重要
• rerank 只有在候选池质量够好的前提下才值钱
• 权限和审计决定这套系统能不能上线
• 评估必须看整条工作流，而不是只看回答顺不顺

这种说法一听就更像做过。

一个更稳的项目讲法

如果你想让自己的 RAG 项目更像真做过，可以按这个顺序讲。

先讲真实场景

它解决的到底是什么业务问题，用的是什么文档和数据？

再讲最难的地方

是解析、切分、路由、权限、延迟，还是评估？真正做过的人通常都有一个被坑得很深的点。

再讲设计决策

为什么这么切 chunk，为什么要做混合检索，为什么 rerank 只做到这一步，为什么 query 要先分类再走路由？

最后讲它为什么值得信任

什么机制避免了它胡说、误召回、越权、超时，或者在真实使用里不断翻车？

这样讲出来的项目，和“我们做了一个 RAG”会完全不是一个气质。

那些让好项目失去加分的错误讲法

讲得太丝滑

真实系统一定有阻力。如果答案没有摩擦感，听起来就很像没真正做过。

完全不提权限和治理

这是 2026 年越来越致命的缺口。

先讲模型，后讲数据

很多 RAG 项目其实根本不是模型先出问题，而是知识库和检索底座太脆。

只准备了第一层，不准备后面的追问

很多候选人会打磨一个漂亮开头，但真正掉分，几乎都发生在第二层和第三层追问里。

Where Interview AiBox Fits

Interview AiBox 很适合拿来练这种“把项目讲出第二层、第三层深度”的能力。很多技术项目之所以听起来没信号，不是因为项目差，而是候选人只准备了第一句总结，没有准备后面真正决定强弱的追问层。

你可以结合 功能全景、工具页 和 下载页 一起看。如果想补相邻主题，也可以继续读 RAG 系统设计面试全攻略 和 为什么你的 RAG 把所有 Query 都丢进向量库。

FAQ

现在简历上还值得写 RAG 项目吗

值得，但前提是你能把它讲出 headline 之外的系统层，尤其要能顶住解析、检索、路由、权限和评估这些追问。

为什么很多 RAG 项目在面试里不加分

因为它们常常被讲成一条很干净的流水线，而不是一个充满 trade-off、失败模式和上线约束的真实系统。

面试前最该补哪几层

优先补解析、chunking、检索策略、query 路由、权限边界和评估方法。这些往往是最容易把“表面熟悉”和“真实做过”区分开的地方。

Next Steps

• 阅读 RAG 系统设计面试全攻略
• 查看 为什么你的 RAG 把所有 Query 都丢进向量库
• 了解 功能全景
• 下载 Interview AiBox