面试问题与回答要点
这些问题用于自测。回答要先给具体案例，再解释机制与限制，最后提供真实代码和测试。
| 问题 | 回答要点 | 练习入口 |
|---|---|---|
| 为什么不直接把全部 Schema 发给 LLM？ | 上下文预算、干扰、权限暴露；两级召回；仍需测漏召回 | V2-S03 |
| 为什么用 OpenSearch + Milvus？ | 编码/关键词与语义表达互补；RRF 排名融合；消融与时延 | V2-S02～S03 |
| RRF 和 reranker 有何不同？ | 前者融合已有排名，后者重新评价候选相关性；都不能补回完全漏召对象 | V2-S03 |
| Retrieval 和 Linking 的区别？ | 相关候选与概念确定映射；保留证据和歧义 | V2-S04 |
| 最短 Join Path 为什么不够？ | 粒度、基数、业务含义、历史键与多事实扇出 | V2-S05 |
| 为什么不直接用 Neo4j？ | 当前关系规模可在内存处理，控制库统一治理；按实测再评估 | ADR-003 |
| Semantic Layer 为什么不是 Prompt 模板？ | 指标、规则、粒度、版本、审核与独立回归 | V3-S01～S02 |
| 毛利率为什么不能取每行比例平均？ | 总毛利/总收入与简单平均权重不同；需统一粒度与期间 | V3-S01 |
| Verified Query 怎么保持可信？ | 审核、版本兼容、权限过滤、失效重验、题集隔离 | V3-S04 |
| IR 的价值是什么？ | 将业务计划从 SQL 方言解耦，可独立校验与评测 | V4-S01 |
| SQLGlot 是否保证 SQL 安全？ | 它是解析基础；需策略、血缘、函数允许规则和数据库防线 | V4-S03 |
| 以 SELECT 开头为何仍危险？ | 写 CTE、SELECT INTO、危险函数、跨域子查询 | V1-S03 / V4-S03 |
| 行权限为什么不能只加一个 WHERE？ | 嵌套/别名/UNION/聚合、外连接语义、列血缘；无法证明时拒绝 | V4-S02 |
| LIMIT 是否能防止昂贵查询？ | 限结果不等于限扫描；EXPLAIN 估算、timeout、配额 | V4-S03 |
| 自动修复何时停止？ | 2 次上限、总预算、权限/安全错误零修复、每次重校验 | V4-S04 |
| 空结果与零有什么区别？ | 无记录、NULL 与确实为零；同比分母与解释边界 | V4-S05 |
| Redis 如何避免权限泄漏？ | 授权指纹、版本、解析后请求键、撤权失效、命中复核 | V4-S02 |
| 为什么 V5 才引入 Agent？ | 先可靠单步，再状态图与工具；控制可变性与预算 | V5-S01～S02 |
| 多轮上下文怎么继承？ | 结构化槽位、覆盖/清空、时间固定、身份隔离、版本核验 | V5-S03 |
| checkpoint 恢复等于幂等吗？ | 不等于；副作用/执行记录、重复投递、权限变化需额外处理 | V5-S02 |
| 执行准确率如何计算？ | 数据快照、Gold、无序多重集、容差、分母、拒绝题独立统计 | V6-S01～S02 |
| 升级模型如何发现回退？ | 全版本记录、锁定测试、分域逐题差异、门禁、灰度 | V6-S04～S05 |
三个手算练习
练习一：比例。 A 商品收入 100、毛利 50，B 商品收入 900、毛利 90。总体毛利率为 140/1000=14%，不是 (50%+10%)/2=30%。指出语义定义、IR 和测试分别如何防止错误。
练习二：Join。 订单有 100、200 两条明细和三条支付记录，直接连接后明细总额可能 900。提出两个不同业务目的下的正确方案，并解释不能直接 SUM(DISTINCT amount)。
练习三：召回。 一题 Gold 表为 A/B/C，Top 3 召回 A/B/D。Recall@3=2/3，Precision@3=2/3。下一题 Gold 表只有 A，召回 A/B/C。解释 macro recall 与整体 micro recall 为什么不同。
答案：两题 macro recall=(2/3+1)/2=5/6；micro recall=(2+1)/(3+1)=3/4。报告不声明平均口径，分数就不能直接比较。
每期结束自查
能否画出调用链？能否说明一个拒绝条件？能否定位测试？能否给出真实版本和数据？能否解释没有采用的方案？若只能复述名词，回到对应模块做一次失败实验。