FDE 面试不是纯 LeetCode，也不是纯"讲方案"，而是要在一场面试里同时验证：你能写生产代码、能设计系统、懂 AI 应用工程、会做客户 discovery、能在模糊中取舍，还能把这一切讲清楚。可以按六类来准备。
不同公司侧重不同，但题型高度收敛。下面每一类都给出"可能题型"与"优秀回答应包含什么"。准备时建议对照 能力模型 查漏补缺，并用 资料地图 里的官方岗位描述校准各家口味。
六类考察
可能题型：常规算法题、后端 API 小项目、数据处理脚本、debugging、full-stack exercise、系统集成小任务。
优秀回答：FDE 不是纯算法岗，但强 coding 是底线——能独立写出可运行、有边界处理、可测试的代码，并能在面试官追问下快速 debug。OpenAI、Palantir、Scale 的岗位都明确要求生产级代码能力。
可能题型：设计企业知识助手 / 权限感知 RAG / 自动处理工单的 Agent / 客服辅助 Copilot / 合规文档审查系统，并支持多租户、审计、成本控制与可观测性。
优秀回答：画出入口、身份权限、数据层、检索层、Agent 层、模型层、评估层、可观测层、部署层的完整架构；主动谈权限过滤、数据新鲜度、fallback、审计与成本，而不是只画一个"问大模型"的箭头。
可能追问：RAG 为什么答错、怎么 debug？Agent 调错工具怎么办？如何做 eval、如何降幻觉、如何做权限过滤、如何设计 human-in-the-loop、如何评估成本与延迟？什么时候用 fine-tuning、什么时候用 RAG？
优秀回答：体现"失败模式分析"思维——把问题拆到 chunking / 检索 / rerank / prompt / 工具定义 / 状态管理 等具体环节，并能给出可衡量的验证方法，而不是泛泛而谈。
可能题目：一个客户说想做"AI 助手提升员工效率"，你怎么推进？
优秀回答：不直接做 chatbot，而是先澄清业务目标、识别用户角色与工作流、量化痛点、盘点数据与系统、定义 MVP、设计评估指标、说明安全合规、规划试点与 rollout，最后讲清如何产品化。（完整示范见下方。）
可能追问：客户要求 2 周上线但数据权限没准备好？高管想要 demo 但一线用户觉得没用？模型效果不稳定但销售已承诺上线？某客户愿付高价要定制但产品团队不想做？你怎么判断一个需求该不该平台化？
优秀回答：展示在 scope、速度、质量之间做结构化取舍的能力——先界定目标与约束，给出几个选项及其代价，明确推荐方案与回退条件，而不是"既要又要"。
可能考察：给非技术高管解释技术风险、给客户工程师解释架构、给产品团队写 RFC、给销售同步上线风险、给用户培训新工作流。
优秀回答：对不同听众切换语言——对高管讲业务影响与风险，对工程师讲接口与约束，对产品讲共性与复用。Palantir、OpenAI、Google 都把跨利益相关方沟通列为核心要求。
Discovery case 示范：银行客户"AI 助手提升员工效率"
这是 FDE 面试里最能拉开差距的一类题。下面这套回答框架可以直接套用——核心是把模糊愿景拆成可交付、可评估、可上线的路径。
1 · 明确业务目标——是降本、提速、降错，还是合规？拒绝直接做 chatbot。 2 · 识别用户角色与工作流——谁用、谁买单、谁是系统 owner。 3 · 量化当前痛点——把"效率低"翻译成可测量的数字。 4 · 盘点数据与系统——数据在哪、质量如何、权限如何。 5 · 定义 MVP——最小可上线、风险可控的第一版。 6 · 设计评估指标——业务、技术、采用三类指标。 7 · 说明安全与合规——银行场景尤其要谈数据出域、审计、责任边界。 8 · 规划试点与 rollout——先小范围试点，再扩张。 9 · 说明如何产品化——哪些能复用到下一个银行客户。
一个加分的细节：在银行场景里主动点出"高敏感数据不能出域""每条 AI 建议都要可审计""先做内部辅助而非直接面客"，会立刻显示你理解的是受监管环境下的真实部署，而不是一个演示。OpenAI 明确要求 FDE 能在 fast-moving、ambiguous 的环境中交付，并在 scope、speed、quality 之间取舍。OpenAI FDE JD↗
准备节奏建议
把 Coding 与 System design 练到稳定输出。没有这两项，后面四类讲得再好也会被判为"售前型选手"。
面试前手里要有一个能讲清数据接入、RAG/Agent、权限、评估、日志、部署、成本与业务指标的真实项目——这是 AI application design 与 system design 的弹药库。
discovery case 和 ambiguity 题考的是结构化思维，不是知识量。把上面的九步框架与"目标—约束—选项—代价—推荐—回退"的取舍模板背到能脱口而出。
把这六类都准备到能举出自己的项目例子，你就具备了真 FDE 的面试画像。下一步可以回到 能力模型 做自评，或用 资料地图 继续按可信度分层补充素材。