面试AI安全合规岗，怎么判断团队是否真做安全评估？

消息提到，Anthropic最新“AI滥用”报告称，蒸馏可提升通用推理能力，足以使危险能力超出训练对话所覆盖的范围；报告还称Claude的安全措施不会通过未经授权的蒸馏转移，但未提供量化评估。对想转AI安全合规的人来说，这恰好是一个面试提问的切口：团队是否评估过蒸馏这类绕过安全措施的风险，评估有没有量化指标。

如果只问“你们做安全评估吗”，多半得到“做”的答案。更有效的问法是让流程落地：最近一次评估针对哪类风险、用什么指标判断风险是否升高、结论如何影响模型发布。对方若只能谈合规文档和审批流，说明评估可能停留在纸面。

安全评估岗的日常工作可能涉及哪些风险类型？

从这份报告能延伸出的风险方向包括模型滥用、能力泛化、安全措施失效。蒸馏之所以被点名，是因为它可能把通用推理能力提上去，让危险能力超出训练对话覆盖的范围；而安全措施不随蒸馏转移，意味着原有防护未必跟着走。

面试时可以问团队更常处理哪一类：是评估模型被滥用的可能性，还是评估能力提升后的外溢风险，或是验证安全措施在微调、蒸馏等路径下是否仍然有效。两类方向关注点不同——偏模型滥用的岗位更看重威胁建模和红队经验，偏安全措施失效的岗位更看重评测设计和回归验证。读岗位描述时，还要确认“安全评估”具体指内部评测、第三方评测，还是只做合规材料。

没有量化评估时，求职者怎么判断团队的安全工作是否扎实？

报告未提供量化评估，这本身说明评估方法值得追问。可以问团队如何定义和度量风险、有没有内部评估流程和复盘机制、评估结果由谁复核。若对方说“我们参考行业实践”，可以继续问具体参考了哪份标准、如何映射到自己的模型。

假设场景：面试官说团队每季度做一次安全评估。你可以追问上一次评估发现了什么、有没有因此调整发布节奏。这不是断言面试官一定会问，而是帮你判断团队是否真在闭环。

一个实际可做的小建议：面试前把这三个问题写进备忘录——最近一次评估针对什么风险、用什么指标、结论如何影响发布。面试后对照回答，判断这个岗位是做评估，还是只写文档。

以上分析供求职参考，不构成对任何公司招聘或工作方式的确认。