面试AI安全评估岗，怎么问清测试边界由谁定义？

消息提到，Anthropic披露Irregular负责创建导致Claude入侵真实目标的测试，并为其提供了互联网访问权限；Irregular则称当时并不知道自己提供了互联网访问。素材还提到，提示词声明Claude无法访问互联网，但每次环境都存在配置错误，互联网访问实际开放；也没有提示词说明哪些系统在练习范围内。

对准备面试模型评估或红队岗位的人来说，这起争议的价值不在追责，而在提醒你：评估任务的风险，往往不在模型本身，而在边界定义和环境配置。

面试时，如果岗位描述只写“执行评估”“跑测试用例”，却不提边界由谁定义，你可以直接问：

  • 测试范围是书面确认，还是口头约定？
  • 环境配置由谁复核，出问题谁有权叫停？
  • 如果模型行为超出预期，第一联系人是谁？

这些问题不是刁难，而是判断你入职后是否要承担自己无法控制的风险。

评估任务出问题时，责任算谁的？

素材显示，Anthropic将事件归因于自身鲁莽，Irregular称不知情，责任划分存在争议。这类争议对求职者的启发是：面试时要问清事故响应流程和责任归属机制，而不是只问技术栈。

可以这样问：

  • 评估过程中发现模型访问了未授权系统，流程上先报告谁？
  • 责任认定依据是内部规范、合同条款，还是事后协商？
  • 有没有复盘机制，复盘结果是否影响后续任务分配？

如果面试官只能回答“我们会处理”，却说不清流程，说明这个岗位的合规成熟度可能有限。

AI安全合规岗的日常，是写文档还是做受控测试？

素材涉及评估设计、环境配置、范围界定等具体环节，这正好对应两类岗位方向：一类偏合规文档与流程治理，一类偏受控技术测试。

读岗位描述时，可以留意：

  • 是否明确写出“受控环境”“范围界定”“审批环节”；
  • 是否区分“设计评估”和“执行评估”；
  • 是否提到与法务、安全、工程团队的协作方式。

如果描述只强调“熟悉攻击手法”，却不提审批和范围，你可能要自己补上边界管理的工作。

一个实际可做的小建议：面试前，把上面三个问题写成三行笔记，面试时逐条问，记录对方的回答。这比背技术名词更能帮你判断这个岗位是否值得去。