面试AI安全岗，怎么问出岗位是在做话题级拦截还是部署级边界定义？

有观点提出，多数安全对齐工作把危害当作话题的属性：提示词落入武器、欺诈或自残等大类，就被判定为不安全。这类做法在面试里很容易识别——如果对方只谈“覆盖哪些危害类别”，岗位可能停留在话题级拦截。

真正做边界定义的团队，会讨论具体部署场景。消息提到，同一基座模型可能被适配为通用助手、教育产品、企业系统或公共部门服务，每种场景在同一话题内需要不同的边界。比如公民教育辅导与公共部门助手可以共用模型，但在政治话题上需要相反行为：两者都应回答选举事实问题，但只有一个可能需要拒绝撰写针对性政治操纵内容。

面试时可以这样问：这个岗位最近一次调整边界，是因为哪个部署场景的反馈？同一话题下，你们怎么划分合法子集和有害子集？如果对方答不出场景差异，只反复说“我们会拦截某几类内容”，那大概率是话题级。

安全岗位的评估指标只看有害拒绝率，会漏掉什么？

素材里有一个关键判断：拒绝更多的模型不一定更安全。在窄边界上，提高有害提示拒绝率的同一操作，可能悄悄让模型在相邻合法提示上变得无用。

所以面试时要追问：你们同时测量良性侧的误拒率吗？数据构成里，边界对和分布内补偿怎么设计？如果团队只报有害拒绝率，不报良性侧代价，说明评估框架可能还没覆盖权衡。

这不是说拒绝率不重要，而是它单独不够。你可以准备一个假设场景：某教育产品里，学生问“某历史事件中的暴力细节”，该拒绝还是该回答？两类岗位的答案会不同——话题级岗位按“暴力”大类处理，部署级岗位会先看产品定位、用户年龄和教学目的。

想转AI安全/合规，简历和面试该突出什么能力？

与其写“关注AI安全”，不如展示你理解边界定义、数据构成与双侧评估的思维方式。可以准备一段模拟分析：给定一个部署场景，你如何区分同一话题内的合法与有害子集，并说明需要哪些数据来验证。

面试前做一件小事：找三个你熟悉的产品场景，分别写出它们在同一话题上可能需要的不同边界，以及你会追问招聘方的一个问题。这比背危害类别清单更能体现你是否理解部署级安全。