面试时怎么判断岗位是真做推理优化还是只调API？

有资料在讲文档问答场景时提到：Prefill处理input，KV cache保存状态、留下计算得到的K/V供后续生成使用。这两个词本身不难背，难的是说清它们在一个真实系统里怎么互相牵制。面试时，这恰好是区分岗位性质的好切口。

如果面试官只能聊“我们调了某个模型接口、做了提示词模板”，却说不清Prefill和decode阶段的开销差异、KV cache占显存后如何影响并发，那这个岗位大概率偏应用层调用。反过来，能主动谈batch调度、显存与吞吐取舍的人，更可能真的在碰推理引擎。

注意，这只是判断线索，不是招聘门槛。消息提到的是概念本身，并未说明哪些公司正在招这类岗位，也没说掌握这些就构成硬性要求。你要做的是把它当成提问素材，而不是背成标准答案。

Prefix caching的复用限制对岗位工作内容意味着什么？

素材里有个很具体的例子：A、B、C三轮文档问答，到C时输入方案已改变，只能复用首次token变化之前的共同prefix，无法完整复用前序缓存。

这个细节值得在面试里追问。你可以问：团队遇到过多轮对话中前缀失效的情况吗？缓存命中率下降时，是改输入组织方式，还是从调度层想办法？能顺着聊下去的人，通常实际处理过缓存策略与性能权衡；只会复述“Prefix caching能加速”的人，可能没碰过边界情况。

这里要提醒自己：别把对方的回答当成全行业结论。一个团队的做法只代表这个团队。你要收集的是“他们日常在解决什么问题”，而不是“这个方向一定怎样”。

转岗LLM推理优化，应该先补哪些可验证的知识点？

与其背概念名称，不如练到能解释Prefill、KV cache、Prefix caching三者在同一任务里的关系与取舍。可以拿一个假设场景自测：三轮文档问答中，第二轮和第三轮分别能复用多少缓存，为什么。

读岗位描述时，别只看“推理优化”四个字。要确认：团队是否自研或深度改动推理引擎，还是主要做上层封装；性能指标由谁定义；你有没有机会接触压测和调优。这些信息招聘页往往不写，得在面试里问。

一个实际可做的小建议：挑一段你熟悉的对话场景，手写一遍token变化后缓存如何失效的推演，面试时用它反问对方团队怎么处理。答案比头衔更能说明岗位。

本文为求职分析，非对具体公司招聘要求的报道。