场景设计

日活涨一千倍，架构要变的不是「加机器」：容量规划看 goodput 而不是 throughput， KV Cache 决定并发上限，长尾请求要有兜底策略（限流、降级、排队），网关与多 key 摊配额。答题时先说哪个环节先崩，再说各环节的触发信号。

门禁不能装在出口：权限要在检索前过滤（前置过滤），不能让模型看完再决定说不说。权限有四个落点缺一个就漏 —— 文档入库、检索过滤、缓存分桶、答案引用；三种隔离级别各有取舍；真难点是权限会变，一致性（他在那个时间点有没有权限）比隔离本身更难。

场景题考的不是会做多少菜，是会不会点菜。五步：澄清需求（四类问题、只花两分钟）、给基线（最土的方案能到什么水平）、加挂并说代价、谈评测（三条线，只在掉分时下沉）、谈演进（给触发信号不给时间表）。四张随身表把决策树、评测线、成本三刀、四道闸随身带着。

对着私有仓库问，两条检索路线不是谁对谁错：索引检索（embedding + 符号索引）快但有新鲜度问题，代理式检索（agentic grep）新鲜但每次都要走一遍。仓库权限是前置过滤的又一个落点，代码的结构（符号、调用关系）比自然语言更值得建索引。

预算砍一半不是均摊，是按降本九步的顺序走：从「不影响正确性」的动作（缓存、裁剪、批处理）走到「影响正确性」的动作（降档位、换小模型、砍功能），最后一步是承认做不到。每一步都要说边际收益与代价，压力追问考的是取舍能不能说清。

工单 Agent 的分类、查询、升级三段里，转人工的触发按不可逆程度分级，不按置信度 —— 模型不确定就转人工会把人工淹没。转人工率是一个被低估的零成本信号：它同时反映模型能力、需求分布与阈值设置，是场景题里最好谈的评测指标。