卓望AI面試題目在牛客網流傳　Python例外處理與LoRA微調成追問重點

校園招聘季期間，牛客網出現一篇標題為「卓望AI面」的面經分享。發文者自述於11月1日參加卓望公司人工智慧工程師崗位的面試，工作地點為廣州，屬27屆校招批次，面試形式為AI面。可核實的資訊以發文者單方陳述為限，卓望官方未就面試內容發布任何說明。

根據該篇貼文列出的題目，面試由自我介紹開始，隨後進入技術問答。Python部分聚焦try、except、else、finally四個區塊的執行流程與各自職責，追問進一步要求應試者說明：若try與finally兩個區塊都寫了return，實際執行情況為何；若僅try區塊有return，返回值又如何處理。這類追問在程式語言面試中屬於常見的細節驗證題型。

模型微調部分，題目要求比較LoRA、全量微調與QLoRA三者的差異、適用場景與技術要點，追問設定了一個具體系統場景，要求應試者解釋在該情境下選擇全量微調而非LoRA的理由。發文者未具體說明追問中的系統是什麼。

模型初始化一題，發文者自述平常慣用預訓練權重，一時誤答為全零與全一初始化，並在文末補充正確答案還包括隨機初始化、Xavier與He初始化等。追問圍繞全零或全一初始化引發的對稱性問題展開，要求解釋對稱性出現的原因與後果。

最後一題針對應試者履歷中的Agent專案，詢問記憶內容的設計架構與做法，追問為與專案相關的場景題。發文者表示因回答順利，對追問細節印象模糊，未能完整還原。

將時間軸往前推，牛客網另有一篇日期標示為10月17日、同樣針對卓望的面經，應試崗位為Java方向。該篇列出的題目包括深拷貝與淺拷貝、Spring循環依賴、MCP協議、MySQL主從延遲原因、XSS分類，以及Agent長期記憶應儲存的內容與記憶衝突的處理方式。兩篇面經相隔約兩週，均屬同一公司不同崗位的AI面記錄，其中Agent記憶設計在兩次面試中皆被問及，構成可對照的共同題點。

貼文下方留言區另有零星互動，有網友詢問筆試內容，也有人表示例外處理的else分支是AI面常考題、現場難以記全。留言均屬個人經驗與印象，未經獨立核實。

公開資料顯示，卓望信息為中國移動體系內的技術服務公司，業務涉及行動網路與資訊服務。本次流傳的面經僅能反映個別應試者遭遇的題目，不代表該公司校招面試的固定題庫或整體難度，面試形式是否全面採用AI面亦無官方說明可佐證。