# No.91 Kaiyi几十场AI面试后的总结：怎么成为懂 AI 的人

Web Worker-AI程序员都爱听 · 2026-03-16

<https://web-worker.podhood.com/88c5290c-ccf6-4e96-8a61-a0d2db298277>

Kaiyi在加拿大微软GitHub Copilot团队工作，带着几十场AI面试经验做客本期节目，系统回答“怎样成为懂AI的人”。他从大模型是“下一个词预测器”讲起：Temperature参数设0会百分百选择概率最高的词，输出稳定但呆板，调高则增加创造力但不确定性提升，因此翻译、数学题应设最低，创意写作应调高；他还解释Top-k=2指只从概率最高的前两个词中选择，Top-k=10则从前10个词中选，OpenAI官方文档建议不要同时调整Temperature和Top-k，因为二者本质影响同一件事，应固定一个再调另一个。他详解Cache机制：每生成一个词都要把已生成内容重新送回模型，缓存已处理token后，命中缓存的API价格远低于未命中，DeepSeek等模型的缓存价格因此能降得非常低，开发者应主动设计对话流提高缓存命中率。他对比Codex与Claude：Codex慢但代码直接可用，Claude快但有时不可用，有朋友直接充值200美元Codex；他还用哈利波特测试指出，把整本《哈利波特与魔法石》塞进上下文后，即使模型拥有全部答案，召回能力也会急剧下降、智能一定下降。最后他梳理了RAG最佳实践，包括Query重写、Re-rank等步骤，并强调理解原理、动手实践才能真正成为懂AI的人。

## Questions this episode answers

### 怎样才算是懂 AI？这期节目给出的答案是什么？

开翼说，朋友问他“怎么样才能懂 AI”，这期节目回答的正是这件事。它不是一份手把手的完整答案，而是告诉你过程中要学什么、要理解什么，并把他们的理解分享给你，让你逐渐变成懂 AI 的人；如果听完节目跟着他们的思路去探索，至少可以尝试跟上这一波 AI 的浪潮。

[0:49](https://web-worker.podhood.com/88c5290c-ccf6-4e96-8a61-a0d2db298277?t=49000)

### 开翼在节目开头说这期聊了哪些核心知识？

开翼说，抛开感受上的闲聊，最核心的知识部分聊了大模型是什么、agent 是什么，以及从 Copilot 到 Cursor 再到 Claude Code 到未来的过程中，抛开表面现象，核心发生了什么样的范式转变，让一代工具超过另一代。他认为这些知识和怎么做实践，会让人变成懂 AI 的人。

[0:16](https://web-worker.podhood.com/88c5290c-ccf6-4e96-8a61-a0d2db298277?t=16000)

### 这期节目分别适合对 AI 狂热和不熟悉的人吗？

主持人说，听众可以分成对 AI 比较狂热和没那么追心的人。对 AI 狂热的人，可以把这期节目当作站在 2022 年 初 1 月 份时的最低要求，用它来查漏补缺；对 AI 不熟悉的朋友，这期节目就像一个干货大礼包，很多话题可以延伸，也指明了比较清晰的路线去做实践。

[1:21](https://web-worker.podhood.com/88c5290c-ccf6-4e96-8a61-a0d2db298277?t=81000)

### 为什么这期 AI 节目最好现在听，而不是等半年或一年后再听？

主持人说，如果半年后再听、一年后再听，可能很多东西就变成了八卦，或者变成了一个预测来回顾了，就少了当下现在立刻就能听的一些有价值的点。所以现在听这期节目，能抓住当下最新的或最基础的介绍和实践路线。

[2:36](https://web-worker.podhood.com/88c5290c-ccf6-4e96-8a61-a0d2db298277?t=156000)

## Key moments

- **[0:00] 片头**
- **[0:16] 核心探讨**
- **[0:49] 懂AI**
  - [1:05] 通过这档节目分享对 AI 的所有理解，Kaiyi 拿到了很多 offer
- **[1:21] 听众分类**
- **[2:05] LangChain回顾**
  - [2:05] “如果你对 LangChain 有过工程化实践，那你人挡杀人、佛挡杀佛” — Smart 引用开翼去年讲 LangChain 时的说法
- **[2:36] 时效性**
- **[2:47] 节目开场**

## Speakers

- **Kaiyi** (guest)

## Topics

大模型基础, AI辅助开发

## Mentioned

DeepSeek (company), Claude (product), Codex (product), Cursor (product), GitHub Copilot (product), Kimi (product), LangChain (product)

## Transcript

### 片头

**Guest** [0:03]
Web Worker。

**Host** [0:05]
Kaiyi， 你觉得刚才我们讲的这些部分 ， 哪些东西比较重要 ， 或哪些东西比较有趣 ， 作为听众是适合去听 ， 然后我可以放在片头去做介绍你们这期节目的 ？

### 核心探讨

**Kaiyi** [0:16]
OK。 我认为抛开我们闲聊 ，是更多这种就是我们感受上的 ， 我们的一些闲聊 ， 然后在最核心的知识部分 ， 我们去聊了大模型是什么 ，agent 是什么 ， 然后 Copilot 到 Cursor 到 Claude Code 到未来的 ， 这个过程中抛开它最表面的一些东西 ， 它核心发生了什么样的范式转变 ， 让一代超过另一代 。

那我觉得这些知识 ， 我们提到的这些 ， 包括我们怎么去做实践 ， 这些东西是如何让你变成懂 AI 的一个人。

我觉得这期节目回答了一个点 ， 就是我朋友问我 " 怎么样才能懂 AI"， 我觉得我们这期节目并不是给你一个完整到手把手的一个答案 ， 我们是告诉你在这个过程中你要去学什么 ， 你要去理解什么 ， 然后我们把我们的理解分享给你 ， 然后你逐渐变成一个懂 AI 的人。

### 懂AI

**Kaiyi** [1:05]
我可以说就是我基本靠这个节目去分享的我的所有的理解 ， 找到了 ， 拿到了很多很多 offer， 所以我觉得如果你们听完这期节目 ， 然后你跟着我们的思路去做探索 ， 我觉得是至少可以尝试去跟上下这一波 AI 的浪潮的 。

### 听众分类

**Host** [1:21]
对 。 我觉得这个从另一个角度我们也可以去看 ， 听众中可能分成对 AI 比较狂热和对 AI 没有那么追心的人。

那对 AI 比较狂热的人， 可以把这期节目作为你站在 2022 年初 1 月份的时候的一个最低要求 ， 那我们聊的所有事情你应该可能玩过或已经在感受了 ， 可以通过这期节目来 push 你去插入补缺 ， 对不了解的部分做一个补齐 。

那我们也算是站在当下的一个最新或者一个最基础的一个介绍 。 那对 AI 不是很熟悉的朋友 ， 那就是一个可能就算相当于一个干货大礼包 ， 我们讲的很多东西是有很多话题是可以延伸的 ，也是可以指明了比较清晰的路线去做如何去做实践 。

那朋友们 ， 前年开翼在我们节目里面讲了 LangChain， 如果那时候你对 LangChain 是有过实践和一些工程化的实践的话 ， 那你是人长杀人， 佛长杀佛 。

### LangChain回顾

**Host** [2:21]
那站在 2022 年年初 ， 如果你对 AI 的这些基本能力和实践 ， 还有最佳实践 ， 还有自己的感触 ，有自己的一套独特的理解和实践感受的话 ， 我认为站在当下也是非常有竞争力的 。

那如果我们半年后再听 ， 一年后再听 ， 可能很多东西就变成一个八卦 ， 或变成了一个预测来回顾了 ， 就少了很多当下现在立刻就听的一些有价值的点 。

### 节目开场

**Host** [2:47]
好 ， 我们开始吧 。Hi， 大家好 ， 新一期的微播和播客又来了 。 微播和播客是几个全蛋程序员闲聊的音频播客节目 ， 这次呢我们是在线下进行的录制 ， 我们这会儿在生态线下的录音间 ，在 。

---

本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。