面试AI治理岗，怎么问出“对齐”是设计目标还是公关话术？

消息提到，微软CEO纳德拉发文称，任何超级智能追求都必须以造福人类和受人类控制为前提，并欢迎以刻意放慢节奏把对齐作为设计目标；他还预告微软将发布自研MAI模型背后的Code of Conduct供公开咨询。对正在找AI治理、合规岗位的人来说，这条动态的价值不在口号本身，而在于它给了一组可以拿去面试追问的线索：对齐到底进没进设计流程。

听公司讲“我们重视对齐”没有区分度。更有用的问题是：对齐评审发生在哪个节点，是模型训练前、发布前，还是出事之后？谁有权叫停一次发布？如果叫停，代价由哪个团队承担？假设一个模拟场景：两个团队做同一个功能，A团队在需求评审时就要求写明风险假设和缓解措施，B团队在临近上线时才补一份说明。前者说明对齐嵌进了流程，后者更接近事后包装。面试时可以直接问对方，你们更像哪一种，并请对方举一个最近的真实例子。

“对齐机制不能由少数实体控制”对合规求职者意味着什么？

纳德拉还主张，对齐机制不能由少数实体控制。这句话对求职者的启发是：去看治理岗位的决策权分布。如果所有评审最终由一两个人拍板，这个岗位更可能是执行和写材料；如果有跨团队评审、有独立于业务线的否决或升级通道，才更接近实质治理。

面试时可以问：治理团队的评审意见，业务线必须回应吗？分歧升级到谁？过去半年有没有因为治理意见推迟或修改过发布？注意，这些问题是在核查岗位的实际权限，不是断言某家公司一定如何。对方答得含糊，本身就是信息。

企业要掌控知识嵌入自有权重，合规岗要准备哪些问题？

他还主张开放与开源模型并存的生态，企业掌控自身知识嵌入自有权重的学习循环，而不依赖单一模型供应商。对合规岗来说，这指向数据、模型和供应商依赖三条线：训练数据来源能否追溯，模型权重和微调记录归谁管，换供应商时合规责任怎么切分。

读岗位描述时，别只看“负责AI合规体系搭建”这类表述，要确认它对应的是政策撰写、评审执行，还是数据与模型链路的具体管控。Code of Conduct的实际内容和约束力目前未知，可以等公开咨询文件出来再对照。一个实际可做的小建议：把上面这些问题整理成一页追问清单，面试时挑三个问，记录对方的回答和回避点，再决定要不要继续。

本文为求职分析，不构成对任何公司治理实践的核实结论。