安全探针把评分内嵌进生成过程，这类工作通常由谁来做？

消息提到，SingProbe 是基于 Qwen/Qwen3.5-9B 构建的内在流式护栏，它不运行独立安全模型，而是复用基座模型生成时的隐藏状态，对每个 token 打分查询意图、回复不安全和幻觉风险。这类工作落到岗位上，通常不是一种角色。

一种偏研发：训练探针、调隐藏状态、对接 SGLang 或 vLLM 集成分支，日常产出是模型和代码。另一种偏评测：设计测试集、定义什么算“不安全”、比较不同阈值下的误报漏报，产出是评测报告。还有偏合规：把评分逻辑翻译成可审计的规则和文档，产出是标准与流程说明。三者可能在同一团队，但面试问法完全不同。

准备简历前先问自己：你更想写训练代码，还是写评测结论，还是写合规口径？这决定你该突出哪类项目。 延伸阅读：算法工程师简历模板：从菜鸟到专家的完整指南

面试时怎么问，才能知道岗位偏研发、评测还是合规？

不要只问“这个岗位做什么”，对方容易给笼统回答。用产出物倒推：

  • “团队最近一次交付，是模型、评测报告还是合规文档？”
  • “我入职前三个月，主要产出会是什么形式？”
  • “评测标准由谁定，是工程团队还是法务/合规团队？”

如果对方说“要对接集成分支、返回逐 token 分数字典”，那更偏工程；如果说“要维护测试集和指标口径”，那更偏评测；如果说“要写面向审计的说明”，那更偏合规。

注意，原文未说明该探针的实际招聘岗位或团队规模，所以别把某条产品动态直接当成岗位扩招信号。你可以把这类发布当作了解方向的入口，而不是招聘行情的证据。

低开销、流式评分这类描述，对求职者意味着什么？

原文称解码时间开销低于 0.5%，并返回逐 token 分数字典。对求职者，这更像一条工程约束：团队在意的是“评分不能拖慢生成”，而不是“要招更多人”。

如果你面偏研发岗，可以准备回答：怎么在低开销下保证评分稳定？如果你面偏评测岗，可以问：低开销是否以牺牲某些风险召回为代价，谁来验证？如果你面偏合规岗，可以问：逐 token 评分如何留痕、如何解释给审计方？

一个实际可做的小建议：面试前把目标岗位的产出物写成一句话，再准备两个追问，确认它到底是模型、报告还是文档。这样你不会因为一个热门发布，就误判自己该往哪个方向准备。