提示词注入被点名，先分清模型安全与业务安全

一位模型从业者公开表示，无论使用什么模型，提示词注入都是重大安全风险，行业应投入更多努力训练模型抵抗它；他还称约两个月前已在实践中解决了自家模型的这一问题，并乐见新模型在该风险上与同类大致相当。消息提到，随着模型能力增强并成为商业和经济核心，风险只会增加。

对想转AI安全合规的人来说，这段表态的价值不是告诉你“岗位要扩招”，而是提醒你：面试时要把行业观点和岗位需求分开核查。同一个提示词注入问题，在模型安全团队和业务安全合规团队里是两份工作。模型安全侧关注模型本身对恶意指令的抵抗能力，可能涉及评估、红队测试、对齐训练；业务安全合规侧关注产品上线后，用户输入、外部数据、工具调用带来的风险如何被识别、记录和处置。读岗位描述时，别只看“AI安全”四个字，要确认这个岗位参与的是模型评估，还是流程治理、合规审计或隐私影响评估。

面试安全合规岗，怎么核查团队的真实工作内容？

可以问团队最近处理的安全事件类型：是模型被绕过，还是业务流程中的权限与数据问题；问与模型团队的协作方式：是提需求、做评估，还是只写制度文档；问合规工作如何落到产品流程：有没有评审节点和留痕机制。把这三个问题写成一张核查表，每项标注“有明确回答”“回答模糊”“对方没回答”。如果对方只谈行业趋势，不谈具体环节，你要谨慎判断这个岗位是否已经成型。这里的判断不是否定机会，而是帮你区分“岗位确实在解决具体安全问题”和“岗位尚在探索、职责边界不清”。

想转AI安全合规，现在该补什么、不该假设什么？

可以补安全风险评估方法、常见合规框架、模型基础认知，练习把一次风险场景拆成“谁受影响、依据什么规则、怎么处置”。但不要假设行业观点等于招聘行情，也不要把某家公司的安全进展当成自己的求职筹码。你可以用假设场景做练习：假设产品允许用户上传文档并让模型自动调用外部工具，你会先问哪些数据能进、哪些操作需要确认、日志留多久。这种练习帮你准备面试表达，不是让你断言企业一定这么做。面试前，找一份目标岗位描述，逐条标出“我做过”“我了解”“我需要确认”，再决定投递优先级。