候选人把AI产出不顺归结为“模型不行”，说明不了太多问题；更值得追问的，是他能否指出偏差位置，并说出改什么、怎么验证。

AI异常归因不是看候选人换过多少提示词，而是看产出偏离预期后，他能否把原因分到指令表达、理解偏差或任务拆分三类，并用现场证据支撑判断。下面给出一套「异常归因过程观察」的做法：用一个会失败的小任务制造可观察偏差，按定位、分类、验证的顺序追问，再用一张问题卡留下证据、调整动作和复测结果。以下做法属于面试观察经验，需按岗位验证。

产出偏离预期时，先看候选人能否说清偏在哪里

依据牛客AI Coding考试的能力说明，“AI异常归因与调优能力”指：当产出不符合预期时，候选人能够判断是指令问题、理解偏差还是任务拆分问题，并做出针对性调整。需要说明的是，本文把这套能力项迁移到AI面试的追问方法中，属于方法迁移，不是牛客AI面试已经验证的产品能力；企业使用前应按岗位自行设计与试用。

因此，面试追问可以把“偏在哪里”放在开头，而不是先问换了什么工具或提示词。请候选人指出产出与预期的具体差异：是分类口径被替换、约束被忽略，还是步骤顺序颠倒。候选人若只能说“效果不好”“模型不行”，却指不出具体位置，归因链条尚未建立。能定位偏差，才有后续分类与调整。

给出一个产出偏离预期的任务，制造可观察的异常

本节为方法推导。面试官准备一个目标明确、但首次产出容易偏离预期的小任务：例如让候选人用AI把一批用户反馈整理成问题分类，只给业务目标与可用材料，不预先给出分类标准。任务要短，便于在面试现场完成，内容需按岗位改造。

候选人交回结果后，面试官记录偏差的具体位置，例如分类口径被替换、约束被忽略或子任务顺序颠倒。记录要落到产出中的具体段落或条目，便于后续追问引用同一处事实。这里的示例只用于演示追问方法，不代表真实项目、客户数据或效果。先制造异常，再观察候选人如何解释异常。

追问排查顺序：把指令问题与理解偏差分开

依据同一能力项的三类划分，追问可以按固定顺序推进：先核对指令有没有把目标、约束和输出要求说清，再核对候选人对任务意图与材料含义的理解，随后核对是否把大任务拆错。每一步都要求候选人指出具体词句、假设或步骤与偏差的对应关系。

可接受的证据是“我把‘按紧急程度排序’漏写成‘按时间排序’”，并说明这处表述如何改变了产出；不可接受的是“我又生成了一次”。重点要看候选人能否把指令问题与理解偏差分开：前者是要求没写清，后者是要求写清了但候选人理解错。若两类混在一起，或把所有失败都推给模型，归因证据不足。追问的目的不是听解释，而是让原因与证据一一对应。

核对任务拆分后的调整动作与验证回读

能力项要求候选人在判断原因后“做出针对性调整”，面试追问就落到改了什么、怎么验证。若是指令问题，问他重写了哪段目标或约束；若是理解偏差，问他补了哪条业务背景或示例；若是任务拆分问题，问他拆出了哪几个子步骤以及先后关系。

随后核对验证动作：用什么标准判断调整生效，复测结果是否回到预期。调整与验证必须对应同一处偏差，不能只说“后来好了”。没有回读记录的调整，只能算尝试，不能算闭环。面试官可以要求候选人复述复测前后的差异，把判断依据留在记录里。

把观察固化成AI异常归因追问题卡

本节为方法推导。把三类原因、观察证据、追问句、调整动作与验证回读放进同一张AI异常归因追问题卡，面试官逐行记录，复盘时就能看出候选人缺的是定位、分类还是验证。问题卡只用于组织证据和暴露缺口，不直接折算录用结论。

权重与通过线属于待验证假设，需按岗位小样本试用后再定，不能直接固定。

判分边界：归因能力判断不能替代人工复核

本节为方法推导。候选人表达不清，不等于没有归因能力，有时只是不熟悉任务背景；说得流畅，也不等于真的会归因，可能来自背题。应结合任务细节追问与成果回读交叉核对，并由HR与业务面试官一起复核边界样本，记录判断理由。

异常归因判断只用于观察过程能力，不能自动决定录用。涉及具体岗位要求时，仍以企业自己的评估标准和人工复核为准；问题卡记录的是证据与缺口，不是给候选人贴标签。把人放在判断链的末端，才能避免把工具表现当成人的能力。

常见问题

问：候选人只会说“多试几次”，是不是就能判定归因能力不足？
答：不能直接判定。重试有时只是习惯，应继续追问他每次改了什么、依据哪条证据、复测结果是否回到预期。若连续追问仍指不出偏差位置，再考虑归因证据不足，并结合人工复核。

问：面试时间有限，怎样用一个任务观察三类归因？
答：把追问压到同一处偏差上：先问“偏在哪里”，再问“属于指令、理解还是拆分”，随后问“改了什么、怎么验证”。三类原因按顺序过一遍，每个环节只要求一条具体证据，比铺开多个任务更容易在短时间内看出归因链条。

问：这套追问能直接套用到所有岗位吗？
答：不能。技术岗与非技术岗的偏差形态不同，任务与追问句要按岗位改造；权重和通过线需企业自行试点验证。

把追问落到下一次AI面试

AI面试的价值不在于多问几个问题，而在于把异常归因变成可观察、可复核的记录。下一次设计面试时，先准备一个会失败的小任务，再按定位、分类、验证三步追问，并用同一张问题卡留下证据。若需要进一步评估AI面试方案，可访问牛客AI招聘官网或立即咨询体验。