AI安全-算法工程师-合肥（智能体安全防护）

优缺点分析

角色解读

• 可向 AI 安全专家方向发展，成为大模型与智能体安全领域的核心技术骨干
• 可转型为安全架构师，主导企业级 AI 安全体系的规划与建设
• 也可横向发展到红队评估、合规审计或安全运营等方向，拓宽职业路径
• 设计智能体（AI Agent）的整体安全架构，针对 Planner、RAG、Tool 调用等组件进行威胁建模和防护方案设计
• 开发 Prompt Injection 攻击的检测与拦截机制，包括直接/间接提示注入、上下文污染、角色劫持等
• 建设工具调用的安全管控平台，实现权限分级、风险评分、参数校验和审计链路
• 构建运行时安全观测和动态干预系统，支持实时检测、策略拦截、沙箱隔离和任务回滚
• 深入理解大模型和智能体系统架构，熟悉 Agent 的任务规划、工具调用、RAG 等机制
• 掌握大模型安全风险，如 Prompt Injection、Jailbreak、数据投毒等，并有实际防护经验
• 具备应用安全、API 安全、零信任、权限控制等安全工程基础
• 熟练使用 Go/Java/TypeScript 进行安全系统开发，理解服务化和高可用设计

申请策略

• 关注科大讯飞在 AI 安全方面的公开研究和产品，面试中展示对其技术方向的理解
• 准备一个完整的智能体安全防护方案设计案例，体现架构思维和工程细节
• 重点突出大模型或智能体相关的项目经验，特别是安全攻防实践
• 展示在权限控制、API 安全、风控系统等方向的工程成果
• 体现跨团队协作和将复杂问题转化为产品能力的实例
• 如果有红队评测、漏洞发现或安全工具开发经历，务必详细描述
• 深入掌握 Prompt Injection 攻击原理和防御方法，建议阅读相关论文和开源项目
• 补充零信任、沙箱隔离、RASP/WAF 等安全技术实践经验

面试指南

• 回答安全攻击与防御问题时，建议按照攻击原理、影响范围、检测方法、防御措施四步展开
• 对于系统设计题，采用分层架构思路：从输入校验、运行时监控、事后审计三个层面阐述
• 权衡类问题，要给出具体量化指标（如延迟增加多少、误报率降低多少），体现工程思维
• 请描述一种智能体安全攻击场景（如间接提示注入），并说明如何检测和防御
• 如何设计一个工具调用的安全管控系统？请从权限、审计、风险评分等方面阐述
• 在运行时安全检测中，如何平衡检测准确率和性能开销？
• 请举一个你在安全工程中做的工程权衡的例子，比如拦截率与误伤率
• 你对零信任架构在智能体安全中的应用有什么理解？