AI 团队不是只有工程师
一个能落地的 AI 项目，需要有人懂业务、有人懂模型、有人懂工程、有人管质量。小团队里这些角色可能由两三个人兼任，但职责不能缺。
最稀缺的不是算法专家，而是能把业务问题翻译成 AI 问题的人。
四个关键能力
业务理解：知道问题真实发生在哪。工程能力：能把原型变成稳定系统。评测思维：能用数据判断好坏。沟通能力：能让非技术同事理解边界。
面试时不要只考算法，要考「给定一个业务问题，你会怎么验证」。
- 业务理解：问题定义与场景洞察
- 工程能力：稳定、可维护、可观测
- 评测思维：用数据而不是感觉判断质量
- 沟通能力：把 AI 边界讲清楚
内部培养比招聘更快
业务团队内部的人最懂数据，补上 AI 技能后转型最快。给他们一个真实项目 + 一个外部顾问，比招一个不了解业务的人更有效。
让懂业务的人学会用 AI，是团队转型的最高杠杆。
警惕「万能人才」
一个人既能做模型、又能做全栈、还懂销售，大概率是每条都不深。团队需要的是互补的组合，而不是全能的神。
AI 人才的真正标准：能不能把一个想法变成可衡量的业务结果。
小团队的 AI 岗位画像
小团队通常养不起完整的 AI 团队，最实用的是「T 型」岗位：一两个懂业务的人，加上一个能把模型工程化的人，再加一个外部顾问。
岗位描述里不要写「掌握所有模型」，要写「能在一个月内把一条业务链路跑通」。
面试题示例
三题就够：第一题，给一个客服场景，问他怎么验证 AI 能否替代人工；第二题，给一个知识库错答案例，问他如何定位根因；第三题，问他在模型效果和上线时间冲突时怎么决策。
这三题分别考察评测思维、调试能力和取舍判断，比背模型参数更能反映真实工作能力。
面试的终点是让候选人展示解决问题的过程，而不是展示知道多少名词。
试用期怎么设计
AI 岗位试用期的核心任务可以是一个小项目：一个月内把一条业务链路跑通并交付评测报告。
试用期评估看三件事：能否独立推进、能否把不确定性讲清楚、能否和业务同事协作。
小项目比口头提问更能检验真实能力，也让新人快速了解业务。