LLM 面試那 8 題你準備好了嗎？刷題的你，眼睛和睡眠也該排進複習清單

2026 年 10 月 2 日，掘金出現一篇標題相當直接的文章：「LLM 面試必問的 8 個問題，答不上來直接淘汰」。作者從 Transformer 架構的 Self-Attention（自注意力機制，讓模型判斷句子中哪些字彼此相關的計算方法）與位置編碼講起，預計一路談到 Tokenization（把文字切成模型能處理的小單位）、上下文窗口、採樣策略、幻覺問題、Function Calling、主流模型對比，以及 Embedding 與 MCP 協定，目標讀者是正在投入 AI Agent 開發的工程師與求職者。

這類文章會紅，背後是一個很現實的情境：AI 相關職缺競爭激烈，面試者把長文當成考前重點講義，一篇 29 分鐘閱讀長度的技術文，常常是被反覆精讀、邊讀邊抄筆記的。這篇文章講的是模型，我們想聊的則是讀這篇文章、準備這場面試的你。

先說結論：題目可以背，身體沒有迭代版本

文章本身是紮實的技術整理，2017 年 Google 發表的《Attention Is All You Need》確實是 Transformer 的起點，這些知識對求職者有實際價值。但「答不上來直接淘汰」這種標題句式，也容易把人推進一種連續高壓的備考狀態：白天上班，晚上啃長文，假日模擬面試，中間用咖啡和螢幕藍光撐著。

如果你最近正在這種節奏裡，有幾件事值得順手檢查一下自己。

螢幕前的時間變長了，眼睛的休息有沒有跟著變多。長時間近距離盯著程式碼與技術文件，眨眼次數會下降，眼睛容易乾、酸、看東西模糊。一個不花錢的做法是替閱讀設個段落：每讀完一個小節就抬頭看窗外遠處二十到三十秒，讓眼部肌肉換個焦距。這與我們先前在Meta 推出手機端遊戲創作工具那篇聊過的用眼原則是同一套，工具再新，眼睛的生理限制沒有更新。

睡眠則是更容易被犧牲的一項。技術長文往往在深夜讀起來最「有感」，但面試表現其實高度依賴前一晚的睡眠品質。記憶鞏固主要發生在睡眠中，熬夜硬背的 Self-Attention 公式，到了面試現場很容易只剩模糊印象。與其多讀兩小時，把讀過的內容睡進長期記憶，投資報酬率通常更好。

壓力訊號不是弱點，是資訊

「直接淘汰」四個字對某些人是動力，對另一些人是持續的背景焦慮。準備面試期間出現緊張是正常的，但有幾個訊號值得留意：連續兩週以上入睡困難或半夜醒來腦中自動播放題目、對原本有興趣的技術內容完全提不起勁、食慾明顯改變、或是出現反覆的自我否定念頭。

這些訊號不代表你不行，它們比較像儀表板上亮起的燈，提醒你備考方式需要調整。可以採取的下一步包括：把複習拆成有明確截止時間的區塊、每天保留一段完全不碰面試相關內容的時間、找一位能說說話的朋友或同行聊聊。如果上述訊號持續超過兩週且影響到日常功能，掛個身心科或家醫科門診談談，是很合理的選擇，不是失敗的證明。

面試當天，身體也是考科之一

面試常被當成純腦力活動，但它同時是體力與狀態的考試。遠端面試前，先把螢幕高度調到平視、光線補足，避免駝背加上瞇眼讓你在第四十分鐘就開始頭痛。現場面試則留意久站久走的安排，提前出發換來的從容，比省下的十分鐘更能保住你的思考清晰度。這些小事我們在服貿會排隊打卡相關的分享裡也提過類似原則：人多的場合、緊繃的行程，身體的照顧要提前排進去，不能現場即興。

長文裡那些關於幻覺問題、採樣策略的內容，讀的時候可以想成面試官在考你「知不知道模型的極限」。同樣的問題也可以問自己：這套備考方式的極限在哪裡，超過多少小時之後，你的記憶力和情緒其實已經在幻覺了。模型有上下文窗口，人也有。

準備面試是段辛苦但有限的過程。知識清單會考完，身體則要陪你到下一份工作、下一個十年。兩邊都照顧到，才是真的把這篇 29 分鐘的長文讀完了。