外观
如何回答“为什么选择这个模型或框架”？
3 分钟速学卡
30 秒口述： 我不会从“它最强或最流行”开始，而会先说明任务、质量、延迟、成本、安全、地区、团队能力和迁移约束，再列出同层候选并用固定基准比较。选择结论要落到当前约束：哪个方案满足硬门槛、在哪些指标上占优、付出什么代价，以及什么变化会触发切换。官方能力只能证明它是候选，真正的项目依据应是评测集、压测、失败样本、运维成本和回滚验证。
- 本质： 选型回答要讲约束、候选、受控证据、代价和切换条件。
- 核心机制： 先定义任务与硬门槛，再谈产品名称；候选必须同层且在相同条件下基准测试。
- 关键判断： 选择结论只对当前约束成立；官方能力是候选证据，项目基准才是决策证据。
- 项目落地： 示例表达：任务要求结构化输出和稳定工具调用，并限制 P95 与单位成功任务成本；用固定任务集加入超时、Schema 错误和敏感样本做同条件比较，选择达到质量门槛且尾延迟更稳的候选，并预设升级路由和切换条件。
- 边界与坑： “行业都在用”：没有项目约束和候选证据；“它效果最好”：未定义效果、数据集、分母和成本。
目录
面试官为什么问
面试官要判断你是否真正参与过决策，能否解释备选、证据和边界，而不是事后为既定技术栈补理由。
小白先看懂
选车不能只说“这辆车评分最高”，要先说明是城市通勤、山区运输还是赛道竞速，再比较载重、油耗、安全、维修和预算。任务对应使用场景，硬门槛对应必须满足的能力，试驾对应固定基准，维修网络对应团队运维能力。
技术选型同样先排除不满足合规、上下文、工具或部署边界的候选，再在同数据、同预算下比较。类比没有覆盖模型行为漂移，所以还要保留版本、灰度和持续回归。
主题图与核心原理
图：教学图片｜如何回答“为什么选择这个模型或框架”？
替代文本： 围绕“如何回答“为什么选择这个模型或框架”？”组织的中文教学图，通过分区、箭头和标签解释核心机制。
读图结论： 官方能力决定能否候选；项目证据决定是否采用。
这张图片用于建立主题机制的直觉。精确公式、参数、失败分支和事实边界仍以正文与 Mermaid 为准。
图片生成记录： model=gpt-image-2，generated=2026-07-15，prompt_version=v1，reviewed=2026-07-16，review_basis=user-confirmed；查看生成 Prompt。
图：从业务约束到可复核选型结论
替代文本： 任务和硬门槛先过滤候选，剩余方案在同一基准下比较质量、延迟、成本、安全和运维，最后形成带代价与切换条件的选择。
图表加载中…
读图结论： 好的选型回答不是产品介绍，而是一个约束明确、候选同层、证据可复核的决策过程。
推荐口述结构是：原基线与问题 → 候选与硬门槛 → 同条件评测 → 选择原因 → 代价和边界 → 上线验证 → 切换条件。框架选型还应比较抽象成本、可调试性、生态锁定和团队维护能力。
项目和生产视角
证据边界： 若没有项目基准和发布记录，应使用“我会这样设计选型”或“当前是方案比较”，不能声称已通过线上数据证明。
示例表达： “当前任务需要结构化输出和稳定工具调用，P95 与单位成功任务成本有上限。我用固定任务集比较两个模型，并加入超时、Schema 错误和敏感样本；候选 A 质量更高但成本超标，候选 B 达到质量门槛且尾延迟更稳，所以默认走 B，高风险低置信样本升级 A。切换条件是质量跌破门槛或升级比例导致总成本超预算。”
常见错误回答
- “行业都在用”：没有项目约束和候选证据。
- “它效果最好”：未定义效果、数据集、分母和成本。
- “团队熟悉，所以选它”：团队能力是因素，但不能掩盖硬能力或安全不满足。
递进追问
- 你的硬门槛和优化指标分别是什么？
- 候选是否在同数据、同预算下比较？
- 选中方案最大的代价是什么？
- 如果质量与延迟冲突，如何路由？
- 什么指标达到什么条件时会切换方案？
关联阅读
总结
一句话记忆： 选型回答要讲约束、候选、受控证据、代价和切换条件。
- 先定义任务与硬门槛，再谈产品名称。
- 候选必须同层且在相同条件下基准测试。
- 选择结论只对当前约束成立。
- 官方能力是候选证据，项目基准才是决策证据。