#AI求职实录#

小红书|字节|京东|快手|拼多多|滴滴|得物|携程等前端面试AI频繁题目

LinkI : 通过前端JD查看所需AI技能

LinkII: 好文推荐_测开大佬AI面经 

AI基础概念

LinkII: AI基础概念梳理 

向面试官介绍了解的AI技能

基础层—高效prompt与LLM对话

提示词工程

提示词是 AI 协作的 “语言”，推荐的TCREI+RSTI 双框架，能将模糊需求转化为 AI 可执行的精准指令，尤其适用于代码生成、技术文档撰写场景。

• RSTI 框架（输出约束）：Role（角色）→ Style（风格）→ Tone（语气）→ Input/Output（输入输出格式）

恰当的模型

• 国际全能 → ChatGPT / Gemini

应用层——用AI做什么

基础 AI Agent（让它去干活）

AI Agent 是 2026 年企业的核心需求，也是开发者与普通用户的能力分水岭。会用 Agent 的开发者，相当于拥有一批 “数字员工”，能自动完成重复任务、执行复杂工作流。

Agent 的本质是 “目标驱动的自动化工作流”，由目标、角色、工具、流程、评估五大要素组成。以 “前端技术博客自动化创作 Agent” 为例，其核心架构如下：

进阶AI Agent（养小龙虾openclaw，培养它，主动干活当牛马）

💡核心洞察：OpenClaw的成功并非因为其人工智能“更智能”——它底层使用了Claude和GPT等现有模型。而是因为它赋予了这些智能大脑一双手（工具调用）、一双眼睛（浏览器/搜索）和一个跳动的心脏（心跳机制）。

🐱小沫的思考：如果说大型语言模型是大脑，那么 OpenClaw 就是赋予这个大脑一个完整的躯体。以前，人工智能就像一个被困在玻璃罩下的天才——你可以和它对话，但它却无法触及任何东西。OpenClaw 打破了这层玻璃罩。

AI Coding& Vibe Coding

Vibe Coding 并非 “让 AI 写代码”，而是人机协同的高效开发模式。Vibe Coding 的核心是 “开发者主导，AI 辅助”，通过分阶段指令、实时审查，实现从需求到产品的快速交付。

前端 Vibe Coding 六步法

1. 需求具象化：用 TCREI 框架描述需求，明确技术栈与约束
2. 方案预演：让 AI 生成架构图与核心逻辑，人工审核可行性
3. 分阶段生成：先生成组件大纲，再生成核心代码，最后补充细节
4. 实时审查：对 AI 生成的代码进行性能、安全、兼容性校验（如 React 组件 memo 优化、跨浏览器兼容）
5. 工程化重构：将 AI 生成的 “临时代码” 重构为符合团队规范的可维护代码
6. 自动化验证：让 AI 生成单元测试，通过 CI/CD 流程自动执行

统筹层——统筹与管理AI

利用好模型&Agent：让每个 AI 都在自己最擅长的领域发光发热

核心是建立一套 “任务→模型→输出” 的决策框架 ，不再依赖单一工具，而是让不同 AI 协同工作，形成高效的工作流。

Multi-Agent：打造你的 AI 协作团队

• 核心思路：将复杂任务拆解为子任务，分配给不同专长的 Agent，让它们像团队一样协作完成。
• 实践案例：内容创作：用 Kimi Agent 做文献精读和资料整理，豆包 Agent 负责中文文案润色，最后由 Claude Agent 输出深度报告。软件开发：MiniMax Agent 负责核心代码编写，DeepSeek Agent 做代码审查，Cursor Agent 辅助调试。
• 工具推荐：AutoGPT、MetaGPT、LangChain、豆包多 Agent 框架。

多Agent协同模式

• 主从模式
• 对等模式
• 流水线模式

多用学习模式：让 AI 成为你的专属导师

Gemini guided learning

Note bookLM

信息搜集：精准获取前沿 AI 与领域知识

在信息爆炸的时代，高效的信息搜集能力是保持竞争力的关键。

价值层——为什么要用AI

AI 时代，开发者的核心价值从未改变 ——解决问题的能力。AI 只是工具，唯有掌握 “驾驭工具” 的能力，才能在行业变革中站稳脚跟，实现职业价值的持续跃迁。