前言这是我的agent系列文章的第2篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。做 AI Agent 开发，总被 Function Calling、MCP、Skills 这三个概念绕晕？其实三者层层递进，MCP 和 Skills 都基于 Function Calling 打造，只是解决的实际问题不同，二者甚至并非互补，而是核心竞争关...

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

时隔一年再战字节 又是二面挂了😅 每次字节都是第一个面的 准备的确实也不太好。一面 1h左右 根据项目问的八股1. 介绍项目 事务消息在项目中是怎么用的2. 除了事务消息还有哪些实现分布式事务的方法 优缺点是什么3. 2PC 3PC的区别4. mysql执行一条插入语句的过程5. mysql中有哪些索引 分别用了什么数据结构实现的？ 比较各种数据结构6. 分布式事务和本地事务的区别？7. 队列怎么保证消息不丢失 不重复消费算法：实现一个类似于MVCC的数据结构 按不同时间戳保存数据的多个版本 询问时返回数据不超过timestamp的那个版本面试官经典问题：1. 为什么要用这个技术实现功能2. 这个技术和其他相似技术的区别是什么 还知道哪些其他技术3. 技术的底层原理感觉面试的核心就是这三个问题二面 1h左右1. 智能指针介绍一下 什么时候用原始指针好？2. 深拷贝 浅拷贝3. 平时怎么用AI辅助编程的 有什么经验吗？4. 实习过程中做完一个项目有没有总结可复用的内容5. 了解大模型评测吗 怎么评测的？怎么评估一个测试集的质量？6. 有了解AI前沿的技术吗算法题：判断二维平面上3点能否构成三角形 主要考虑优化double的精度问题 这题我直接用叉积 但是面试官说的精度不够 我后来又问豆包 给的答案和我一样 不知道面试官想要什么答案。反问：1. 有哪些不足？ 技术上还行 但是对于AI的理解比较欠缺。

1. AI 大模型会取代前端吗？前端核心价值是什么？不会取代，但会重构工作方式。AI 擅长生成页面、组件、样式和简单逻辑，但交互体验、业务理解、性能优化、工程架构、跨端兼容、安全与用户体验把控依然是前端核心。前端未来是“AI 协作工程师”，用 AI 提效，自己专注复杂决策与体验创新。2. 前端如何接入大模型？常用方案有哪些？主流有三种：• 直接调用后端接口，前端只做流式渲染与对话交互；• 浏览器端使用 WebLLM、Transformers.js 等跑轻量化模型，实现本地推理；• 结合 AI 组件库（如 AI 搜索、智能提示）封装通用交互。关键点：前端负责流式 SSE/WebSocket 展示、上下文管理、加载状态、异常兜底，保证交互流畅。3. 你在项目中怎么用 AI 提升前端开发效率？• 用 AI 生成基础页面、表单、表格、动画代码；• 辅助写正则、工具函数、Hooks、接口类型定义；• 做代码审查、Bug 定位、性能优化建议；• 自动生成注释、文档、单元测试；• 快速复现与修复兼容性问题。核心是把重复体力活交给 AI，复杂逻辑与架构自己把控。4. 前端怎么实现 AI 流式对话（Chat 打字机效果）？使用 SSE（Server-Sent Events） 或 Fetch 流式读取：• 后端以流形式逐块返回内容；• 前端通过 ReadableStream 接收 chunk，逐字渲染；• 配合防抖、中断、重发、异常重试提升体验；• 结合虚拟列表解决长对话性能问题。这是现在 AI 产品最典型的前端能力考点。5. AI 给前端带来了哪些新的产品形态？• 智能表单：自动填充、语义化输入、自然语言生成查询；• AI 设计稿转代码、Figma 一键生成前端页面；• 智能客服/对话助手、语音交互+可视化界面；• 低代码/无代码平台的 AI 生成模块；• 个性化 UI：根据用户行为动态调整主题、布局、内容。前端不再只是“切页面”，而是AI 能力的交互出口。