现在入门AI，先干啥？

以前开一小时会，光整理纪要就得半小时—边听边记，生怕漏掉重点。现在？录音一丢进飞书或剪映转成文字，再甩给Kimi或Claude，说一声“划重点、列待办、定责任人”，10秒搞定。省下的半小时，够喝杯咖啡、摸会儿鱼。这才是打工人的真·效率神器。

背景4年前端，有AI行业的工作经历多的不说了，纪念一下吧，感觉啥都没答上来，面试官能和我聊四五十分钟也是难为他了正文为什么会有给ai用的sandbox，它的出现是为了解决什么问题？有没有用过sandbox？llm playground深挖sse和socket的区别，为什么用sse做流式而不是socket假设你现在在用这个playgroun和ai进行对话，发送按钮点击了，此时模型在不断的一个字一个字的蹦出来，在这个流式输出的过程中，我刷新了页面或者切了一下对话再切回来，这个时候作为用户我肯定希望对话是继续的，这种场景你是怎么处理的？后续面试官补充：sse不是socket，在断掉之后，是没有重连这...

大模型与应用开发（高频考点）RAG（检索增强生成）：“什么是RAG？前端/后端在整个流程中可以参与哪些工作？”“如果找不到合适的数据集怎么办？你用什么样的方法清洗和整理数据？”Prompt Engineering（提示词工程）：“如何优化Prompt Engineering，以减少Token消耗？”“如何防范Prompt Injection（提示词注入）攻击？”流式输出与前端处理：“在AI流式输出过程中，如果返回的Markdown标签被截断，前端如何处理渲染？”“在AI聊天界面中，当消息非常多时，如何保证滚动平滑且不卡顿？”AI Agent（智能体）与系统设计工具调用： “Agent工具调用失败如何处理？请设计一个降级策略。”多Agent协作： “请设计一个多Agent代码审查系统，如何分配角色（如StyleReviewer, SecurityReviewer）？”记忆机制： “短期记忆和长期记忆在Agent中如何设计？如何保持风格一致？”

1. 提问艺术 (Prompt Engineering)指定角色：“你是一位资深 Java 后端工程师”。明确任务：“编写/重构/解释/优化” + 具体功能描述。设定约束：“不使用第三方库”、“遵循 PEP8 规范”、“添加详细注释”。要求输出：“只输出代码”、“先解释思路再给代码”、“用 Markdown 格式”。2. 上下文管理 (Context)提供报错：直接粘贴完整的 Error Log 或 Stack Trace。相关代码：只粘贴与问题相关的函数/类，避免过长（注意 Token 限制）。数据结构：明确输入/输出的 JSON 结构或数据库 Schema。技术栈：说明版本（如 React...