前端+AI 面试题真题

#AI求职实录##牛客AI配图神器#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

1. SSE 与 WebSocket 区别
- 通信方向：SSE 是服务端单向推送给客户端，WebSocket 是双向全双工
- 协议：SSE 基于 HTTP，WebSocket 是独立的 ws/wss 协议
- 数据类型：SSE 只支持文本，WebSocket 支持文本和二进制
- 重连：SSE 浏览器自带自动重连，WebSocket 需要自己写心跳和重连
- 使用成本：SSE 非常简单，前端用 EventSource 就行；WebSocket 需要服务端支持协议升级
- 适用场景：SSE 适合通知、日志流、AI 流式输出；WebSocket 适合聊天、游戏、协同编辑、直播

简单理解：
SSE：客户端连上去，服务器一直发消息过来
WebSocket：客户端和服务器随时可以互相发消息

---

2. 对 AI 基本概念了解：RAG、Agent、FunctionCall、MCP、Skills
- RAG：先检索外部资料，再让模型回答，用来解决模型瞎编、知识过时的问题
- Agent：能自己思考、做计划、调用工具、一步步完成任务的智能体
- FunctionCall：模型调用外部接口或函数的标准方式，比如查天气、查数据库
- MCP：模型和外部系统、工具之间通信的统一协议，方便对接各种能力
- Skills：把常用功能封装成可复用的技能，比如写代码、生成图表、总结文档

它们的关系：
用户提需求 → Agent 作为大脑 → 用 RAG 查资料、用 FunctionCall 调工具、用 Skills 执行能力 → 通信靠 MCP 协议

---

3. 个人 AI 技能了解（可直接背）
- 了解大模型基本原理和提示词工程
- 能基于 RAG 搭建私有知识库问答
- 理解 Agent 工作流程，会使用 FunctionCall
- 能做前端+AI 项目，比如对话界面、流式输出
- 了解多 Agent 协作和常用框架
- 能独立完成需求拆解、AI 方案设计与落地

---

4. 了解主流模型有哪些及各自特点、应用场景
国际模型：
- GPT-4o：综合能力最强，多模态好，代码、推理都很强
- Gemini：谷歌多模态，图片、视频理解能力突出
- Claude：擅长超长文本，安全性、合规性好
- Llama：开源模型，可以本地部署、二次开发

国内模型：
- 文心一言：中文理解好，知识覆盖全面
- 通义千问：阿里生态，适合电商、客服、业务系统
- 讯飞星火：语音能力强，教育、医疗场景多
- Kimi：超长上下文，适合读文档、总结资料

---

5. 用了什么 IDE 以及对比
- VS Code：生态最丰富、轻量、插件多，日常开发主力
- WebStorm：智能提示、代码重构强，适合大型项目和团队
- Cursor：AI 原生编辑器，代码生成、对话一体，AI 开发首选
- Zed：启动快、操作流畅，追求高效编码可以用

总结：日常用 VS Code，AI 开发用 Cursor，大型项目用 WebStorm。

---

6. 多 Agent 有了解吗
多 Agent 就是多个智能体分工合作，像一个团队一起完成复杂任务。
- 分工：有的负责规划，有的负责搜索，有的负责写代码，有的负责测试
- 通信：智能体之间可以传递信息、对齐目标
- 优点：复杂任务更稳定、逻辑更清晰、更容易维护
- 常用框架：AutoGen、CrewAI、LangGraph

简单流程：
用户提需求 → 主管 Agent 分配任务 → 各个智能体分别执行 → 汇总结果返回给用户

---

7. AI 在实习部门中应用场景
- 智能客服、内部问答：用 RAG + 对话界面
- 代码生成、自动补全、代码解释：用 Cursor、Copilot 这类工具
- 需求文档、接口文档自动生成与总结
- 前端页面自动生成：根据描述或草图生成代码
- 数据可视化、报表自动生成：自然语言转图表
- 测试用例、测试脚本自动生成

---

8. Agent 底层原理：ReAct、Transformer 了解
ReAct：
- 就是推理 + 行动
- 流程：先思考要做什么 → 调用工具或执行动作 → 观察结果 → 再思考 → 直到完成任务
- 是现在大多数智能体的核心逻辑

Transformer：
- 是现在所有大模型的基础架构
- 核心是自注意力机制，能理解上下文、语义关联
- 前端层面只要知道：它是模型用来理解语言、生成内容的底层结构

---

9. 现有需求如何用 AI 实现：拆解小需求、AI 规划、实现、测试，包含 /plan、/spec
标准流程：
1. 需求拆解：把大需求拆成小模块，明确每个模块做什么
2. AI 规划 /plan：明确目标、执行步骤、输入输出、依赖项、时间安排
3. 方案设计 /spec：确定接口、数据结构、页面逻辑、提示词、异常处理
4. 实现：前端界面 + 模型调用 + RAG 或 FunctionCall 集成
5. 测试：测试功能是否正常、有没有幻觉、流式输出是否稳定、异常情况是否处理
6. 上线与优化：根据效果迭代提示词、流程、模型参数

简单模板：
/plan：目标 → 步骤 → 分工 → 时间
/spec：接口 → 字段 → 页面 → 提示词 → 异常处理