幸好实习跑路跑的早

四非鼠鼠三月份开始投，第一个面试1，日语自我介绍2，easyexcel了解多少2.1，定义两个变量a，b，如何不使用第三个变量交换a，b值鼠鼠就说了个基于ruoyi框架开发，在实体类加上@注解，导入导出时会自动映射3，spring和springboot的区别springboot继承spring框架，同时集成了许多框架实现开箱即用4，第一段实习中的99%数据结论是怎么得来的鼠鼠拍大腿估算的5，第二段实习日均处理1000+数据是怎么得来根据文档要求开发用户体验没问题6，后面就聊家庭，聊ai，聊发展鼠鼠的春招的第一个面试，直接懵逼了，oom不问，oss不问，异步处理不问，鼠鼠面试的时候没招了

Agent / LLM 方向面经整理（思路引导 + 推荐回答）  每章开头有一小段本章思路引导（这类题整体上在考什么、怎么组织话）。每道题下先有一行思路（答题时先想什么），再是推荐回答（可参考的表述骨架）。请把里面的名词、数字换成你项目里的真实情况，别整段背。  一、写在前面 如果投的岗位对后端技术栈有一两条要求，你没有相关经历但业务还是放了简历进来，最好针对 JD 里那两条单独准备一下。其实就算 JD 没写死，HTTP、流式、异步这类也算互联网底座，有时间还是摸一遍皮毛，面试里至少能接住话头、显得你是主动补过的人。 没正经后端经历的（比如我），体感是面试官一般不会往死里抠实现细节，更在意知识...

本来一开始没打算发这个帖子，后面实在遭不住，觉得还是有必要讲讲。本人从秋招到现在少说也有三段实习了，按我对自己的认知其实中小厂现在面试随便过的，但是现在基本上都要笔试，笔试题目都差不多还好，像什么算法和普通的常见手撕轮子（游戏开发，中间件开发，偏算法的开发），有的笔试题目喜欢搞自己的东西的，有时候真的是没绷住，会怀疑自己当初为什么投递这个岗位，尤其是量化和部分制造业是重灾区。然后就是面试，面试两极分化，问你八股项目的会往死里拷打，不问的就是一点都不问，随便问你怎么个个人情况，产出啥的，复盘下来也不知道有什么必要（据面试官所说这样就可以知道你的技术水平了，而且这还不是大厂特有的）。我就不提那种觉得表现好把你晾在那，或者觉得自己答得不好还有下文的。有的刷kpi的随便问个问题可能感觉不对了立刻走个算法流程手撕结束挂的，这种你说自己准备不充分吧也是真没招。面试笔试大概就是这样，讲一下实习。第一段是无薪实习，啥也没学到（真不是不想学，打杂就占了半边天，本来两小时完成的活，大厂各种拉会，对齐，讨论，四个会能花掉半天时间，就这样宗旨还是能不参加的会议不参加，能不必要开的会就不开，我一个实习不去听我真的是在文档里面把自己当活体RAG吗？）加班称之为奋斗者文化，福利待遇团建雀食看起来很给力，部门花的饼也很大，但是你是实习，所以对标人效优化后就没有留你的必要。第二段在小厂，压力也很大，自己能力有限只能上时间，上强度，各种屎山，面试拧螺丝，实战造火箭，好听点叫垂直管理，boss和你一起推进git commit，难听点boss觉得你做的不够好，一句傻逼甩到你头上你是真的会狗血淋头。但是好说歹说是有薪水了，每天住着青旅那人反生物钟开王者能让你真的是不得安宁，周内没法推进进度周末还得远程继续想办法push。前面的人大概率是顶不住压力所以走的，其实我倒是觉得还好（毕竟有两个实习生和我一起分担干活。）第三段算是中厂，表面上看活性加班，房补，自带饭堂，人文关怀拉满，实则背地要求实习至少12小时每天（我实习一周才给我单独间接找mentor透露）然后离家远外地很多事情要处理，分心，各种因素力不从心，老员工早起到岗，到我加班的时候都走光了，单兵作战，和上一段鲜明反差，没招，进度产出不明确，也不知道到底要我做什么，最后家里人压力我觉得我放弃保研名额考研可以试一下，一试不知道，试了吓一跳，公司知道当场给你开掉。这下好了，带着房租违约金打包回校，一点实习的钱都没多赚到。还要最后搞什么几十天冲刺考研。说自己有把握都是假的，我又不是什么天才，网上各种课各种营销各种坑，本来我就是一大一面向就业编程的，非要东拼西凑，脑子装的东西经常和就业那一套互博，也没有很清晰的学习规划，模拟卷都是做都做不完的，真题是看也看不懂的，上了考场我说第二天这个难度我过不了线，我不考了吧，家人非要我考，最后成绩出来如我所料就是没过。中途考研我还对秋招抱有侥幸，还在投，还在面，甚至wxg还捞过我，虽然打击更大就是了。然后家里人还在说全心全意考研...真没招了。考完研就算了，按理说该专心找工作了对吧，欸我家里人看我到寒假了，有空了对吧，那你回老家照顾一下家里老人吧，这一回去，在火车上电脑给人摔了，到老家几天后坏了，过年找了三家最后物流总算是寄到主板换了一个，又耽误了两个月，等我反应过来春招就开始了，真的是心力憔悴，然后不得不用和秋招甚至比秋招更大的强度高强度复盘，就是那种麻木，反馈感缺失，每天面对到底是知识的欠缺还是基础的问题感到无力适从，我怎么一遍又一遍解释我实习时间不够？还是直接简历改一下造假，然后面试被拆穿？怎么解释中间空挡不是我拿了offer而是被逼着去考研，还是单纯想作死自己？现在我都不知道是要再去用仅有不多的时间去开一个新的所谓的网上学的项目，还是先搞定我当初不知道怎么想的急头白脸的选的自己根本没有任何基础的机器学习的毕业设计？家里人说了你自己决定，大不了考研再战，但我很清楚，再战牛魔，从一开始面向就业我就很清晰的建立的信念就是，这个环境有口饭吃尽最大能力尽快争取，不是学历跃迁家里有旷没必要给这脸上贴金，上大学上的人都痴呆了，还指望我能做在自习室一天一直面对整张卷子的错题泰山崩于前？是的我到现在还是0offer，那咋了？你真的想混口饭吃，有的是混的，但是归根结底，每个辗转反侧的夜晚脑海里我都会回响着，我不甘心。从现在的角度来看，其实反而是那段被各种帖子诟病pua的小厂能收获的东西是最大的，其他的厂归根结底技术栈不对口进去基本是零基础，他们不可能真的手把手带你做个什么东西，更别提时间问题。如果再让我选我可能会留在小厂坚持下来学到真本事，而不是听网上千八百万项目课的所谓就业规划去镀一个title（关键人家大厂根本不认），摸爬滚打这么久有时候真的很怀疑做这些的意义是什么...累了，算了不想讲了，明天还有一堆笔试要做呢。

作为前端开发者，做AI项目不仅能提升技术视野，更是未来竞争力的关键。以下是精选的GitHub项目及实现思路，覆盖不同难度和方向。------🎯 四大值得投入的AI项目方向1. AI增强型UI/UX - 最易上手让传统界面具备AI能力，如智能表单、内容生成、代码辅助等。2. AI Agent应用 - 技术深度构建能理解意图、使用工具、自主决策的智能体。3. 本地AI应用 - 隐私优先利用WebGPU在浏览器中运行模型，完全本地化。4. AI工具平台 - 产品思维将AI能力封装为可复用的工具或平台。------🚀 精选GitHub项目与简单实现1. alibaba/page-agent - GUI Agent标杆项目地址: github.com/alibaba/page-agent技术栈: TypeScript, 纯前端Star: 9.6k+ (2026年4月)核心价值：用自然语言控制网页，如“点击登录按钮”、“填写表单”。简单实现思路：// 1. 监听用户自然语言指令const command = "点击搜索框并输入'前端AI项目'";// 2. 解析指令为DOM操作const actions = parseToDOMActions(command);// 输出: [{type: 'click', selector: '.search-input'},//        {type: 'type', selector: '.search-input', text: '前端AI项目'}]// 3. 执行操作actions.forEach(action => {const element = document.querySelector(action.selector);if (action.type === 'click') element.click();if (action.type === 'type') element.value = action.text;});适合场景：SaaS后台、复杂表单、自动化测试工具。2. ai-website-cloner-template - AI逆向工程项目地址: github.com/xxx/ai-website-cloner-template (具体地址见搜索结果)技术栈: Next.js 16, React 19, TypeScript, Tailwind CSS v4核心价值：用AI分析网站并生成可维护的组件化代码。简单实现思路：// 1. 爬取目标网站const html = await fetch('https://target-site.com').then(r => r.text());// 2. AI分析结构（伪代码）const analysis = await ai.analyze({prompt: `将以下HTML转换为React组件结构，提取设计系统`,html: html});// 3. 生成组件// 输出: Button.tsx, Header.tsx, Card.tsx等适合场景：快速原型、设计系统提取、代码迁移。3. CanIRun.AI - 硬件检测工具项目地址: 具体地址见搜索结果技术栈: 纯前端，Web API核心价值：检测用户设备能否运行特定AI模型。简单实现思路：// 1. 检测GPU信息const gpuInfo = await navigator.gpu?.requestAdapter();const gpuMemory = gpuInfo?.memory; // 显存大小// 2. 模型需求数据库const modelRequirements = {'stable-diffusion-xl': { vram: 8, ram: 16 },'llama-3-8b': { vram: 6, ram: 8 }};// 3. 匹配评估function canRunModel(modelName) {const req = modelRequirements[modelName];return gpuMemory >= req.vram;}适合场景：AI工具站、模型推荐平台。4. Local LLM项目 - 浏览器运行大模型技术栈: Vue 3, TypeScript, @mlc-ai/web-llm核心价值：完全在浏览器中运行LLM，无需服务器。简单实现思路：// 使用 @mlc-ai/web-llm 库import { WebLLM } from "@mlc-ai/web-llm";// 1. 初始化引擎const engine = new WebLLM();await engine.reload("Llama-3-8B-Instruct-q4f32_1");// 2. 本地推理const response = await engine.chat.completions.create({messages: [{ role: "user", content: "你好" }],});适合场景：隐私敏感应用、离线AI助手。5. rag-react-agent - RAG+Agent实战项目地址: github.com/ewhue/rag-react-agent技术栈: React, LangChain, ChromaDB核心价值：基于RAG和ReAct的智能客服系统。简单实现思路：// 1. RAG检索const relevantDocs = await vectorStore.similaritySearch(userQuery, 5);// 2. ReAct Agent决策const agent = new ReActAgent({tools: [searchTool, calculateTool, answerTool],llm: openaiLLM});// 3. 执行推理链const result = await agent.run(`用户问: ${userQuery}，相关文档: ${relevantDocs}`);适合场景：知识库问答、智能客服、文档助手。------📈 项目选择建议项目类型技术难度学习价值适合人群GUI Agent⭐⭐理解DOM操作自动化初级-中级网站克隆⭐⭐⭐AI代码生成、逆向工程中级本地LLM⭐⭐⭐⭐WebGPU、模型优化中高级RAG Agent⭐⭐⭐⭐检索增强、Agent架构中高级AI工具平台⭐⭐⭐产品思维、工程化中级------🛠️ 快速启动建议1. 从GUI Agent开始：技术栈熟悉，效果直观，1周可出原型2. 结合现有业务：为你的产品添加AI功能，如智能搜索、内容生成3. 关注WebGPU：这是前端AI的未来，Chrome 113+已支持4. 利用AI SDK：Vercel AI SDK、LangChain.js降低开发门槛最佳学习路径：1. 先做 page-agent 类项目，理解AI与DOM交互2. 再做 rag-react-agent，掌握RAG+Agent完整流程3. 最后挑战 Local LLM，深入浏览器AI底层这些项目不仅能写在简历上，更能让你真正理解前端如何与AI深度结合——这将是未来3年前端工程师的核心竞争力。