AI应用开发二面-小红书面经

最近面试的次数比较多，抽取了finrpa项目的相关面经分享给大家，我面试的公司主要以中厂/Ai初创为主，对大厂选手的参考价值可能比较有限，希望能对大家有所帮助。岗位方向：AI 应用开发 / AI Agent 方向项目背景：基于 Skyvern 二次开发的金融级浏览器自动化平台，面向银行、保险、证券机构，覆盖多租户权限、合规审批、风控审计等企业级能力。技术栈：Python 3.11 / FastAPI / SQLAlchemy 2.0 / PostgreSQL / Redis / React 18 / Docker Compose一、自我介绍 & 项目介绍Q1：简单介绍一下你自己和这个项...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.请实现一个AI对话气泡的CSS布局，要求头像固定在左侧，对话内容在右侧自适应，且内容过长时自动换行。2.在AI场景中经常使用SSE(Server-Sent Events)，请简述它与WebSocket的区别。3.请手写一个简单的打字机效果函数，模拟AI逐字输出的过程。4.在处理 A返回的大量文本时，如何防止页面因频繁更新而卡顿?5.如何使用FetchAPI实现对流式数据的读取和中断?6.介绍一下Promise.all和Promise.allSettled的区别，以及在Al多模型调用场景下的选择。7.算法题:给定一个包含对话记录的数组，每条记录有id和parentld，请将其转换为树状结构。8.CSS中如何实现一个文本打字时的光标闪烁效果?9.解释一下什么是XSS攻击，在渲染AI生成的HTML内容时如何防范?10.在React中，为什么要避免在循环或条件语句中调用Hooks?

1、自我介绍2、现场笔试：用 Trae 二十分钟写一个工具我通常会先自己确定功能最小闭环，再用 AI 帮我补骨架代码、参数解析和异常处理，然后自己做最后校验，不会完全依赖 AI 自动生成。因为这种场景最容易出问题的地方不是代码量，而是需求理解错、接口设计乱、边界没处理。下面是一种比较适合这种面试场景的小工具写法，功能是读取文本，做清洗后统计高频词，输出前 k 个词，结构简单，也方便快速展示工程习惯。 import re from collections import Counter def clean_text(text: str) -> str: text = text.lower()...

如题。