这可能是目前 AI 面试中最拉开差距的一环。大部分求职者的简历上写着“通过优化 Prompt，提升了生成质量。”面试官往往会微微一笑，紧接着抛出一记灵魂暴击：“那你怎么定义‘质量提升’？你怎么用数据证明，你的 模型 跑得比昨天更好？”这个时候，如果你挠挠头回答：“我自己抽查了几条结果，感觉变好了……” 那基本就凉透了。正所谓乱花渐欲迷人眼，靠人工“抽盲盒”式的肉眼查验，很容易陷入“只看好案例（Cherry-picking）”的自欺欺人中。在真正的工程落地面前，这种“凭感觉”根本站不住脚。回答应该直接把 Eval（评估）体系拍在桌面上：“在修改任何一行核心逻辑或 Prompt 之前，我会构建一套...

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

双非一本，前端，27届找暑期实习。腾讯一面刚完，写个记录。 说实话投了没抱太大希望，结果真的约到了，还挺意外的。 面试大概50分钟： CSS/HTML：BFC是什么，应用场景列几个；flex布局常见属性，如果子元素宽度超出怎么处理。 JS基础：闭包、原型链（老三样，不意外）；手写Promise.all，要求处理reject情况。 框架：Vue响应式原理，Proxy和Object.defineProperty区别，追问了Proxy的局限性；React和Vue的diff算法差异。 算法：二叉树层序遍历，然后追问：每层从右往左输出怎么改。 工程化：Webpack和Vite的区别，为什么Vite在开发...