pdd一二三面汇总

同事skill：https://github.com/titanwings/colleague-skill"你们搞大模型的就是码奸，你们已经害死前端兄弟了，还要害死后端兄弟，测试兄弟，运维兄弟，害死网安兄弟，害死ic兄弟，最后害死自己害死全人类”把同事的技能与性格蒸馏成AI Skill，让它替他工作。

前几天跟一个学弟聊，他面后端岗，二面开始就猛问八股：MySQL 索引、Redis 持久化、TCP 三次握手、JVM GC，项目反而只带过两句。感觉不少中大厂、外包和流程化强的团队，对于校招生都这样。建议项目和八股两手抓，别裸奔。

如何理解 Agent Skills 和 MCP (Model Context Protocol)？二者关系？聊实习故障演练（Chaos Engineering）的具体实现思路？如果让你设计一个故障注入系统怎么做？页面加载慢但功能正常，是否提 Bug？如何处理？为什么选择 QA 而不是研发？

AI Agent技能Skills设计（前端视角·牛客精简版）一、核心概念：Agent & Skill•Agent：带大脑（LLM）、能调工具、可做决策的程序，类比前端应用层Controller•Skill：Agent可调用的结构化能力单元，类比前端函数/API/组件/Hook的结合体，是AI原生的能力载体二、Skill核心结构（4要素）要素含义前端类比name技能唯一标识函数名description能力+使用场景描述JSDoc注释inputSchema输入参数定义TypeScript类型handler实际执行逻辑函数体/API请求逻辑三、Skill核心调用机制（AI自主决策）用户输入→Agent交给LLM→LLM判断是否需要Skill→选择并构造参数→调用Skill→返回结果→LLM整理输出✅ 核心区别：前端是人工写判断调用，AI是LLM自动决策调用从前端视角来看，Skill是Agent可调用的结构化能力单元，类比前端的函数、API与Hook结合体，核心包含名称、描述、输入定义和执行逻辑四大要素，其关键是由LLM自主决策调用，而非人工手动触发，设计上要遵循描述优先、输入清晰、单一职责和可组合性原则，还需按定义能力边界、撰写AI可理解描述、设计输入Schema、实现执行逻辑的步骤工程化落地，同时能清晰区分Skill与MCP的核心差异——Skill是应用层的能力定义，MCP是基础设施层的能力传输协议，二者协作可为Agent提供可执行的能力，而前端开发者可基于Skill打造AI Copilot、智能业务工具，或是构建AI应用的后端能力层，实现从手动调用API到AI自主决策调用的开发模式升级，也能借助Skill更好地衔接前端UI交互与AI的自动化执行能力。