小红书前端日常实习二三面

🧩 互联网/科技大厂（春招主力）字节跳动：5000+岗位，扩招20%，研发/算法/前端/客户端热招阿里巴巴：7000+offer，AI岗超60%百度：4000+offer，AI岗超90%腾讯：AI+技术岗扩招美团：2026届补招6000人、2027届实习3000+京东：3.5万个岗位，薪酬上调华为：AI/大模型/自动驾驶热招vivo、中兴、优必选、大族激光：3月集中招聘🚗 新能源/汽车比亚迪、小鹏、广汽、蔚来、理想奇瑞捷豹路虎、上汽通用五菱、岚图、赛力斯赛科技、瑞声科技🏭 制造/电子/半导体TCL、格力、美的、海信、长虹通威、新和成、惠科、胜宏科技北京发那科、豪迈、和而泰🏦 央国企/金融/运营商南方电网、华润、招商、广晟、广新、越秀中国移动、中国联通（3.10）、中国电信（3.15）招商银行、浦发、中信、平安、民生、华夏中国电科、中国一汽、中广核、中建、中铁🎮 游戏/文娱点点互动（3.2启动）、盛趣游戏（3.10）多益网络、宝宝巴士、友塔游戏🧴 快消/零售欧莱雅、雀巢、全棉时代、汇添富基金🏥 医疗/生物英科医疗、新和成、啄木鸟医疗

1. 简单介绍一下你做过的最有挑战性的项目我做过的最有挑战性的项目是[项目名称]，这是一个[项目类型，如：跨平台的桌面客户端应用]。项目背景：需要实现[核心功能]，支持[用户规模/性能要求]，面临的主要挑战是[具体挑战，如：高并发、低延迟、内存优化等]。我的职责：负责[具体模块]的设计和开发，包括[技术点1]、[技术点2]、[技术点3]。技术难点：性能优化：通过[具体方案]将响应时间从[X]ms降低到[Y]ms内存管理：使用智能指针和对象池，解决了内存泄漏和碎片化问题多线程同步：设计了[同步机制]，避免死锁和竞态条件最终效果：项目成功上线，[具体指标，如：支持X万并发用户，崩溃率低于0.1%]...

岗位职责： 1、负责团队内小程序相关需求的开发工作2、负责团队内数据平台，调试看板等的建设和开发工作任职要求：2028 届在校生，本科及以上学历，计算机相关专业，有前端 / 小程序开发相关实习 / 项目经验优先；1、熟练掌握 HTML/CSS/JavaScript 基础，理解 Flex/Grid 布局、盒模型、响应式适配（熟悉 rpx/px 单位转换）；2、熟练掌握微信小程序原生开发（WXML/WXSS/JS/TS），熟悉小程序生命周期、组件化开发、API 调用（如网络请求、本地存储、支付 / 分享等）； 3、具备像素级还原设计稿能力：能精准还原设计稿中的间距、颜色、字体、圆角、动效等细节；4、掌握 Vue 2/Vue 3 基础用法，熟悉 Vue 组件封装、指令、生命周期、Vuex/Pinia 状态管理，能独立完成简单 Vue 页面开发；5、了解前端工程化基础，如 npm 包管理、Git 版本控制（会提交、合并、分支管理等基础操作）； 6、具备良好的沟通能力，能清晰理解需求，主动反馈开发中的问题，配合团队推进任务。加分项1、熟练使用 AI 工具（Kimi-K2.5、Claude、ChatGPT 等）辅助开发，能利用 AI 完成 UI 转小程序代码、逻辑优化、bug 排查；2、了解 PAG/Lottie 动画在小程序中的接入和使用，能实现复杂动效的还原；3、有小程序发布、审核、版本回滚、分批发布的实操经验；4、熟悉小程序性能优化（如包体积压缩、页面加载提速、减少卡顿）；5、有独立完成的小程序项目；核心部门，在北京腾讯总部大楼，本岗位大部分时间会开发小程序（如果小程序0基础一点没开发过勿投递），要求实习时间长，表现很优异的话后续会转正机会

现在AI技能是求职的默认必备技能，不管是传统的前后端项目还是现在AI潮流新涌出的AI应用开发工程师、AI Agent工程师以及最顶的AI 算法工程师，笔者为前端岗位，秋招投递了15+互联网大厂，收获3家大厂Offer（快手、京东、拼多多），下面聊聊个人对面试中的AI的一些idea：总结（通过JD总结要学什么）前端基础JS&算法、React&Vue框架、Vite、Monorepo、Pnpm工程化、性能优化、主流（微前端、SSR、大前端）仍为基础，全栈+AI是亮点，前端&AI学习：框架前端开发者不再只是 UI 渲染层，而是要理解大模型、Agent、多模态交互，并能在业务中落地 AI 能力。整体架构可以分为四层：AI基础知识大模型基础核心概念：LLM（大语言模型）、Token、上下文窗口、Embedding、微调（Fine-tuning）、提示工程（Prompt Engineering）。关键能力：文本生成、代码生成、多模态理解（文生图 / 文生视频）、知识问答。前端视角：如何通过 API 调用模型、如何处理流式输出（SSE/WebSocket）、如何优化 Token 消耗。Agent 与 RAGAgent：能自主规划、调用工具、完成复杂任务的 AI 实体（如 Coze 扣子、TRAE）。RAG（检索增强生成）：结合私有知识库，让大模型回答更精准、可控。前端视角：如何设计 Agent 交互界面、如何展示 RAG 检索过程、如何做多轮对话管理。多模态 AI核心：文本、图像、音频、视频的融合生成与理解（如剪映的 AI 生成、实时交互）。前端视角：Canvas/WebGL 渲染、WebRTC 实时流、WebGPU 加速、多模态内容预览与编辑。AI工具链应用场景AI IDE 开发（TRAE、Cursor 方向）核心：打造端到端生成真实软件的智能协作平台。前端职责：AI 功能交互实现（代码生成、代码理解、知识问答）、IDE 内核框架开发、插件生态与工具链。技术栈：React/TypeScript、WebAssembly、Monaco Editor、WebSocket/SSE。Agent 平台开发（Coze、HiAgent 方向）核心：新一代 AI Agent 平台，支持协同办公与应用开发。前端职责：LLM 驱动的 AI Agent 框架实现、多 Agent 协同界面、可视化编排工具。技术栈：React/Vue、状态管理、可视化编辑器、实时通信。多模态创作与交互（剪映、抖音方向）核心：生成模型优化、多模态内容合成、实时交互体验提升。前端职责：AI 生成内容预览、实时滤镜 / 特效、多模态编辑界面。技术栈：WebGL/WebGPU、WebRTC、Canvas、性能优化（FPS、内存）。AI + 全栈开发（小红书、美团方向）核心：在 AI Coding 工具协助下完成前后端开发、测试、部署。前端职责：全栈开发、AI 辅助需求分析与方案设计、提升开发效率。技术栈：Node.js/Python、前后端协作、CI/CD、AI 工具深度使用。可视化与 AI 交互（同顺方向）核心：大模型应用的可视化交互、RAG/Agent 工作流演示。前端职责：可视化 Prompt 编排、多轮对话可视化、模型输出调试界面。技术栈：ECharts/D3.js、流程图库、实时数据渲染、响应式设计。工程化与能力要求前端基础扎实的 HTML/CSS/JS/TS，熟悉 React/Vue 等框架。工程化工具：Webpack/Vite、NPM/Yarn、CI/CD、自动化测试。跨端能力：WebAssembly、Electron、Taro 等。AI 工程化模型接入：OpenAI API、火山方舟 SDK、流式输出处理。性能优化：Token 压缩、缓存策略、推理延迟优化、首屏加载。安全合规：数据脱敏、隐私计算、内容审核。软能力拥抱新技术，紧跟 AI 前沿，不设边界。跨团队协作：与算法、后端、产品紧密配合。创新思维：将 AI 技术与前端体验创造性结合。