帮领导拿快递，结果拿了箱蕾丝内裤回来

面试时间：4.21下午3点 时长55min目前面试起来压力最大的一场，面试官基本没有什么反馈，少量八股，其他全是对项目的拷打和场景题，吓哭了1. 自我介绍2. 你说的打包技术指的是 Webpack 还是 Vite3. 你是前后端都开发吗，包括 Node.js 吗4. 讲一下浏览器里的宏任务和微任务5. 浏览器事件循环和 Node.js 事件循环有什么区别6. 看代码说答案：事件循环相关7. 强缓存和协商缓存有什么区别8. TypeScript 里 type 和 interface 有什么区别9. 项目中 type 和 interface 怎么选择10. 介绍一下 SSE 的实现11. SSE 和 WebSocket 有什么区别12. 为什么你的 AI 对话项目选择 SSE 而不是 WebSocket13. 你的多轮对话项目只支持文字，还是也支持图片修改14. 如果要支持图片加工创作，和纯文字对话设计上有什么不同15. 多轮图片编辑或多轮文字对话出现意图偏移，怎么优化16. 上下文过长导致语义偏移，工程上怎么优化17. 你的上下文摘要压缩策略是怎么做的18. 讲一下你虚拟列表的整体实现思路19. Markdown 安全渲染里怎么防止 XSS20. 为什么选择做后台管理系统这个项目21. 大文件分片上传是怎么实现的22. JWT 双 Token 登录机制是怎么设计的23. 怎么基于双 Token 实现单点登录24. 权限管理是怎么设计的25. AI 生成代码和你手写代码的比例大概是多少26. 看代码说答案：this 指向相关27. 严格模式下 this 的输出有什么变化28. 两道手撕：实现带最大并发数限制的 Promise.all，LC101 对称二叉树29. 反问

Q1：⼀句话说明什么是 AI Agent？答案：AI Agent 是以⼤模型为认知核⼼，结合规划、记忆与⼯具调⽤，能在多步交互中根据环境反馈持续决策并完成任务的系统；其本质是 闭环的感知—思考—⾏动 循环，⽽不仅是单次⽂本⽣成。Q2：为什么说 Agent = LLM + Planning + Memory + Tools？缺⼀块会怎样？答案：缺 Planning：容易变成「只会接话」的聊天，⻓任务易跑偏或⼀步登天完不成。缺 Memory：⻓对话会丢线索，多会话⽆法延续⽤户偏好与任务状态。缺 Tools：只能「空谈」，⽆法查实时信息、执⾏代码、改系统状态。LLM 仍是中枢，但单靠 LLM 没有外...

我认识一些字节和腾讯的带实习生的开发，他们最近要招实习生，我给他们推，一个要求说懂langchain，另外一个说有ai项目相关的。

Q1：请⽤你⾃⼰的话定义 LLM Agent，并说明与单次调⽤的差异。答案：LLM Agent 是以⼤语⾔模型为推理核⼼，在 多轮 中与外部环境交互，通过 规划、记忆与⼯具 完成复杂任务的系统。与单次调⽤的差异在于：单次调⽤是 开环⽣成；Agent 是 闭环决策，每步可依据⼯具返回更新状态，直到终⽌条件。追问：若没有外部⼯具，还能叫 Agent 吗？答案：可称为「弱环境」Agent，仅有对话记忆与推理；但仍可有内环多步 CoT 与⾃我验证。⾯试中强调是否存在「⾏动—观察」循环更清晰。Q2：Agent 的记忆⼀般怎么设计？答案：分层设计最常⻅：⼯作记忆（当前轨迹与关键结论）+ 会话记忆（摘要滚动...