智谱华章运维实习一面面经

偏技术基础一点，整理下面经攒攒人品1.请简单介绍一下你对ES6中Promise的理解，以及它如何解决回调地狱问题?2.在处理AI聊天的流式输出时，Fetch API和传统的XMLHttpRequest有什么区别?3.说一下CSS中实现水平垂直居中的几种方式，并说明在AI对话框布局中哪种更推荐?4.什么是闭包?在开发AI相关的Hooks或工具函数时，闭包通常用来做什么?5.请手写一个基础的防抖(Debounce)函数，并解释它在AI搜索建议场景下的作用。6.TypeScript中的Interface和Type有什么区别?在定义AI接口返回数据时你倾向于用哪个?

今天刚完成毕业论文初稿，一直拖着没写秋招总结，来补一下，本人很菜单纯分享。bg双非本硕，研究生读的方向主要是cv相关，因为项目接触到nvidia orin一系列嵌入式板子，所以一开始实习找的方向是嵌入式AI应用，技术栈也是c++，python为主。因为项目跟orin芯片相关，被当时高通的mentor看中，运气很好找到了高通实习。实习内容跟智驾infra相关，由此接触部分ai infra知识。（由于原本一点基础没有，甚至没学过cuda）之后去b站和github上学习相关技术栈，通过傅哥的介绍视频了解到ai infra大概方向，后续便把重点方向放在推理方向（这个了解最多）。以下是秋招投递offer情况（因为过了很久，好多忘记了，记录不太准）：简历挂：vivo、寒武纪、地平线、小鹏、理想、阿里云、高德、阿里国际、平头哥(阿里系没过几个)、深信服、联发科  、商汤笔试挂：影石、大疆、淘天、饿了么（淘宝闪购）、海尔、海信一面挂：oppo ostar、荣耀、轻舟、蔚来、元戎、字节、海康终面挂：百度(百度换岗来回面了六面)泡池没泡出来：华为offer：小米相机部门infra、科大讯飞人才计划转普通批大模型推理优化岗位、高通转正最终去向：高通。虽然原部门没转正但是换部门转正了，这里非常感谢高通hr团队，高通hr真的很尽职专业，目前遇到的最好评的hr。并且高通这边做的方向个人很感兴趣，加上base也是理想base，直接决定去高通了。找工作时候非常内耗，面试阶段几乎一天两面，而且挂了这个新的面试又来了，并且面试要么一面挂要么终面挂，每天处于心态已崩和在崩的路上两种状态，好在结果个人还挺满意。秋招和实习一样，运气占一部分，剩下的就靠个人能力了，打铁还需自身硬。最后祝大伙都收获比较满意的offer。

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.如果让你设计一个AI Agent的工作流编排画布(类似LangFlow)，你会选择什么技术栈，核心难点在哪?2.在RAG(检索增强生成)系统中，前端如何优化长文档的展示与引用来源的跳转?3.谈谈AI时代下，前端工程师的角色发生了哪些转变?4.面对快速迭代的AI技术，你如何保证团队技术栈的稳定性与前瞻性?

继续来分享下之前的面经~欢迎友好讨论，信息共享1.请简述一个AIAgent的核心工作循环(Loop)是如何在前端体现的。2.详细说明FunctionCalling的前端实现链路。3.在RAG(检索增强生成)流程中，前端可以承担哪些优化工作?4.如何优化AI流式输出时的"打字机"渲染性能?5.谈谈你对Prompt注入攻击的理解及前端防御手段。6.前端如何管理长对话中的Token限制与上下文截断?7.设计一个可复用的AI Chat组件，你会考虑哪些Props和Slots?8.你们项目里是如何处理模型调用超时或异常中断的?9.谈谈向量数据库在前端应用中的基础概念。10.如何实现一个支持多模态(图片/文件)输入的Agent输入框?11.谈谈LangChain.js或类似框架在前端开发中的价值。12.手写代码:实现一个简单的任务队列(TaskRunner)，支持并发控制