前端面试手撕题

4.3一面 1. 对 AI 是怎样理解的2. 分享一些比较好用的 AI 工具3. 主要用 AI 解决哪些问题4. 项目中很多场景都可以通过 AI 完成，你怎么看待？未来在哪些方面提升自己竞争力5. 自己有尝试过玩一玩（AI 相关工具）吗6. 算法题：二分查找7. 算法题：盛水最多的容器8. Flexbox 布局基本原理9. 使用 Flex 实现单个元素水平垂直居中的方案10. 对前端主流技术栈的了解11. Vue 中 keep-alive 的作用与原理12. 使用的 Vue 版本13. Vue3 的生命周期钩子14. 页面加载前先请求接口，接口完成后再渲染页面的实现方式15. 介绍个人收获 / 成就感最高的项目（智能对话平台）16. AI 对话平台流式输出使用的技术（SSE 而非 WebSocket）17. SSE 的好处18. SSE 的工作原理19. SSE 长连接长时间保持是否会掉线、断开20. SSE 心跳保活机制的具体实现反问面试评价（面试官说主要是算法理解的不够深入，还建议多多用ai）隔了个清明4.7约二面 发了一个aicoding的题目，ai自动生成周报，两小时，在面试前完成即可4.9二面1. 简单做一下自我介绍2. 你现在是在找实习吗？3. 目前手头有实习offer吗？4. 你希望找什么样的实习岗位？（算法/AI/开发）5. 为什么不做算法相关实习，反而选前端？6. 你的前端知识是怎么学的？7. 这两个前端项目都是练手项目吗？8. 第一个项目你在里面具体做了什么？9. 为什么选用Deepseek大模型？10. 项目里关键技术点有哪些？AI部分怎么解决？11. 项目代码都是AI生成的吗？占比多少？12. 你怎么让AI生成代码、怎么把控质量？13. AI生成不符合预期、甚至“欺骗”你，你怎么处理？14. 性能优化也是AI帮你做的吗？优化代码是谁写的？15. 语音里的噪声你怎么处理？需要处理吗？16. 如果让AI做前端语音降噪，你会怎么让它实现？17. 你怎么确保AI给的降噪方案是靠谱的？18. 你怎么测试验收这个项目？从哪些维度判断符合预期？19. 有没有考虑弱网、噪音、真实使用场景的问题？20. 你怎么理解闭包？21. 实际项目中你怎么使用闭包？22. 了解Webpack吗？Vite和Webpack有什么区别？23. 你做过图像处理相关研究？具体做了什么？24. 相比传统机器学习，AI时代聚类有什么优势？25. 图片不清晰，用AI怎么变清晰？有什么方案？26. 你用过哪些AI工具？怎么用的？27. 部署过LLM相关服务吗？AI-Coaching 笔试题（AI自动生成周报）28. 你怎么理解这个需求？29. 功能拆解成哪几个模块？30. 数据采集通过什么方式？采集哪些关键信息？31. 哪些步骤AI不能自主执行，必须人工介入？32. 空数据/无工作记录怎么处理？33. 简单解释一下工程目录结构，每个TS文件作用？34. 为什么要设计base collector基类？好处是什么？35. 数据处理模块具体处理哪些内容？36. 你觉得这个项目还有哪些可以改进的地方？37. 你的职业生涯规划是什么？38. AI发展很快，Java/安卓/IOS/鸿蒙都要会，你怎么应对？39. 怎么保持对AI代码的判断力？看不懂怎么办？40. 短时间内怎么快速提升技术认知？41. 你现在人在哪？实习周期能多长？42. 如果提供实习但没有转正机会，你怎么看？43. 你觉得转正重要还是实习重要？44. 有没有想过考公、国企这类更稳妥的职业？反问对实习生有什么要求？更看重哪些能力？实习生的培养方案是怎样的？结合我今天表现，给我一些前端学习建议？问如果有机会进美团没有转正，是这边前端需求变少了吗？（面试官说不是，只是了解一下个人情况）这轮通过后还有后续面试吗？（面试官说后面还会有流程）面试结果大概多久出？（一周内）感觉二面表现一般，现在还没有结果，可能没戏了

对应聘岗位的理解面试官的风格对自己的喜好之类的是否匹配确认毕业时间、是否有深造计划最近有没有做什么项目？介绍一下一个项目，包括动机、做的东西、实现了什么、跟自己的目标是否匹配有遇到什么困难？对技术方向选择的考虑（前端转全栈）已经有了什么 offer怎么看待 AI？会有危机感吗（这是个好事啊，AI 去干杂活了实习生就可以干更有挑战性的事了）base 地有没有问题实习时间反问（转正率、mentor 带教制度、扁平化管理）

或者问八股还是项目，真找不到面经了

什么叫套壳？就是调个OpenAI接口，套个对话框，起个名字叫XX智能助手。这种项目满大街都是，面试官一眼就看穿，甚至会直接问 你这个跟直接用ChatGPT有什么区别？你答不上来，就凉了。真正值得做的项目有个共同特点：解决了一个具体的真实问题。比如给自己的笔记库做一个RAG检索系统，比用Notion搜索准多了；比如做一个自动分析竞品评论的Agent，每天抓数据总结痛点；比如给代码库做一个本地部署的问答机器人，不用担心数据泄露。这些项目的共同逻辑是：有真实场景、有技术选型、有踩过的坑。面试官问起来你能说清楚为什么这么做、遇到了什么问题、怎么解决的。这才是项目的价值，不是功能有多炫。做一个跑通的真实...