末九，一篇论文，两段实习，不转正，秋招能找到agent或者大模型开发吗

在最近经历的数十场前端面试中，我发现一个非常明显的趋势：面试中关于 AI 相关的问题越来越多了，问的问题有深有浅。确实，在当下这个 AI 的时代，前端面试中频繁出现 AI 相关的问题也是可预见的。那么，作为一名前端开发，我们应该怎么在面试前准备 AI 相关问题，以防被问得哑口无言呢？经过最近这么多场面试，我总结出几大类 AI 相关问题，在这里分享出来，希望能帮助大家提前准备、更好地应对面试：一、常用工具与实践经验常见问题：平时的工作中是怎么使用 AI 的、主要用来做什么；怎么更高效地利用 AI 工具如何准备：（1）这不算什么难题，诚实作答即可。不要杜撰自己不熟悉的场景，以防弄巧成拙。（2）结合具体使用场景进行回答，能更好地体现自己对 AI 的熟悉程度。（3）分享使用经验之余，最好能体现自己对 AI 的一些深入思考。比如，在平时使用中发现目前 AI 还有哪些痛点无法解决、怎么设计 prompt 能得到更准确的结果等等。二、AI 技术相关概念常见问题：前端面试中不会问得特别深入，但是很多基础概念需要弄清楚：Model、Agent、RAG、MCP、Vibe Coding、Function Calling 等等。如何准备：提前将 AI 技术涉及的概念都弄清楚即可。我上面列举的是一些基本的概念，大家可以自行拓展了解其他概念。务必要弄清楚不同概念之间的区别与联系。三、AI 的相关实现原理（和前端相关的部分）常见问题：流式数据交互、MCP Server 怎么传递数据如何准备：提前去掘金搜索、学习吧，这些原理掘金上都有相关的介绍。以上就是我面试中的一点心得。如果大家还有什么疑问的话，欢迎后台私信我，大家一起探讨、一起进步。

我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...

不是真有病吧 投后端选择题一大半都是大模型 我要是会大模型我还不知道投吗编程题两个数学题 第二个还卡IO输入输出流真服了 最后图论并查集不会

非科班转码选手。烂大街的外卖加点评，项目看完感觉还是懵懵的，一问三不知的状态，得在梳理一遍，八股才刚开，hot 就做了10来道。就是目前准备的还不充分，是先沉淀到4月在投，还是边投边学，求建议。到时候暑期会不会没hc 了，想冲冲大厂可行吗😭😭😭😭😭