鼠鼠实习被抓了怎么办

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。

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.AI聊天界面中，当新消息到达时如何平滑地滚动到底部?如果用户正在向上滚动查看历史记录，该如何处理?2.详细说明一下前端如何处理Markdown中的代码块高亮，以及如何支持代码的一键复制。3.在构建AI应用时，你是如何设计Prompt模板管理系统的?4.谈谈你对RAG(检索增强生成)流程中前端职责的理解。5.如何解决流式输出(Streaming)过程中，由于内容长度变化导致的页面布局抖动(Layout Shift)?6.你们项目里是如何处理大模型响应慢的问题的?前端有哪些优化手段?7.介绍一下WebWorker在AI前端应用中的使用场景。8.如果要实现一个类似Notion AI的行内斜杠菜单(SlashCommand)，你的设计思路是什么?9.谈谈React的并发模式(Concurrent Mode)对AI聊天应用有什么帮助?10.如何实现AI生成图片的预览和下载功能，特别是处理Base64和Blob格式?11.什么是提示词注入(Prompt Injection)?前端能做些什么来降低风险?12.性能监控中，针对AI应用有哪些特有的指标?

bg：现在在xhs客户端实习，实习了三个月感觉身心俱疲，虽然钱多但是觉得这样的生活太耗费心力。打算：1.硬着头皮进互联网卷，被辞退后回云南老家躺平2.gwy或者央国企。好一点的央国企学历不够，可能需要考研，昆明的gwy难度也挺高的，选调也排不上我（学校期间没入党，绩点也不高还挂过科），如果选择这条路大概率是要考研的。（但是真的不想考研，沉没成本太大了，反而觉得行测的题很有意思）

虽然我自己是个菜鸡，但是春招了一个月还是总结出了一些经验，在此分享一下嘿嘿1.简历填写：开发岗的校园经历可有可无（没被问到过），但是一定要有实习/项目经历。啥也没有的就包装实验室/课设项目，这些也没有的去github改一个。写完之后丢给deepseek润色一下，并且让ds模拟可能会问的问题。（ds可能会夸大事实，这个要根据你对项目的熟悉程度修改下话术）2.如何投递：同一家公司，如果没有内推，那么官网、****、牛客、猎聘全都投一遍，一般情况下回复速度是内推>招聘软件>官网。3.如何面试：如果不怕脏面评的话，建议顺序为不想去的大厂➡️不想去的中小厂➡️想去的公司。面大厂可以积累拷打项目的经验，因为面试官水平很高，问的都很细且会给出建议；中小厂可以巩固八股知识。4.如何准备技术面：这里推荐“web前端面试-面试官系列”（直接在浏览器搜），总结得很全面。js手撕可以去b站搜“死磕36道js手写题”，不用看视频，直接下载文档。算法手撕就刷**面试经典150题。此外，每次面试前去小红书/牛客搜一下公司面经，临时抱佛脚有奇效。5.被挂了怎么办：被挂了只能说名公司hc少、行情不好，与你优不优秀没有任何关系。能坚持到现在的你已经很棒了！马上专注下一家，别在一棵树上吊死，你的好日子在后头！⚠️重点：海投海投海投，只要标了前端就去试试；复盘复盘复盘，没答好的问题去让ai重新梳理一遍并记下来。不要怕尴尬，不要怀疑自己的能力，校招找不到咱就社招，坚持下去一定能找到的！希望所有人都能收到满意的offer！