Anker 一面 3.27

时间：30分钟1. 自我介绍​2. HTML语义化标签及好处​3. HTML块级元素与行内元素区别​4. CSS元素隐藏方法​5. display:none、visibility:hidden、opacity:0区别​6. 触发重绘/重排的样式​7. 浏览器渲染流程​8. JS基础数据类型​9. 判断属性类型的方法​10. ES6新特性​11. Set与Map区别​12. new Set/new Map存储结构​13. ==与===区别​14. 数组去重方法​15. 对象实现数组去重思路​16. JS事件循环机制​17. Promise所属任务类型​18. Vue nextTick任务类型​19. URL输入到页面展示全过程​20. TCP三次握手交互过程​21. TCP四次挥手交互过程​22. 断开连接需四次挥手的原因​23. GET与POST请求区别​24. 前端浏览器本地缓存​25. LocalStorage、SessionStorage、Cookie作用​26. 登录校验优先使用Cookie的原因​27. Vue生命周期及各阶段作用​28. 发送网络请求的生命周期​29. Vue3中created的集成位置​30. Vue组件通信方式​31. Pinia与Vuex不同点​32. v-if与v-show本质区别​33. v-if、v-show是否触发重排​34. v-for必须加key的原因​35. v-for key绑定index的问题​36. Vue计算属性与watch区别37.项目细节38.反问：不知道是我回答的太公式还是因为眼神乱飘，面试官让我不要用ai回答

最近也是有一个超火的AI项目火了也是，各个大厂都在推出对应的IaaS层、Server的方案。其实我对这个事情本身是持乐观态度，我本人也勉强算是一名AI技术工作者，其中某一线大厂所对应的“虾”的其中之一方案是我做的。从刚开始接触的clawdbot再更名，后再二次更名，这个不停变更的名词让我们内部信息对齐的时候闹了不少笑话，其实在二月国内大厂争取上线国内day0方案时，GitHub的收藏量就已经到了历史新高。“虾”的本身虽然我没有完全能够梳理这个架构的这个能力，不过站在巨人的肩膀上还是能看懂相关的架构。（下图来自网络）其本质结构相对来说简单，并没有惊天地泣鬼神的技术突破。说白了其实就是一个网关，通...

实习经历 项目经历Redux原理Git常用命令rebase作用JS垃圾回收常见跨域方法算法题：数据流中的中位数浏览器渲染原理React Fiber架构Vue3新特性TypeScript泛型前端工程化实践

我本科一直做 Web 相关开发，技术栈主要是 React / Node / TypeScript / Python。一开始接触大模型，其实和很多人一样：写 prompt、接 API、做点 demo。但很快我就发现，如果只是“调 API + 写 prompt”，其实很难真正做出复杂的 AI 应用。这篇文章主要分享一下：从前端工程师转向 Agent 开发，我的一些经验和踩过的坑。一、很多人刚接触大模型时，会觉得 AI 应用开发就是：写 Prompt调 OpenAI API输出结果但实际上，如果要做复杂应用，真正的问题通常是：上下文管理（Context Engineering）工具调用（Tool Use）任务轨迹设计（Agent Trajectory）状态管理（Memory / State）成本与延迟控制这些其实更接近 系统工程问题，而不仅仅是 prompt 的问题。二、前端背景有几个优势1 状态管理经验前端：state → viewagent：state → reasoning → action本质类似。2 工程能力前端工程师通常很熟悉：模块化API 设计工程结构渐进式披露（很重要）这些在 Agent 框架设计里很重要。3.相关技术栈openclaw，cluade code和opencode均使用typescript作为其主要开发语言，ts在agent项目里的使用比重很高。三、Agent 的核心其实是“轨迹”很多人以为：prompt → answer但 code agent 实际是：thought→ tool call→ observation→ thought→ tool call→ ...所以关键问题变成：如何设计agent loop如何设计 tool如何设计 observation如何管理上下文四、最近面试和做项目的过程中，我也有一些反思：1 多复盘，而不仅仅是做项目很多时候不是做得不够多，而是复盘不够。2 定量大于定性不要只说“优化了性能”，而是尽量给出指标：- latency ↓- token cost ↓- success rate ↑3 多方案 trade-off工程问题通常没有唯一答案，关键是：- 方案 A- 方案 B- 为什么选 B4 技术要服务业务不仅要看技术指标，还要看：- 用户体验- 成本- 整体业务效果5 尽量 close ticket，而不是一直做 demoAI 领域很容易陷入“做很多酷的 demo”但真正的工程能力是：解决具体问题并落地。五、如果你也是 Web 开发背景，其实完全不用焦虑“AI 门槛很高”。很多 AI 应用开发，本质上还是工程问题：系统设计状态管理工程架构只是多了一个新的组件：LLM。如果你已经有扎实的工程基础，再补充一些：LLM 基础Agent 设计Context Engineering其实是可以很自然地转过来的。