极氪口头offer被鸽

复盘上周的快手一面，答得很烂，继续沉淀吧唉项目相关：1. 项目中SSE推流是如何实现的（请求配置、如何中断请求、是否了解 EventSource、Async Generator 等封装方式，面试官抠得很细...）2. 项目乐观更新如何实现（是否了解staleTime、gcTime 配置）3. BlurHash 图片占位实现（具体如何实现，canvas组件如何使用hash摘要？）八股相关：1. 宏任务 / 微任务 / 执行顺序（考了一道判断输出顺序）2. Promise 高级 API3. React Hooks（useEffect与useLayoutEffect区别）4. 数组下标为什么不能作为key5. 手撕 EventEmitter 发布订阅（怪我JS基础太烂...）

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

面试时间：4.20晚上7点 时长35min面试官很友善，也很年轻，给我很强烈的一种公式的味道，从八股到项目到ai到手撕，特别强烈的公式感1. 自我介绍2. 讲一下浅拷贝和深拷贝的区别。3. Vue3 相比 Vue2 有哪些优点和升级？4. 你怎么理解 Vue3 里的 Hooks / 组合式逻辑？5. 你有没有自己封装过 hooks？适合在什么场景下封装？6. 讲一下 Vue 里的虚拟 DOM，它主要解决什么问题？7. 从输入 URL 到页面最终渲染出来，中间发生了什么？8. 多人协作开发时，Git 分支一般怎么管理？9. 如果你往公共分支提交了一段有 bug 的代码，怎么安全撤回？10. 你有了解或使用过 React 吗？11. 介绍一下你的 AI 对话平台项目，项目规模、页面结构和你负责的部分分别是什么？12. 你项目里用了 SSE，如果里面混合了文本、图片、视频，你会怎么处理？13. 你项目里的本地持久化机制是怎么做的？为什么用 Pinia 和 LocalStorage？14. 如果会话数据不断增长，LocalStorage 超出容量上限了怎么办？15. 如果把 SSE 改成 WebSocket，能力上能不能完全对齐？有哪些差异？16. 介绍一下你的通用后台管理系统项目，这个项目的难点是什么？17. 你们上传的文件一般是什么类型？18. 分片上传的分片策略是怎么设计的？为什么用这个阈值？19. 分片是越多越好还是越少越好？怎么权衡？20. 讲一下断点续传的完整实现流程。21. 秒传是怎么做的？核心判断依据是什么？22. 你做的前端性能优化有没有量化效果？怎么测出来的？23. 你平时学习前端主要通过哪些渠道？24. 你最近有了解哪些前端相关的 AI 工具？25. 你怎么理解 Skills？26. 手撕：LC20. 有效的括号27. 反问

1. 实习拷打2. AI Coding 的笔试如果只是人工造 case 去测，你觉得它离生产可交付还差什么人工造 case 只能验证“在已知分布上能不能过样例”，离生产可交付还差三层。第一层是任务边界，要明确输入约束、输出格式、失败语义和回滚策略，不然模型生成的内容没法进入真实工作流。第二层是稳定性，要知道不同仓库规模、不同语言、不同依赖环境下性能会不会抖。第三层是验收能力，必须补静态检查、单测、sandbox 执行、diff 审核和回归评估。没有这些，AI Coding 最多是演示能力，不是工程能力。 def validate_patch(patch, repo_path): if not ...