// mianjing-analysis · 面经聚合情报
const mianjing = {
  source: "牛客 + 小红书",   // 2026-08-15
  posts:  137,            // 牛客 86 + 小红书 51
  target: "1-3年 · 前端社招",
  focus:  "面试考点 · 技术栈 · 公司",
};
posts 137
面经总数
ai 94
提及 AI/Agent · 68.6%
proj 73
项目拷打 · 53.3%
byte 24
字节面经最多
r1 49
一面面经 · 35.8%
oc 18
OC/Offer · 13.1%

// 技术栈词频面经里反复出现的技能

AI/Agent
94(68.6%)
React
41(29.9%)
算法
37(27.0%)
Vue
37(27.0%)
JavaScript
36(26.3%)
TypeScript
18(13.1%)
Webpack
10(7.3%)
Vite
6(4.4%)
Node
5(3.6%)
小程序
4(2.9%)
/* 技术栈洞察 */
  • AI/Agent 占 68.6% —— 前端面试已全面 AI 化,Agent/MCP/RAG 是面试新宠,这是最大的差异化信号。
  • React(29.9%)≈ Vue(27.0%)≈ 算法(27.0%) —— 基础三件套均衡,算法手写题必考。

// 高频考点面试题 TOP 20

agent
88(64.2%)
rag
31(22.6%)
大模型
29(21.2%)
渲染
23(16.8%)
mcp
22(16.1%)
http
18(13.1%)
缓存
18(13.1%)
sse
16(11.7%)
langchain
16(11.7%)
promise
14(10.2%)
llm
13(9.5%)
闭包
13(9.5%)
ai
12(8.8%)
性能优化
11(8.0%)
key
11(8.0%)
websocket
10(7.3%)
this
9(6.6%)
首屏
9(6.6%)
懒加载
9(6.6%)
响应式
9(6.6%)
/* 考点洞察 */
  • 渲染(16.8%)、HTTP(13.1%)、缓存(13.1%)是最高频技术考点。
  • SSE/流式(11.7%)出现在 AI 相关面试里,是「前端+AI」的延伸考点。

// 面试环节流程类

实习拷打
82(59.9%)
项目拷打
73(53.3%)
自我介绍
66(48.2%)
反问
61(44.5%)
/* 环节洞察 */
  • 实习拷打(59.9%)+ 项目拷打(53.3%)是面试核心 —— 项目经历比八股更重要,一定要把实习/项目讲透。
  • 自我介绍、反问几乎每场都有,是送分也是送命题。

// 公司分布面经来源

字节
24(17.5%)
腾讯
12(8.8%)
阿里
9(6.6%)
百度
7(5.1%)
钛动
4(2.9%)
吉比特
4(2.9%)
快手
3(2.2%)
美团
3(2.2%)
剪映
3(2.2%)
携程
3(2.2%)
商汤
2(1.5%)
小红书
2(1.5%)
京东
1(0.7%)
b站
1(0.7%)
蚂蚁
1(0.7%)
/* 公司洞察 */
  • 字节(24 条)面经最多,其次是腾讯、阿里、百度 —— 大厂面经集中在字节/腾讯/阿里/百度四家。

// 面试轮次进度分布

OC/Offer
18(13.1%)
一面
49(35.8%)
二面
16(11.7%)
三面/四面
4(2.9%)
凉经/挂
12(8.8%)
HR面
5(3.6%)
/* 轮次洞察 */
  • 一面 49 条占 35.8% —— 大部分面经止步一面,一面通过是分水岭。
  • OC/Offer 仅 18 条,能走完流程拿 offer 的少。

// 高频考点面经原文点击展开 · 各 20 条

agent88 条 · 64.2%
27届前端转agent的大厂之旅 —— 牛客·27届前端转agent的大厂之旅
主包的暑假实习面试到此结束,一路从前端转agent今天终于有所收获,八战才最终拿到一个offer😭😭 —— 牛客·27届前端转agent的大厂之旅
附最近大厂面试的timeline(以下均为agent方向): —— 牛客·27届前端转agent的大厂之旅
## agent是什么,和大模型区别 —— 牛客·亚信前端实习面试题记录
Golang社招 ·一面 ·成都晓多科技Agent开发岗 —— 牛客·Golang社招 ·一面 ·成都晓多科技Agent开发岗
百度-AI Agent前端研发实习生面经 —— 牛客·百度-AI Agent前端研发实习生面经
6. Agent 为什么选 LangChain,不直接调 OpenAI 接口? —— 牛客·百度-AI Agent前端研发实习生面经
14. FFmpeg 剪辑 CPU/内存突增,Agent 动态限流、任务分片降级方案? —— 牛客·百度-AI Agent前端研发实习生面经
37. Agent 和普通 Chatbot 的区别? —— 牛客·百度-AI Agent前端研发实习生面经
38. Agent 核心组成模块? —— 牛客·百度-AI Agent前端研发实习生面经
39. RAG+Agent 场景,检索幻觉、无关文档召回的重排与过滤优化? —— 牛客·百度-AI Agent前端研发实习生面经
40. Multi-Agent 架构设计,分工策略、冲突协商机制如何落地? —— 牛客·百度-AI Agent前端研发实习生面经
FunPlus AI Agent + 前端 线下面试 —— 牛客·FunPlus AI Agent + 前端 线下面试
- 实习产品的agent架构 —— 牛客·FunPlus AI Agent + 前端 线下面试
- 如果 agent 生成的代码有问题怎么解决(重试 agent 会一直出错怎么办,多次重试失败很影响用户体验怎么办) —— 牛客·FunPlus AI Agent + 前端 线下面试
- 说一下项目中 rag + agent 的流程 —— 牛客·FunPlus AI Agent + 前端 线下面试
面了一个小时,面试官是自己想场景来问的,可能我的 agent 实战经历不是很足,全程比较迷,就按自己的理解说 —— 牛客·FunPlus AI Agent + 前端 线下面试
#实习# #前端# #AI Agent# —— 牛客·FunPlus AI Agent + 前端 线下面试
小厂agent复盘 —— 牛客·小厂agent复盘
4/20小厂agent一面复盘 —— 牛客·小厂agent复盘
// … 还有 393 条
rag31 条 · 22.6%
39. RAG+Agent 场景,检索幻觉、无关文档召回的重排与过滤优化? —— 牛客·百度-AI Agent前端研发实习生面经
- 说一下项目中 rag + agent 的流程 —— 牛客·FunPlus AI Agent + 前端 线下面试
- 对于文章中多次出现的语义相似的图片 rag 是怎么处理的 —— 牛客·FunPlus AI Agent + 前端 线下面试
- rag 做了哪些优化 —— 牛客·FunPlus AI Agent + 前端 线下面试
3.4 GraphRAG的优点 —— 牛客·小厂agent复盘
传统的RAG只能做向量检索,GraphRAG的话加上实体抽取利用多跳机制,不需要检索全库的向量,而且通过扩展邻域检索更加相近的内容。 —— 牛客·小厂agent复盘
1. 前端Agent记忆分层实现;2. 本地存储与RAG结合;3. 记忆冗余优化 —— 牛客·前端Agent面试全攻略,个人总结,供参考
localStorage/sessionStorage与向量库的协同、Token消耗控制 —— 牛客·前端Agent面试全攻略,个人总结,供参考
记忆召回不准:RAG检索不精准,答非所问、无效信息过多 —— 牛客·前端Agent面试全攻略,个人总结,供参考
4.6 RAG → Agentic RAG 架构 —— 牛客·前端Agent面试全攻略,个人总结,供参考
基础RAG:先检索、再生成 —— 牛客·前端Agent面试全攻略,个人总结,供参考
Agentic RAG = RAG + Planning + Memory + Tool Use,形成闭环 —— 牛客·前端Agent面试全攻略,个人总结,供参考
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。 —— 牛客·前端面试中怎么应对AI相关问题
11、RAG 是什么? —— 牛客·完美世界Ai agent开发一面 拷打
【源码+资料】企业级 Multi-Agent + Agentic RAG 知识库系统化 —— 牛客·分享一套自己开发的企业级多agent知识库系统
一套基于 Agentic RAG + Multi-Agent Crew + MCP 的企业级知识库系统,支持音频pdf等格式上传,还有音频溯源,性格设定,模型切换(可自定义添加模型)等。 —— 牛客·分享一套自己开发的企业级多agent知识库系统
#rag#  #秋招# #我的求职进度条#  #agent#  #java#  #实习# —— 牛客·分享一套自己开发的企业级多agent知识库系统
5.localStorage sessionStorage cookie的区别 —— 牛客·钛动科技(AI Agent) 前端实习生 1.30
2.在RAG(检索增强生成)系统中,前端如何优化长文档的展示与引用来源的跳转? —— 牛客·商汤科技Ai agent开发面经(攒人品
RAG、RAG 类型、Agent 底层原理、多 Agent。 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
// … 还有 64 条
大模型29 条 · 21.2%
## agent是什么,和大模型区别 —— 牛客·亚信前端实习面试题记录
Codex+ChatGPT,国产的用Deepseek和豆包。国内主流厂商的大模型接口都有用过 —— 牛客·Golang社招 ·一面 ·成都晓多科技Agent开发岗
12. 使用什么大模型?调用成本如何管控? —— 牛客·百度-AI Agent前端研发实习生面经
15. 切换国产大模型,提示词、工具调用逻辑的改动点? —— 牛客·百度-AI Agent前端研发实习生面经
落地要点: 1. 模型选型:前端优先选择轻量化模型(如Llama 3轻量化版、国产小模型),兼顾请求速度与性能,避免大模型导致的前端卡顿; —— 牛客·前端Agent面试全攻略,个人总结,供参考
5.你设计了一个todolist,用户可以通过大模型来提出需求,增删改查,你会怎么设计这个大模型背后的逻辑 —— 牛客·b站前端日常一面
一开始接触大模型,其实和很多人一样:写 prompt、接 API、做点 demo。 —— 牛客·前端转agent是如何拿到三个大厂offer的
一、很多人刚接触大模型时,会觉得 AI 应用开发就是: —— 牛客·前端转agent是如何拿到三个大厂offer的
14.function calling是通过什么告诉大模型有哪些工具可用? —— 牛客·蚂蚁国际agent开发一面凉经分享
15.大模型使用MCP调用查询天气工具,整个交互流程大概是怎样的?不用太细。 —— 牛客·蚂蚁国际agent开发一面凉经分享
6、前端、后端和大模型三个模块一般是怎么协作的? —— 牛客·完美世界Ai agent开发一面 拷打
1.React的Fiber架构是如何优化大模型流式输出时的UI渲染的? —— 牛客·AI agent实习二面 商汤科技
先从外部知识库检索相关信息,再把信息喂给大模型生成答案。 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
• 解决大模型不知道新知识、幻觉的问题 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
23. 为什么不直接使用多模态大模型? —— 牛客·字节agent开发实习一面凉经
大部分 AI Agent(如智能对话助手)的核心诉求是 “流式输出(Streaming)” ,即大模型生成内容的速度较慢,前端需要逐字显示。此时使用 SSE 具有显著优势: —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
“在 AI Agent 的开发中,我倾向于优先选择 SSE,因为大模型对话本质上是基于 HTTP 的单向流式渲染,SSE 能够以最小的运维成本实现流畅的‘打字机效果’,且自带重连,用户体验极佳。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
前端实现大模型流式输出,SSE与WebSocket选型逻辑是什么?各自优缺点、适用场景(结合高并发、跨端兼容)? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
生产中如何实现多模型调度?(小模型处理简单任务、大模型处理复杂推理)如何设计调度策略? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
它的核心思想非常朴素:让大模型在『思考』和『行动』之间交替进行,通过与环境的持续交互来推进任务,而不是一次性生成完整答案。 —— 牛客·面试官:说一下 Agent 的常见范式
// … 还有 41 条
渲染23 条 · 16.8%
21. Context 跨组件频繁更新的重渲染问题,memo/useMemo/useCallback 落地细节? —— 牛客·百度-AI Agent前端研发实习生面经
27. 打字机逐字输出实现?渲染间隔设多少? —— 牛客·百度-AI Agent前端研发实习生面经
4. 从输入 url 到渲染页面的整个过程,渲染过程中具体哪些工作 —— 牛客·字节前端面试分享
2. **性能优化**:卡顿、渲染、长任务是必考点 —— 牛客·PDD春招前端面试面经&建议
2. raf、定时器、渲染机制这类基础要牢,别临场卡壳 —— 牛客·PDD春招前端面试面经&建议
11.短时间内多次调用useState,页面会渲染几次? —— 牛客·钛动科技(AI Agent) 前端实习生 1.30
1.React的Fiber架构是如何优化大模型流式输出时的UI渲染的? —— 牛客·AI agent实习二面 商汤科技
5.AI流式输出(Streaming)过程中,如果前端渲染跟不上后端推送速度,你会如何处理? —— 牛客·AI agent实习二面 商汤科技
“在 AI Agent 的开发中,我倾向于优先选择 SSE,因为大模型对话本质上是基于 HTTP 的单向流式渲染,SSE 能够以最小的运维成本实现流畅的‘打字机效果’,且自带重连,用户体验极佳。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
流式返回时,如何插入非文本事件(工具调用标记、思考过程、错误提示、分段标识),且不影响前端渲染? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
小程序、APP、PC端对流式输出的兼容性差异如何处理?如何解决部分端流式渲染卡顿问题? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
确认了"什么慢"之后,Agent 需要用工具做诊断而不是凭直觉猜。读取相关页面组件的代码 → 找到数据请求逻辑 → 检查是否有明显的性能反模式(在渲染循环中发请求、没有做缓存、加载了过大的依赖、无意义的重复渲染等)。如果能跑 profiling 工具就更好——用 bundle 分析工具看包大小、查看 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
Q:如果 Agent 的诊断方向错了——花了很多轮在排查前端渲染问题,但实际瓶颈在后端接口,怎么办? —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
A: 这是多步推理中典型的"方向性错误"问题。应对机制有两个。事前:在诊断阶段不要过早收窄范围。Agent 应该先用轻量手段对所有可能的瓶颈做一次快速排查(网络请求耗时、包大小、渲染次数各看一眼),而不是一上来就钻进某一个方向。事中:设置诊断轮数阈值。如果在某个方向上探索了 N 轮还没找到明确瓶颈, —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
Prompt Template 是提示词模板,负责定义输入变量、格式和结构;Prompt Values 是模板渲染之后的实际内容。也就是说,模板是“骨架”,Values 是“填充进去的具体数据”。在复杂应用里,模板往往会包含系统规则、上下文片段、任务约束、示例和输出格式,这样做的好处是可控、可复用, —— 牛客·AI Agent常考面试题汇总- Langchain篇
4. 我们从输入 URL 到页面渲染的完整的一个过程 —— 牛客·北京智精灵科技前端二面:OC
刚才提到浏览器渲染,讲一下渲染(知道多少说多少 —— 牛客·腾讯企业微信前端一面
11. AI流式输出图片、PDF、富文本、Markdown、交互组件如何统一渲染 —— 牛客·腾讯前端暑期二战一面
20. 表格分页渲染能带来哪些优化收益 —— 牛客·字节跳动前端日常实习一面面经
9.vue中如何实现很多组件一起渲染 —— 牛客·阿里控股前端暑期面经
// … 还有 13 条
mcp22 条 · 16.1%
1. MCP —— 牛客·前端Agent面试全攻略,个人总结,供参考
13. mcp 和 skill 的理解,有没有自己开发过 —— 牛客·字节前端面试分享
MCP Server 怎么理解? —— 牛客·知乎前端面经
4.介绍一下你所知道的ai相关知识,mcp,skills等等 —— 牛客·b站前端日常一面
- 动手做:构建 Agent,集成 Skills、MCP、Tools —— 牛客·PDD春招前端面试面经&建议
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。 —— 牛客·前端面试中怎么应对AI相关问题
常见问题:流式数据交互、MCP Server 怎么传递数据 —— 牛客·前端面试中怎么应对AI相关问题
12.function calling和MCP相比,是不是可以没有MCP? —— 牛客·蚂蚁国际agent开发一面凉经分享
13.MCP和客户端通信有几种方式?你怎么配置MCP? —— 牛客·蚂蚁国际agent开发一面凉经分享
15.大模型使用MCP调用查询天气工具,整个交互流程大概是怎样的?不用太细。 —— 牛客·蚂蚁国际agent开发一面凉经分享
构建Agent,将Skills、MCP、Tools等集成至需求 —— 牛客·PDD春招前端二面
一套基于 Agentic RAG + Multi-Agent Crew + MCP 的企业级知识库系统,支持音频pdf等格式上传,还有音频溯源,性格设定,模型切换(可自定义添加模型)等。 —— 牛客·分享一套自己开发的企业级多agent知识库系统
登录注册与分级权限管控、全生命周期知识库管理(文档上传 / 解析 / 文本切片 / 向量化 / 索引构建)、定向知识库智能问答(绑定会话上下文)、四 Agent 全自动深度调研、Agent 推理步骤回放、Agent 协作关系可视化图谱、用户对话长期记忆、问答溯源与工具调用记录、可视化 AI 参数配置 —— 牛客·分享一套自己开发的企业级多agent知识库系统
14. MCP的交互流程是怎样的? —— 牛客·字节agent开发实习一面凉经
15. Agent 如何与 MCP Server 连接通信? —— 牛客·字节agent开发实习一面凉经
你说说skill和mcp的区别?(随便瞎扯了几句) —— 牛客·美团暑期前端一面
Agent、Skills&MCP —— 牛客·Agent、Skills&MCP
从前端视角来看,Skill是Agent可调用的结构化能力单元,类比前端的函数、API与Hook结合体,核心包含名称、描述、输入定义和执行逻辑四大要素,其关键是由LLM自主决策调用,而非人工手动触发,设计上要遵循描述优先、输入清晰、单一职责和可组合性原则,还需按定义能力边界、撰写AI可理解描述、设计输 —— 牛客·Agent、Skills&MCP
Q:ACP 和 MCP 是什么关系?会不会冲突? —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
A: 不冲突,解决的是不同层面的问题。MCP 解决的是 Agent 和工具之间的连接——让一个 Agent 能调用搜索引擎、读数据库、操作文件系统等外部能力。ACP 解决的是 Agent 和 Agent 之间的通信——让多个 Agent 能互相协作完成复杂任务。打个比方:MCP 是"手",让 Age —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
// … 还有 25 条
http18 条 · 13.1%
因为fiber基于fasthttp,我这个中间件是net/http的,所以要用官方包的adaptor.HTTPMiddleware转一下。 —— 牛客·Golang社招 ·一面 ·成都晓多科技Agent开发岗
为了代码优雅,我直接一行写完,在adaptor.HTTPMiddleware内创建handler,结果这个玩意每次请求都会创建一次,导致monitor反复创建无法被释放的ticker。正确的做法应该是在初始化的hook里面创建然后优雅关闭,把实例塞回adaptor.HTTPMiddleware —— 牛客·Golang社招 ·一面 ·成都晓多科技Agent开发岗
父context取消,子也会取消。值传递的话http请求链用到了元数据传递以及tracer —— 牛客·小厂agent复盘
更多面经:https://yuki-bloom.vercel.app/categories/interview —— 牛客·知乎前端面经
SSE (Server-Sent Events):本质是基于 HTTP 的“长轮询升级版”。服务器在处理完请求后,保持连接开启,不断推送数据(流式)。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
协议轻量,兼容性好:SSE 基于标准 HTTP。在大多数企业架构中,负载均衡器(Nginx, HAProxy)对 HTTP 的支持非常完善,不需要特殊的协议升级配置。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
“在 AI Agent 的开发中,我倾向于优先选择 SSE,因为大模型对话本质上是基于 HTTP 的单向流式渲染,SSE 能够以最小的运维成本实现流畅的‘打字机效果’,且自带重连,用户体验极佳。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
目前各家的 Agent 框架(LangChain、CrewAI、AutoGen 等)各自为政,Agent 之间无法互通。A 公司用 LangChain 写的 Agent 没法直接和 B 公司用 AutoGen 写的 Agent 协作。ACP 要做的就是 Agent 之间的 HTTP——一个开放的、框 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
ACP 是一个 RESTful 协议,基于标准 HTTP 构建,这意味着任何能发 HTTP 请求的语言和框架都能接入,不需要特定 SDK。 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
A: 这是一个可达性优先的决策。REST/HTTP 是目前互联网上部署最广泛、基础设施支持最完善的协议。任何语言、任何平台、任何云服务都能直接发 HTTP 请求,不需要额外的客户端库。gRPC 性能更好但需要 proto 定义和特定客户端;WebSocket 适合双向实时通信但穿越防火墙和负载均衡器 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
10.http报文内容 —— 牛客·百度网盘前端
12.http请求头字段 —— 牛客·百度网盘前端
http和https的区别 —— 牛客·9.2美团前端一面
了解httpOnly吗 —— 牛客·9.2美团前端一面
*HTTP有哪些状态码,分别代表什么? —— 牛客·OPPO AI全栈一面面经
12.你发送请求之后,http状态码显示什么 —— 牛客·华顺前端一面
http 缓存以及应用场景 —— 牛客·字节提前批前端一面
5.http和https区别(为什么安全 ,https握手,什么作用) —— 牛客·阿里控股前端暑期面经
平时抓包用什么工具?(TCP/HTTP) —— 牛客·视频b 二面
内推链接:https://job.toutiao.com/s/_JImGUCIzv0 —— 小红书·字节27实习生内推
// … 还有 6 条
缓存18 条 · 13.1%
请求会先打到数据库再建立缓存。出现不一致有很多种情况,如果是分布式造成的可以SetNX加带超时时间的分布式锁,如果是缓存没来得及刷新可以检查超时机制是否设计合理、缓存是否被卡住、排查定时任务 —— 牛客·Golang社招 ·一面 ·成都晓多科技Agent开发岗
3.1 redis的缓存穿透和击穿。 —— 牛客·小厂agent复盘
击穿用的singleflight、穿透用的空值缓存。别的防穿透方法就是布隆过滤器、加锁、或者也可以做非法请求校验(毕竟穿透解决的是非法请求) —— 牛客·小厂agent复盘
【缓存雪崩】:随机ttl抖动 —— 牛客·小厂agent复盘
3.2 缓存在项目中是怎么用的? —— 牛客·小厂agent复盘
一个是用户个人页面的视频列表缓存,一个是姿态分析结果的缓存,通过前端轮询来获取分析数据。 —— 牛客·小厂agent复盘
【补充key、val】:视频列表缓存,key是userID,val是视频元数据的json。分析结果缓存,key是视频id、val是结构化的建议。 —— 牛客·小厂agent复盘
百万级文档RAG,检索延迟要求<200ms,如何设计索引、分片、缓存架构?(结合Milvus/Chroma实际部署) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
同一用户同一问题多次查询,如何做检索结果缓存?如何处理“缓存过期”与“新知识更新”的矛盾? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
如何做LLM结果、Embedding、检索结果的缓存设计?如何设置缓存过期时间? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
生产中如何控制Token消耗与模型成本?(限流、缓存、模型选型、批量推理等组合方案) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
比如排查接口变慢问题,我们事先根本不知道问题出在应用、数据库、缓存、网络还是下游服务。模型必须先查一个线索,根据结果再决定下一步查什么,像侦探一样一步步逼近真相。 —— 牛客·面试官:说一下 Agent 的常见范式
确认了"什么慢"之后,Agent 需要用工具做诊断而不是凭直觉猜。读取相关页面组件的代码 → 找到数据请求逻辑 → 检查是否有明显的性能反模式(在渲染循环中发请求、没有做缓存、加载了过大的依赖、无意义的重复渲染等)。如果能跑 profiling 工具就更好——用 bundle 分析工具看包大小、查看 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
定位到瓶颈后,可能有多种修复方案。比如数据请求慢:加缓存?做懒加载?优化查询?Agent 应该给出几个方案和各自的取舍,让用户选择,或者在无法询问的场景下选择最安全(侵入性最小)的方案。性能优化领域有一个原则——先摘低垂果实,不到万不得已不做架构级改造。 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
上来算法题:LUR缓存 —— 牛客·饭团外卖前端秋招面经
提到DNS,讲一下DNS缓存,最少四个,怎么解析DNS的 —— 牛客·腾讯企业微信前端一面
是否了解前后端优化手段如缓存和并发计算 —— 牛客·春招前端面经,阿里高德二面
了解浏览器的缓存机制吗 —— 牛客·春招前端面经,阿里高德二面
2. 视频进度的redis缓存和定时任务异步落库的方案介绍一下 —— 牛客·moka后端ai开发实习面经分享-攒人品
5. 实现自动缓存机制(lru)是怎么做的 —— 牛客·百度网盘前端
// … 还有 10 条
sse16 条 · 11.7%
23. AI 对话为什么优先 SSE 而非轮询? —— 牛客·百度-AI Agent前端研发实习生面经
24. SSE 与 WebSocket 区别?能否独立实现聊天通信整套逻辑? —— 牛客·百度-AI Agent前端研发实习生面经
25. SSE 返回的数据结构? —— 牛客·百度-AI Agent前端研发实习生面经
3.3 webSocket和SSE了解吗 —— 牛客·小厂agent复盘
【如果要改进】可以用SSE试试推送分析进度 —— 牛客·小厂agent复盘
SSE 流式返回机制 —— 牛客·知乎前端面经
3.你的ai对话项目是通过sse实现的,有没有其他实现方式;除了websocket呢 —— 牛客·b站前端日常一面
4. **前端实战**:倒计时、懒加载、防抖节流、SSE 这类组件必考 —— 牛客·PDD春招前端面试面经&建议
后端:Spring Boot + Spring AI + MySQL + Redis + Milvus + BM25;前端:Vue3 + TypeScript + Element Plus;AI 能力:通义千问 Qwen + 向量检索 + BM25 + Rerank + SSE 流式通信。 —— 牛客·分享一套自己开发的企业级多agent知识库系统
11. SSE 在前后端是如何交互的? —— 牛客·字节agent开发实习一面凉经
13. Agent 发生“工具调用”时,SSE 推送的事件结构中通常包含哪些字段? —— 牛客·字节agent开发实习一面凉经
Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
为什么你这个Agent项目选择用 SSE 而不是 WebSocket?是怎么考虑的技术选型 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
在最近的 AI Agent 相关面试中,我发现这是一个必考的“送分题”。如果仅仅背诵“SSE 是单向、WebSocket 是双向”这类基础定义,很难打动面试官。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
SSE (Server-Sent Events):本质是基于 HTTP 的“长轮询升级版”。服务器在处理完请求后,保持连接开启,不断推送数据(流式)。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
二、 为什么在 AI Agent 中 SSE 是首选? —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
大部分 AI Agent(如智能对话助手)的核心诉求是 “流式输出(Streaming)” ,即大模型生成内容的速度较慢,前端需要逐字显示。此时使用 SSE 具有显著优势: —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
协议轻量,兼容性好:SSE 基于标准 HTTP。在大多数企业架构中,负载均衡器(Nginx, HAProxy)对 HTTP 的支持非常完善,不需要特殊的协议升级配置。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
自带“重连”特性:SSE 协议标准中内置了 Last-Event-ID,当网络发生抖动断开时,浏览器会自动尝试重连并请求断点续传。这在弱网环境下对 AI 对话体验极其重要。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
三、 什么时候必须“弃 SSE 投 WebSocket”? —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
// … 还有 20 条
langchain16 条 · 11.7%
6. Agent 为什么选 LangChain,不直接调 OpenAI 接口? —— 牛客·百度-AI Agent前端研发实习生面经
2.1 LangGraph和LangChain的区别。 —— 牛客·小厂agent复盘
- 有没有用到LangChain?为什么没用? —— 牛客·PDD春招前端面试面经&建议
没用Langchain,一直想做但没做,理论理清的差不多但世家有待提升 —— 牛客·PDD春招前端二面
25. 对其他主流 AI 框架(如 LangChain)有了解吗? —— 牛客·字节agent开发实习一面凉经
LangChain、LangGraph在生产中如何选型?LangGraph的状态机设计,如何适配复杂业务流程(如审批、工单)? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
开源Agent框架(LangChain、AutoGen、MetaGPT)在生产中落地的坑有哪些?如何规避? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
AI Agent常考面试题汇总- Langchain篇 —— 牛客·AI Agent常考面试题汇总- Langchain篇
1. 什么是 LangChain? —— 牛客·AI Agent常考面试题汇总- Langchain篇
LangChain 是一套面向大模型应用开发的框架,核心目标不是替代模型本身,而是把模型、提示词、检索、工具调用、记忆、链式编排这些能力串起来,方便做复杂应用。它更像是“应用层基础设施”,把原本散落在 prompt、API 调用、向量库、工具调度里的逻辑统一起来。 —— 牛客·AI Agent常考面试题汇总- Langchain篇
2. LangChain 包含哪些核心概念? —— 牛客·AI Agent常考面试题汇总- Langchain篇
LangChain 里比较核心的概念主要包括 Chains、Components、Prompt Templates、Example Selectors、Output Parsers、Indexes、Retrievers、ChatMessageHistory、Agents 和 Toolkits。它们分 —— 牛客·AI Agent常考面试题汇总- Langchain篇
3. LangChain 中 Components and Chains 是什么? —— 牛客·AI Agent常考面试题汇总- Langchain篇
Components 指的是 LangChain 里可复用的基础模块,比如模型、提示模板、检索器、输出解析器、记忆对象等。Chains 则是把这些组件按顺序或者按依赖关系连接起来,形成完整任务流程。比如一个“检索问答链”里,先取用户输入,再召回相关文档,再拼 prompt,再调用模型,再解析输出。C —— 牛客·AI Agent常考面试题汇总- Langchain篇
4. LangChain 中 Prompt Templates and Values 是什么? —— 牛客·AI Agent常考面试题汇总- Langchain篇
from langchain.prompts import PromptTemplate —— 牛客·AI Agent常考面试题汇总- Langchain篇
print(template.format(question="什么是 LangChain?")) —— 牛客·AI Agent常考面试题汇总- Langchain篇
5. LangChain 中 Example Selectors 是什么? —— 牛客·AI Agent常考面试题汇总- Langchain篇
6. LangChain 中 Output Parsers 是什么? —— 牛客·AI Agent常考面试题汇总- Langchain篇
7. LangChain 中 Indexes and Retrievers 是什么? —— 牛客·AI Agent常考面试题汇总- Langchain篇
// … 还有 28 条
promise14 条 · 10.2%
## 要发起一百个异步请求,用Promise要怎么做,如果99个成功1个失败要怎么处理 —— 牛客·亚信前端实习面试题记录
项目简单拷打+手撕:promise并发调度,版本号排序 —— 牛客·字节前端面试分享
3、Promise 常用的 API 有哪些,有什么区别 —— 牛客·字节暑期前端一面
4、Promise 状态含义,怎么流转的 —— 牛客·字节暑期前端一面
6、讲讲 async await,和 Promise 关系是什么,有什么差别 —— 牛客·字节暑期前端一面
7、写代码的时候怎么判断要用 async await 还是 Promise —— 牛客·字节暑期前端一面
8、三个互不依赖的请求,用 async await 和用 Promise 的区别 —— 牛客·字节暑期前端一面
9. 你知道Promise吗?介绍一下。 —— 牛客·南京赋界科技前端面经
10. 你一般在什么地方使用Promise?除了解决回调地狱,还有别的用处吗? —— 牛客·南京赋界科技前端面经
1. PromiseAll —— 牛客·Shopee前端日常一面(30min)
promise讲解 —— 牛客·9.2美团前端一面
介绍一下promise —— 牛客·字节提前批前端一面
手撕promiseall —— 牛客·字节提前批前端一面
1. 实现Promise并发调度器,限制最大并发数量,任务有序执行,任务失败不中断,收集所有结果 —— 牛客·字节跳动前端日常实习一面面经
7-Promise的方法 —— 小红书·即使设计前端一面
10-手写Promise(不会),换成手写Promise.all(格式写错了) —— 小红书·字节跳动中国交易与广告前端面经
5-面试表现-前面表现很好,想测测我的上限,总体还不错很喜欢,就Promise写不好 —— 小红书·字节跳动中国交易与广告前端面经
6-Promise方法 —— 小红书·深圳吉比特二面
7-Promise.all中abcd的b失效返回什么?allsettled呢? —— 小红书·深圳吉比特二面
8-promise.all跟allseted区别 —— 小红书·MetaAPP前端面经
// … 还有 2 条
llm13 条 · 9.5%
本文面向前端Agent面试备考,系统拆解前端Agent四大核心模块(LLM核心引擎、工具调用、记忆存储、ReAct编排),梳理各模块面试高频考点与易错点,补充考点对应表、Mermaid架构图,详解前端场景下Agent工程落地关键,助力考生快速掌握核心考点,应对面试中的原理、实战类提问。 —— 牛客·前端Agent面试全攻略,个人总结,供参考
LLM核心引擎(前端适配) —— 牛客·前端Agent面试全攻略,个人总结,供参考
1. 前端调用LLM模型的选型与优化;2. 前端Prompt工程实战;3. 上下文Token控制 —— 牛客·前端Agent面试全攻略,个人总结,供参考
核心公式Agent = LLM核心引擎 + 记忆存储 + ReAct编排 + 工具调用 —— 牛客·前端Agent面试全攻略,个人总结,供参考
🧠 二、LLM核心引擎:Agent的“大脑” —— 牛客·前端Agent面试全攻略,个人总结,供参考
关键信息遗忘:长对话中早期重要信息被覆盖,LLM“断片” —— 牛客·前端Agent面试全攻略,个人总结,供参考
10. 你对 agent 的理解,和直接给 llm 有什么区别,你在 ai coding 中遇到什么问题,怎么让 ai 更符合期望地工作,用哪个 ai 工具比较多 —— 牛客·字节前端面试分享
只是多了一个新的组件:LLM。 —— 牛客·前端转agent是如何拿到三个大厂offer的
LLM 基础 —— 牛客·前端转agent是如何拿到三个大厂offer的
4. 用户提问 → 检索相关片段 → 给 LLM 生成答案 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
Agent = LLM 做大脑 + 工具调用 + 记忆 + 反思 + 规划 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
1. 大脑(LLM) —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
2. Agent 和普通 LLM 区别? —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
◦ LLM:你问啥它答啥,被动。 —— 牛客·RAG、RAG 类型、Agent 底层原理、多 Agent。
用户点击“停止生成”,后端如何立即终止LLM推理、释放GPU/CPU资源?如何避免资源泄露? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
流式推理时,LLM模型报错(如中途断连),如何设计兜底策略,保证用户体验? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
Agent工具调用的Schema设计核心是什么?如何保证LLM正确选择工具、传递正确参数(避免参数缺失、类型错误)? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
如何避免RAG检索到大量无关片段,导致LLM回答跑偏?(落地优化手段) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
四、LLM工程化与高并发、稳定性 —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
峰值QPS 100+的LLM接口,如何做排队、削峰、批量推理、优先级调度?(结合vLLM/TGI实操) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
// … 还有 36 条
闭包13 条 · 9.5%
2. js 闭包及其风险 —— 牛客·字节前端面试分享
9.介绍闭包 —— 牛客·b站前端日常一面
手写个闭包应用 —— 牛客·饭团外卖前端秋招面经
1. 什么是闭包,什么时候会用到 —— 牛客·腾讯前端暑期二战一面
3,闭包含义,它的缺点 —— 牛客·华顺前端一面
8.闭包,垃圾回收机制,内存泄漏 —— 牛客·阿里控股前端暑期面经
- 闭包 —— 牛客·丰宜科技 丰e足食 前端技术面
8.闭包,具体应用场景(md这玩意有点忘了) —— 牛客·携程前端一面(40min)
9.闭包可能引起的问题(内存泄露,引用的大对象没释放) —— 牛客·携程前端一面(40min)
6-闭包 —— 小红书·TME腾讯音乐前端一面
14-useEffect闭包陷阱 —— 小红书·字节跳动中国交易与广告前端面经
14-闭包?优缺点? —— 小红书·懂车帝web3d实习岗位一面
4-闭包 —— 小红书·百度前端
11-闭包 —— 小红书·纷享销客前端
ai12 条 · 8.8%
FunPlus AI Agent + 前端 线下面试 —— 牛客·FunPlus AI Agent + 前端 线下面试
AI 上下文治理(污染、回退、Sub Agent 隔离、压缩、skill) —— 牛客·知乎前端面经
AI 领域很容易陷入“做很多酷的 demo” —— 牛客·前端转agent是如何拿到三个大厂offer的
AI agent实习二面 商汤科技 —— 牛客·AI agent实习二面 商汤科技
在最近的 AI Agent 相关面试中,我发现这是一个必考的“送分题”。如果仅仅背诵“SSE 是单向、WebSocket 是双向”这类基础定义,很难打动面试官。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
二、 为什么在 AI Agent 中 SSE 是首选? —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
大部分 AI Agent(如智能对话助手)的核心诉求是 “流式输出(Streaming)” ,即大模型生成内容的速度较慢,前端需要逐字显示。此时使用 SSE 具有显著优势: —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
自带“重连”特性:SSE 协议标准中内置了 Last-Event-ID,当网络发生抖动断开时,浏览器会自动尝试重连并请求断点续传。这在弱网环境下对 AI 对话体验极其重要。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
真正的双向实时性:如果 AI Agent 需要支持 “语音实时打断” 功能。用户在说话时,必须立即向服务器发送中止指令,此时 SSE 的单向性无法满足,必须使用 WebSocket 实现全双工通信。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
高频交互与多端协同:如果 AI Agent 不仅仅是问答,还涉及到多人同时操作一个画布、实时状态同步,WebSocket 的低延迟和双向控制能力是 SSE 无法替代的。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
“在 AI Agent 的开发中,我倾向于优先选择 SSE,因为大模型对话本质上是基于 HTTP 的单向流式渲染,SSE 能够以最小的运维成本实现流畅的‘打字机效果’,且自带重连,用户体验极佳。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
ai的使用?(我说cc用的多,其实我也没用多少) —— 牛客·美团暑期前端一面
AI Agent技能Skills设计(前端视角·牛客精简版) —— 牛客·Agent、Skills&MCP
关注【一枫说码】,获取更多实战导向的 AI 技术文章。 —— 牛客·面试官:说一下 Agent 的常见范式
AI技术合集 文章被收录于专栏 —— 牛客·面试官:说一下 Agent 的常见范式
#Agent##面试问题记录##面试##AI求职记录##面试官最爱问的 AI 问题是......# —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
AI Agent常考面试题汇总- Langchain篇 —— 牛客·AI Agent常考面试题汇总- Langchain篇
AI-Agent面试实战专栏 文章被收录于专栏 —— 牛客·AI Agent常考面试题汇总- Langchain篇
本专栏聚焦 AI-Agent 面试高频考点,内容来自真实面试与项目实践。系统覆盖大模型基础、Prompt工程、RAG、Agent架构、工具调用、多Agent协作、记忆机制、评测、安全与部署优化等核心模块。以“原理+场景+实战”为主线,提供高频题解析、标准答题思路与工程落地方法,帮助你高效查漏补缺. —— 牛客·AI Agent常考面试题汇总- Langchain篇
你没有使用spring ai等agent框架,agent之间怎么传递数据。(回答为什么没使用agent框架,使用自己实现的向量机,sessionID回复上下文) —— 牛客·字节AI全栈开发一面面经(已过)
// … 还有 26 条
性能优化11 条 · 8.0%
## 性能优化和样式优化 —— 牛客·亚信前端实习面试题记录
34. 首屏性能优化前后对比?为什么主动做性能埋点? —— 牛客·百度-AI Agent前端研发实习生面经
9. 你怎么提升页面的秒开率,给你一个页面让你做性能优化你的整个流程,有哪些指标,怎么验收测试 —— 牛客·字节前端面试分享
PDD 前端业务覆盖广泛,侧重**性能优化、复杂交互、稳定性、高并发场景** —— 牛客·PDD春招前端面试面经&建议
2. **性能优化**:卡顿、渲染、长任务是必考点 —— 牛客·PDD春招前端面试面经&建议
16.常用的性能优化方法 —— 牛客·钛动科技(AI Agent) 前端实习生 1.30
设计一个企业内部知识库问答Agent,架构图+核心流程+性能优化点?(落地级设计) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
设计一个低延迟、高并发的RAG服务,核心架构与性能优化点?(结合百万级文档场景) —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
定位到瓶颈后,可能有多种修复方案。比如数据请求慢:加缓存?做懒加载?优化查询?Agent 应该给出几个方案和各自的取舍,让用户选择,或者在无法询问的场景下选择最安全(侵入性最小)的方案。性能优化领域有一个原则——先摘低垂果实,不到万不得已不做架构级改造。 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
这道题的评估重点不是性能优化知识本身,而是 Agent 面对模糊输入时的处理策略——会不会主动澄清需求、会不会用工具做诊断而不是猜测、方案选择是否有理有据。 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
16. 项目的性能优化数据是如何统计的 —— 牛客·字节跳动前端日常实习一面面经
2.每一个性能优化方法,分别提升了多少,为什么能提升这么多 —— 牛客·阿里控股前端暑期面经
19-讲讲three性能优化 —— 小红书·深圳吉比特二面
2. 性能优化 —— 小红书·GBT前端二面问题总结
24. 你认为前端性能优化的核心指标有哪些(如首屏加载、渲染时间)?具体优化方法是什么(如懒加载、CDN)? —— 小红书·GBT前端二面问题总结
key11 条 · 8.0%
【补充key、val】:视频列表缓存,key是userID,val是视频元数据的json。分析结果缓存,key是视频id、val是结构化的建议。 —— 牛客·小厂agent复盘
虚拟 DOM 作用及 key 的作用(为什么不能用 index) —— 牛客·知乎前端面经
9.JSX列表里的key有什么作用 —— 牛客·钛动科技(AI Agent) 前端实习生 1.30
4. 视频进度的hash结构是采用视频章节作为key,value部分是用户id作为key,field 里面又是一个map这样的吗(这里被带偏了,真正的结构不是这样的,后面就全是被面试官追着问) —— 牛客·moka后端ai开发实习面经分享-攒人品
6. 那这个redis 的hash结构的map内部的key和value来去设置过期时间吗,redis有提供这样的方法吗 —— 牛客·moka后端ai开发实习面经分享-攒人品
16.for,,,on循环。它必须写key嘛,为什么要用key —— 牛客·华顺前端一面
Redis遇到热Key / big key?怎么解决? —— 牛客·视频b 二面
get(key){ —— 小红书·即使设计前端一面
if(!this.cache.has(key)) return -1; —— 小红书·即使设计前端一面
const val=this.cache.get(key) —— 小红书·即使设计前端一面
this.cache.delete(key) —— 小红书·即使设计前端一面
this.cache.set(key,val) —— 小红书·即使设计前端一面
put(key,value){ —— 小红书·即使设计前端一面
if(this.cache.has(key)){ —— 小红书·即使设计前端一面
this.cache.delete(key) —— 小红书·即使设计前端一面
const oldkey=this.cache.keys().next().value() —— 小红书·即使设计前端一面
this.cache.delete(oldkey) —— 小红书·即使设计前端一面
this.cache.set(key,value) —— 小红书·即使设计前端一面
15-react的diff算法的key是什么,可以用数组的索引做这个key吗? —— 小红书·字节跳动中国交易与广告前端面经
29-react的key —— 小红书·10.31字节二面
// … 还有 2 条
websocket10 条 · 7.3%
24. SSE 与 WebSocket 区别?能否独立实现聊天通信整套逻辑? —— 牛客·百度-AI Agent前端研发实习生面经
3.3 webSocket和SSE了解吗 —— 牛客·小厂agent复盘
3.你的ai对话项目是通过sse实现的,有没有其他实现方式;除了websocket呢 —— 牛客·b站前端日常一面
Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
为什么你这个Agent项目选择用 SSE 而不是 WebSocket?是怎么考虑的技术选型 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
在最近的 AI Agent 相关面试中,我发现这是一个必考的“送分题”。如果仅仅背诵“SSE 是单向、WebSocket 是双向”这类基础定义,很难打动面试官。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
WebSocket:一个独立的 TCP 全双工协议。客户端和服务器可以随时随地相互“插话”。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
三、 什么时候必须“弃 SSE 投 WebSocket”? —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
当面试官追问“什么时候必须用 WebSocket”时,我会列举以下场景: —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
真正的双向实时性:如果 AI Agent 需要支持 “语音实时打断” 功能。用户在说话时,必须立即向服务器发送中止指令,此时 SSE 的单向性无法满足,必须使用 WebSocket 实现全双工通信。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
高频交互与多端协同:如果 AI Agent 不仅仅是问答,还涉及到多人同时操作一个画布、实时状态同步,WebSocket 的低延迟和双向控制能力是 SSE 无法替代的。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
复杂二进制传输:WebSocket 支持二进制帧传输,如果业务涉及实时流式处理音频、视频或复杂的 protobuf 数据,WebSocket 的效率会更高。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
但如果业务进入了 ‘实时交互’(如语音对话打断) 或 ‘多端协同’ 阶段,我会切换为 WebSocket。因为此时我们需要双向的高频交互,SSE 的单向性会成为架构的瓶颈。 —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
此外,我认为技术选型还应考量运维复杂性。SSE 在 Nginx 等中间件配置上非常简单,而 WebSocket 需要考虑连接保活(心跳包)、多实例下的 Session 同步等问题,如果不是刚需,我会尽量规避 WebSocket 的复杂性。” —— 牛客·Agent高频送分题:为什么AI Agent多用SEE?以及SSE和WebSocket技术选型
前端实现大模型流式输出,SSE与WebSocket选型逻辑是什么?各自优缺点、适用场景(结合高并发、跨端兼容)? —— 牛客·都在找Agent开发,我整理了80道相关的Agent开发面试题。
Q:ACP 选择 REST 而不是 gRPC 或 WebSocket 作为底层协议,怎么看这个设计决策? —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
A: 这是一个可达性优先的决策。REST/HTTP 是目前互联网上部署最广泛、基础设施支持最完善的协议。任何语言、任何平台、任何云服务都能直接发 HTTP 请求,不需要额外的客户端库。gRPC 性能更好但需要 proto 定义和特定客户端;WebSocket 适合双向实时通信但穿越防火墙和负载均衡器 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(一)
SSE,长短轮询,websocket的区别 —— 牛客·腾讯企业微信前端一面
4. SSE跟WebSocket的区别 —— 牛客·腾讯前端暑期二战一面
6. websocket心跳和重连机制的原理,工作流程 —— 牛客·百度网盘前端
// … 还有 3 条
this9 条 · 6.6%
## this指向的几种情况 —— 牛客·亚信前端实习面试题记录
箭头函数特性(this 指向、不能作为构造函数,没有 prototype) —— 牛客·知乎前端面经
this.cap=cap —— 小红书·即使设计前端一面
this.size=0 —— 小红书·即使设计前端一面
this.cache=new Map() —— 小红书·即使设计前端一面
if(!this.cache.has(key)) return -1; —— 小红书·即使设计前端一面
const val=this.cache.get(key) —— 小红书·即使设计前端一面
this.cache.delete(key) —— 小红书·即使设计前端一面
this.cache.set(key,val) —— 小红书·即使设计前端一面
if(this.cache.has(key)){ —— 小红书·即使设计前端一面
this.cache.delete(key) —— 小红书·即使设计前端一面
if(this.cache.size>=this.cap){ —— 小红书·即使设计前端一面
const oldkey=this.cache.keys().next().value() —— 小红书·即使设计前端一面
this.cache.delete(oldkey) —— 小红书·即使设计前端一面
this.cache.set(key,value) —— 小红书·即使设计前端一面
this.name = name; —— 小红书·字节跳动中国交易与广告前端面经
return this.name; —— 小红书·字节跳动中国交易与广告前端面经
this.name = 'z'; —— 小红书·字节跳动中国交易与广告前端面经
12-vue3语法糖setup为什么不能用this —— 小红书·深圳吉比特二面
·this指向 —— 小红书·盛趣游戏前端oc
// … 还有 3 条
首屏9 条 · 6.6%
34. 首屏性能优化前后对比?为什么主动做性能埋点? —— 牛客·百度-AI Agent前端研发实习生面经
17. 路由懒加载为什么可以优化首屏加载、改善LCP —— 牛客·字节跳动前端日常实习一面面经
首屏做了什么优化 —— 牛客·1.20钛动科技前端面经
首屏做了什么优化 —— 小红书·1.20钛动科技前端面经
17-选一个项目来说吧,我说了首屏优化 —— 小红书·10.31字节二面
23-问我首屏图片比例 —— 小红书·10.31字节二面
13-然后说了我项目测试的首屏,用lighthouse去测, —— 小红书·有米科技前端面经
10-首屏渲染,如何优化,细分到每个点怎么去优化 —— 小红书·纷享销客前端
8-懒加载优化了什么,首屏优化 —— 小红书·27双非二本挑战百度前端实习一面
13. 前端单页面应用和SSR在首屏渲染上有什么区别?从SEO角度为什么推荐SSR? —— 小红书·GBT前端二面问题总结
24. 你认为前端性能优化的核心指标有哪些(如首屏加载、渲染时间)?具体优化方法是什么(如懒加载、CDN)? —— 小红书·GBT前端二面问题总结
懒加载9 条 · 6.6%
7. 图片懒加载的方法,它的表现是什么样子的,如果没有 loading 这个方法改用 js 去实现可以怎么做,他是怎么判断图片到视口位置的 —— 牛客·字节前端面试分享
4. **前端实战**:倒计时、懒加载、防抖节流、SSE 这类组件必考 —— 牛客·PDD春招前端面试面经&建议
定位到瓶颈后,可能有多种修复方案。比如数据请求慢:加缓存?做懒加载?优化查询?Agent 应该给出几个方案和各自的取舍,让用户选择,或者在无法询问的场景下选择最安全(侵入性最小)的方案。性能优化领域有一个原则——先摘低垂果实,不到万不得已不做架构级改造。 —— 牛客·聊一聊最近碰到的一些 Agent 面试题(三)
17. 路由懒加载为什么可以优化首屏加载、改善LCP —— 牛客·字节跳动前端日常实习一面面经
4.做了懒加载后,切换路由时候发现响应很慢,怎么办 —— 牛客·阿里控股前端暑期面经
9-图片懒加载如何实现,如何判断图片进入可视化区域了? —— 小红书·字节跳动中国交易与广告前端面经
4-图片懒加载原理,怎么做的? —— 小红书·有米科技前端面经
5-除了js代码是实现懒加载,你还有其他什么方法吗? —— 小红书·有米科技前端面经
9-实习都是数据可视化,你说说怎么优化图表吧,大量数据怎么办?说了什么懒加载 —— 小红书·有米科技前端面经
8-懒加载优化了什么,首屏优化 —— 小红书·27双非二本挑战百度前端实习一面
24. 你认为前端性能优化的核心指标有哪些(如首屏加载、渲染时间)?具体优化方法是什么(如懒加载、CDN)? —— 小红书·GBT前端二面问题总结
响应式9 条 · 6.6%
7.响应式布局 移动端适配 大屏适配 媒体查询 了解到的一些具体适配方式 —— 牛客·钛动科技(AI Agent) 前端实习生 1.30
vue的响应式数据可以响应成员的变化吗(为数不多前端内容,我介绍了reg和reactive) —— 牛客·字节AI全栈开发一面面经(已过)
说说vue响应式原理 —— 牛客·饭团外卖前端秋招面经
简单写一下vue3的响应式实现 —— 牛客·饭团外卖前端秋招面经
8. Vue3响应式原理 —— 牛客·字节跳动前端日常实习一面面经
9. Vue2和Vue3响应式实现核心区别 —— 牛客·字节跳动前端日常实习一面面经
10-vue2响应式缺陷 —— 小红书·深圳吉比特二面
2-vue3响应式原理 —— 小红书·钛动科技前端
3-css如何做响应式设计移动端PC段iPad端? —— 小红书·MetaAPP前端面经
11-vue3响应式 —— 小红书·MetaAPP前端面经
9-知道其他移动端响应式吗?vw,em —— 小红书·百度前端
11-vue3最大变更是什么?响应式 —— 小红书·百度前端
16. Vue 2的响应式原理是什么(如何实现依赖收集和更新)?有哪些缺点(如数组、对象操作)? —— 小红书·GBT前端二面问题总结
17. Vue 3的响应式原理和Vue 2有什么区别(Proxy的作用)? —— 小红书·GBT前端二面问题总结
/* 使用说明 */
  • 点击任意考点展开,可看到 20 条提及该考点的面经(附来源平台·标题)。