同花顺前端偏AI

💻面试岗位：前端开发工程师 ai生成方向

❓面试问题：

React 为什么要引入 Hooks 机制？它一般是用来解决哪些问题？
你的项目中有没有遇到过状态管理非常复杂、跨几十上百个组件的场景？你会怎么设计状态管理机制？
除了 Redux，你有没有了解过 React 里其他可用的状态管理库，比如 Zustand、原生 Redux 等？
像 Redux Toolkit、Zustand 这种状态管理库，本质上算不算是 Hooks？你会觉得它们是一个更庞大的 Hooks 体系，还是说只是基于 Hooks 做了底层机制封装，在上面再做工程化的管理？
React 提供的各种 Hooks 和 React 本身的状态跟踪之间，是怎么协作的？如果数据来源于 Redux 等全局状态，你依赖这些状态的组件，UI 层的变化链路是怎样的？
如果短时间内有多次 state 变化，React 是怎样的渲染机制？它会不会做批量更新、合并更新？React 18 在自动批处理上和之前版本有什么区别？
你在项目里为什么会选择 Next.js 这个框架？有做过和其他框架的竞品分析吗？还是主要是了解之后就直接应用？
你觉得 Next.js 这套框架设计出来的初衷是什么？它想解决什么问题？
你有做过 SEO 相关的优化吗？项目里有哪些具体落地的 SEO 优化措施？有没有去 Google 那边看过实际效果和结果？
你现在提到的 FCP、TTI、P90、P95 这些性能指标，是基于什么样的性能采集机制去收集、登记、记录和分析的？
如果让你设计一套前端性能与监控指标采集方案，你觉得需要搭建哪些系统 / 模块？
如果我想在代码里用 JS 采集当前页面的 FCP、TTI 等基础指标并上报，你觉得应该用哪些 API 或调试工具？window 对象上有没有挂载相关能力？有了解过哪些 APM / 性能监控的方式吗？
你有听说过 SSR 里的“水合（Hydration）”吗？怎么理解？在写 Next.js 项目的时候，有没有遇到过水合不匹配的报错？这种问题一般怎么解决？
为什么 SSR 能做到首屏加载（比如 FCP）很快，但像 TTI 这样的指标可能反而会更慢？
你有没有用过 Tailwind CSS？

关于前端工程化和部署：从本地项目到线上服务器、再到用户通过域名访问，整条链路你大概了解哪些环节？你了解过 Docker 吗？
结合你日常工作和学习，你现在深度使用的 AI 工具 / 网站有哪些？各自主要用来做什么？
你是 Cursor 的付费用户吗？Cursor 对你的编码速度和 Debug 效率有没有真正“摸到痛点”？你现在的编码量，大概有多少比例是主要由 Cursor 写，你再做 review 的？
当你手上有一个新的开发需求时，你通常是怎么在 Cursor 里开启这一轮对话的？会做哪些前置的上传、管理或上下文准备？
你了解过类似 Cursor 这种 IDE 中的上下文管理，是通过什么工程手段或原理实现的吗？
在使用这些 AI 工具时，你会不会刻意去设计“优质 Prompt”？
你目前对 AI Agent 的理解是什么？它和早期的 Tool Call / Function Call 之间有什么关联？有什么自己的思考吗？你有没有了解过 Tool Call、Tool Use、Function Call 这些概念的具体含义？
除了 IDE 里的 AI 工具之外，你还会用哪些对话式网页类 AI？这类对话网页你一般用来解决什么问题？
GPT 你也是付费用户吗？为什么会同时给两个 AI 应用（如 GPT 和 Cursor）都订阅付费？更多是兴趣驱动，还是因为确实显著提高了生产力？
如果现在要开发一个“AI 代码生成平台”，你觉得前端工程师需要具备、并承担哪些能力 / 工作？比如流式对话、SSE、上下文规划、长列表性能、多模态输入输出等。
你有自己直接对接过大模型的官方 API 吗？比如自己写项目去调用 OpenAI 等模型的接口？
手撕题：给你一个常用网页的 URL 和对应截图，在 10 分钟内，用任意 AI 工具和前端技术，把这个网页尽可能还原并在本地或在线运行。你会怎么做？（现场 Coding 任务）
你刚才用 Cursor / GPT 还原网页的过程中，整体思路是什么？你觉得一开始有没有更优的输入方式或流程，可以减少时间、提高还原度？
你有没有了解或尝试过在 Cursor 里接入 MCP 商城已有的 MCP，做更优质的多模态输入？
你未来 1–2 年、3–5 年的职业规划是什么？更想做前端还是全栈？为了达到全栈的标准，你觉得还需要做哪些提升？
如果入职之后，从工作内容上看，你更想做偏业务层的开发，还是更想做一些架构 / 基建相关的技术研发？你现在对企业里“前端基建 / 架构”一般在做哪些事情，有什么理解？
对“AI 应用工程师”这个方向，你个人感兴趣吗？