阿里巴巴前端三面面经

最近和不少学弟学妹聊天，发现一个矛盾现象：一边是对AI的无限向往，一边是“不知道从哪里下手”的迷茫。作为在字节一线和AI产品打交道的人，我想说：拥抱AI不是选修课，而是这个时代的必修技能。你可以立刻去做以下几件事，一定会有所提升：创建你的“AI角色卡片”学习时：——让它追问你的逻辑漏洞创作时：——专提反常识的观点复盘时：——自动把你的碎碎念整理成SOP玩转“豆包”的隐藏模式别只用默认对话。试试：“请用苏格拉底式提问法，帮我拆解这个产品问题”“假设你是张一鸣，会怎么评价这个校园社交产品？”“用‘第一性原理’重新思考我的求职规划” 会议记录：会后5分钟，AI自动生成：结构化纪要（自动标记TODO、...

两道手撕 1.实现promise.race2.给定一个平铺的数组，每个元素是一个对象，包含 `id`、`name` 和 `parentId` 属性。请编写一个函数 `arrayToTree`，将这个平铺数组转换为树形结构。说明：1.根节点的 `parentId` 为 `null`2.每个节点可以有多个子节点，子节点通             过 `children` 数组存储八股部分：1.css盒模型2.BFC的理解及创建的条件3.vue2和vue3响应式数据的原理4.浏览器事件循环（同步任务，promise.then,settimeout执行顺序）项目就问了一个SSE和WebSocket，为什么要用SSE？感觉寄了

说实话，这道题放在以前，我的反应都是：不就是向量数据库加个大模型吗？但我也清楚，如果真这么答，基本等于告诉我只会调API。真正的生产级RAG是一套精密的工程系统。今天把它拆成四个模块，帮你建立一套完整的面试作答框架。模块一：数据清洗与离线索引垃圾进，垃圾出。原始数据里混着乱码和格式错乱的PDF，模型不可能检索得准。语义分块是第一个优化点。过去按固定字符数切分（比如500字一段），经常把一句话拦腰截断，语义全丢。现在要根据标题、段落结构甚至用模型来判断断点，保证每个分块语义完整。进阶策略是父子块检索：把文档切成小碎块用于检索（精度高），但喂给模型时把它所在的父块一并带上（上下文全）。小块检索准，...

今天美团开春招了，前端只招大前端或者全栈这是真要凉凉的节奏了吗😭😭😭