面试题来源、置信度与答案依据

把题目出现证据、个人简历相关性与答案技术依据拆成独立维度，避免把社区面经、AI 衍生题和官方事实混为一谈。

#synthesis #evergreen #work #interview

[!info] related notes

所属 MOC：面试准备 MOC

答题方法：技术面试回答框架

证据链：简历 Claim、项目证据与面试回答的可追溯链

面试题来源、置信度与答案依据

核心结论

面试题至少有三个不同问题，不能用一个“高频”标签混过去：

题目从哪里来？ 是公开面经直接出现、简历必然追问，还是 AI 为补齐知识链生成；
出现置信度多高？ 是多个独立场次反复出现，还是单篇社区帖子提到；
答案依据是什么？ 是官方规范、可复现实验、真实项目代码，还是只有社区参考答案。

因此题库采用“题源”和“答案依据”两套标记。牛客只用于证明有人报告被问过，不负责证明答案正确，也不代表公司官方题库。

题源标记

标记	含义	可以声称什么	不能声称什么
`NC-H`	牛客高置信主题：在多个日期/场次或多个公开来源中出现近义问题	近期公开面经反复出现这个考察主题	全市场出现率、公司官方必问题
`NC-1`	牛客单条直接题源：在一个可定位的公开面经中出现	至少有一位分享者报告被问过	它是高频题或原题会再次出现
`RESUME-H`	当前简历高相关题：由简历 claim、技术栈或项目边界直接推出	面试官看到简历后有充分理由继续追问	已有公开面经频率证据
`PROJECT-E3`	当前项目代码、测试与 ADR 都能支持的问题	可以用真实实现和自动化证据回答	代表通用市场高频
`AI-D`	AI 衍生题：为补齐连续追问、失败路径或验证路径生成	是高价值训练题，能测试理解是否闭环	在真实面经中出现过
`CANON`	经典基础题：长期题库、课程与面试实践中稳定存在	属于通用基础能力检查	近期某公司一定问

一题可以有多个来源。例如 NC-H + RESUME-H 表示它既在近期公开面经中反复出现，又是当前简历的高风险追问。

`NC-H` 的判定规则

满足下列任一条件才标记为 NC-H：

同一主题在至少两个独立公开面经页面中出现；
一个汇编页面明确列出多个不同日期或场次，且同主题重复出现；
近期真实面经与一个独立的近期高频汇总都出现同一主题。

只在一个帖子中出现一次时使用 NC-1。帖子作者写“每家都问”“高频”不自动升级为 NC-H，除非还能从其他记录交叉验证。

答案依据标记

标记	含义	典型用途
`DOC`	官方文档、规范或原始论文	Event Loop、React、LangGraph、MCP、框架行为
`PROJECT-E3`	当前运行代码 + 自动化测试 + ADR/设计说明	BodySense、MemoFlow 的真实实现
`PROJECT-E2`	当前代码或自动化测试可以直接证明	局部实现、尚缺完整文档或端到端证据
`PROJECT-E1`	只有明确 ADR/方案，尚未完整闭环	只能作为“计划/设计”回答
`EXPERIMENT`	可以本地复现的最小实验或 benchmark	JS 时序、SQL plan、缓存行为
`KB`	Thought Forest 已审阅的长期知识笔记	稳定机制与跨主题关系
`COMMUNITY`	社区回答或二手整理	只作为线索，必须继续核验

同一道题的题源可以是 NC-H，而答案依据应当是 DOC + KB；两者不冲突。

公开题源注册表

AI Agent / AI 全栈

ID	类型	日期/范围	用途
`NC-BYTE-AGENT-01`	牛客多场汇编	2026-07-29 至 2026-08-20	Harness、ReAct/Plan、Context/Memory、RAG、Eval、MCP、多 Agent、基础题
`NC-BYTE-AGENT-03`	牛客汇编	2026-08	Agent vs Function Calling、Planning、Memory、Skills/Harness、单/多 Agent
`NC-PDD-AGENT-20260816`	牛客单篇两轮	2026-08-16	项目深挖、RAG、工具与工程基础
`NC-XHS-AGENT-20260812`	牛客单篇	2026-08-12	Harness、Context Builder、Tool Runtime、Checkpoint、Control Loop、Trace/Eval
`NC-INSTA360-AGENT-20260809`	牛客单篇	2026-08-09	自我介绍、方向选择、项目技术链
`NC-ALIBABA-AGENT-20260802`	牛客单篇	2026-08-02	业务问题到 Agent/RAG/工具/状态/Eval/Log 的完整闭环
`NC-KIMI-AGENT-20260721`	牛客单篇	2026-07-21	Coding Agent、Harness、Context、权限与验证
`NC-MIHOYO-AGENT-20260801`	牛客单篇	2026-08-01	Skill 发现、模块化、渐进加载、验证与版本治理
`NC-TENCENT-AI-FULLSTACK-20260813`	牛客单篇	2026-08-13	快照一致 RAG、检索融合、跨服务 runtime、MCP trust boundary、sandbox/audit

前端 / AI 前端

ID	类型	日期/范围	用途
`NC-BYTE-FRONTEND-01`	牛客多场汇编	2026-07-31 至 2026-08-12	Vue、Promise、SSE、缓存、REST、RAG、Agent、MCP/Skills
`NC-FRONTEND-2026-SUMMARY`	牛客近期汇总	2026	SSE/RAG/Agent/MCP/AI Coding 等 AI 前端新增主题
`NC-AI-FRONTEND-PROJECT`	牛客项目追问帖	2026	Fetch Streaming、Abort、Markdown、聊天性能、Tool/MCP、安全

综合与长期覆盖

ID	类型	用途
`NC-AGENT-100`	牛客综合题库	扩大 AI Agent/MCP/Skills/RAG/Harness 覆盖，不直接采用答案
`JAVAGUIDE-AI-2026`	社区长期指南	检查知识覆盖与回答结构，不作为框架行为真值
`FE-INTERVIEW-HANDBOOK`	开源长期题库	HTML/CSS/JS/DOM、前端 coding/system design 补漏
`TECH-INTERVIEW-HANDBOOK`	开源长期题库	算法、行为题与通用 SWE 面试方法
`AI-ENGINEER-QUESTIONS-2026`	开源英文题库	LLM、RAG、Agent、Eval、Production、Safety 交叉覆盖

题源 URL

NC-BYTE-AGENT-01：https://www.nowcoder.com/discuss/922659050167226368
NC-BYTE-AGENT-03：https://www.nowcoder.com/discuss/922659809084571648
NC-PDD-AGENT-20260816：https://www.nowcoder.com/discuss/919634965879324672
NC-XHS-AGENT-20260812：https://www.nowcoder.com/discuss/919617105761165312
NC-INSTA360-AGENT-20260809：https://www.nowcoder.com/discuss/919595418265059328
NC-ALIBABA-AGENT-20260802：https://www.nowcoder.com/discuss/918182032297979904
NC-KIMI-AGENT-20260721：https://www.nowcoder.com/discuss/922643334898647040
NC-MIHOYO-AGENT-20260801：https://www.nowcoder.com/discuss/916476300372500480
NC-TENCENT-AI-FULLSTACK-20260813：https://www.nowcoder.com/discuss/922860300762611712
NC-BYTE-FRONTEND-01：https://www.nowcoder.com/discuss/923167773570629632
NC-FRONTEND-2026-SUMMARY：https://www.nowcoder.com/discuss/889546972099584000
NC-AI-FRONTEND-PROJECT：https://www.nowcoder.com/feed/main/detail/e17421f1011649018c99aad1427ad902

官方答案来源

ID	主题	链接
`DOC-WHATWG-EVENT-LOOP`	浏览器 task、microtask checkpoint、rendering opportunity	https://html.spec.whatwg.org/multipage/webappapis.html#event-loops
`DOC-NODE-EVENT-LOOP`	Node.js/libuv phases、timers、poll、check	https://nodejs.org/learn/asynchronous-work/event-loop-timers-and-nexttick
`DOC-LANGGRAPH-INTERRUPTS`	interrupt、resume、thread_id、re-execution 与副作用	https://docs.langchain.com/oss/python/langgraph/interrupts
`DOC-LANGGRAPH-PERSISTENCE`	checkpoint、thread、durable execution	https://docs.langchain.com/oss/python/langgraph/persistence
`DOC-MCP-ARCHITECTURE`	MCP Host/Client/Server 与 capability negotiation	https://modelcontextprotocol.io/specification/2025-06-18/architecture
`DOC-REACT-EFFECT`	Effect 与 external system 同步	https://react.dev/learn/synchronizing-with-effects
`DOC-REACT-TRANSITION`	Transition 的非阻塞更新语义	https://react.dev/reference/react/useTransition
`DOC-REACT-SUSPENSE`	Suspense boundary 与支持的数据源	https://react.dev/reference/react/Suspense
`DOC-TANSTACK-INVALIDATION`	mutation 后定向 invalidation	https://tanstack.com/query/latest/docs/framework/react/guides/invalidations-from-mutations
`DOC-TANSTACK-OPTIMISTIC`	optimistic update、rollback、并发 mutation	https://tanstack.com/query/latest/docs/framework/react/guides/optimistic-updates
`DOC-MDN-SSE`	EventSource 与 SSE 文本事件格式	https://developer.mozilla.org/en-US/docs/Web/API/Server-sent_events/Using_server-sent_events
`DOC-MASTRA-TOOLS`	Mastra typed tools 与 MCP 集成	https://mastra.ai/docs/agents/mcp-guide

每道题的标准格式

> [!question]- `P0` 问题
> **题源**：`NC-H`（`NC-BYTE-AGENT-01`）+ `RESUME-H`
> **答案依据**：`DOC`（`DOC-LANGGRAPH-INTERRUPTS`）+ `PROJECT-E3`
> **考察意图**：面试官真正想验证什么。
> **相关知识**：[[canonical-note|长期知识]]
>
> **30 秒回答**
> 先给结论，再给最小机制。
>
> **深入回答**
> - 机制；
> - 取舍；
> - 失败路径；
> - 验证。
>
> **继续追问**
> - 为什么？
> - 怎么实现？
> - 失败怎么办？
> - 怎么证明？

使用边界

不把社区帖里的“标准答案”直接复制进长期知识笔记；
不把 AI-D 题目包装成“某公司真题”；
不用单篇帖子推导全市场频率；
项目答案必须回到当前源码、测试和 ADR；
官方文档只证明框架/协议行为，不证明个人项目已经实现；
一道题如果答案需要长篇教材，应补原子知识笔记，而不是继续膨胀题库。

面试题来源、置信度与答案依据

核心结论

题源标记

NC-H 的判定规则

答案依据标记

公开题源注册表

AI Agent / AI 全栈

前端 / AI 前端

综合与长期覆盖

题源 URL

官方答案来源

每道题的标准格式

使用边界

`NC-H` 的判定规则