[!info] related notes

• 题源规范：面试题来源、置信度与答案依据
• 总入口：面试准备 MOC
• 迁移映射：Resume 面试材料迁移映射

2026 近期面试题观察索引

[!warning] 观察层，不是官方题库 下列问题来自公开面经和题库整理，只能用于判断“有人报告被问过什么”和检查覆盖面。技术答案以官方文档、长期知识和项目 evidence 为准；未经交叉验证的单条问题不能写成“高频必问”。

检索日期：2026-08-30。

目标：不是复制某一篇“八股”，而是从 2026 年公开题库和近几个月真实面经中找重复出现的主题，再和当前简历交叉排序。

注意：牛客等社区面经是候选人/整理者公开分享，不代表公司官方题库；帖子中的“出现次数/高频”也不是严格统计数据。这里把它作为趋势信号，而不是押题保证。

---

一、最新信号：2026 面试发生了什么变化

1. 前端面试正在直接问 AI / Agent

2026 年前端面经里已经反复出现：

• SSE / 流式输出 / 断线恢复。
• RAG、Embedding、Chunk、Rerank。
• Agent / ReAct / MCP / Skills。
• AI Coding 工具和人与 AI 如何分工。
• Vibe Coding / Spec Coding / Harness。
• AI 对话 UI 的滚动、状态和错误恢复。

这说明投“AI 前端”不能只准备 React + 八股；传统前端和 AI 工程的交集已经变成真实考点。

来源示例：

• 牛客《27届暑期前端高频面试题汇总》：https://www.nowcoder.com/discuss/889546972099584000
• 牛客《字节跳动前端开发岗面经-01》：https://www.nowcoder.com/discuss/923167773570629632
• 牛客《字节跳动前端开发岗面经-02》：https://www.nowcoder.com/discuss/923168327453642752
• 牛客《知乎前端面经》（2026-06-03）：https://www.nowcoder.com/discuss/892108187820650496

2. Agent 面试从“会不会框架”转向“能不能稳定上线”

近月公开 Agent 面经反复问：

• Context vs Memory、上下文压缩。
• ReAct vs Plan、Agent vs Workflow。
• 工具数量过多、调用混乱、死循环、路径震荡。
• RAG 召回质量、Hybrid、Rerank、Query Rewrite。
• Eval 数据集、过程指标/结果指标、线上日志转离线 case。
• MCP、Skills、Harness、AI Coding。
• 工具安全、Prompt Injection、SSRF/CSRF。
• 多 Agent 并发修改文件/数据库如何协调。
• 生产稳定性、并发、成本、延迟、fallback。

来源示例：

• 牛客《字节跳动 AI Agent 开发岗面经-01》（含 2026-08-20/19/18 等场次）：https://www.nowcoder.com/discuss/922659050167226368
• 牛客《字节跳动 AI Agent 开发岗面经-02》：https://www.nowcoder.com/discuss/922659486983036928
• 牛客《拼多多 AI Agent 岗两轮技术面经》（2026-08-16）：https://www.nowcoder.com/discuss/919634965879324672
• 牛客《Agent 开发面经总结 阿里/蚂蚁/字节》（2026-04）：https://www.nowcoder.com/discuss/877151327091027968
• 牛客《AI Agent 面试高频 100 问》（2026-08）：https://www.nowcoder.com/discuss/922460251717128192

3. AI 全栈依然会回到后端基本功

公开 AI 全栈 / Agent 面经会从项目一路下钻到：

• PostgreSQL/MySQL 索引、慢 SQL、事务。
• Redis/cache consistency。
• JWT/401 refresh。
• TCP 可靠性、HTTP、SSE。
• 内存泄漏。
• 并发数据库修改。
• Docker/CI/生产稳定性。

来源：

• 牛客《字节 AI 全栈开发一面面经(已过)》：https://www.nowcoder.com/discuss/913848724952997888
• 牛客《小厂全栈面经（偏向前端）》（2026-08-26）：https://www.nowcoder.com/feed/main/detail/b7a11a657f574ee6867f8752de0d52c7
• JavaGuide 2026 后端面试计划：https://javaguide.cn/interview-preparation/backend-interview-plan.html

---

二、AI Agent / 大模型应用：2026 P0 题库

下面这些问题应该做到“随机抽一个，30 秒给结论；追问后能讲 3-5 分钟”。

项目 / 架构

1. 介绍一个你真正做过的 Agent 项目。
2. 为什么要 Agent，不用固定 Workflow？
3. Agent 与 Chatbot 区别？
4. Agent 系统有哪些核心模块？
5. ReAct 与 Plan-and-Execute 区别？
6. Workflow / Graph / Loop 怎么选？
7. Agent 如何判断任务完成？
8. Agent 如何避免死循环？
9. 什么是路径震荡，怎么解决？
10. 你项目里的 state 怎么建模？
11. checkpoint 存什么？
12. interrupt/resume 如何做？
13. 恢复时副作用重复怎么办？
14. 用户取消一个 Run，要取消哪些层？
15. Agent 和业务数据库为什么要分开？

答案：BodySense 项目面试题库、AI Agent 面试题库

Context / Memory

16. Context 与 Memory 区别？
17. 短期记忆和长期记忆如何落地？
18. 对话很长，context window 满了怎么办？
19. 摘要压缩会丢什么？如何验证？
20. 为什么可以用小模型做上下文压缩？
21. 工具描述太多导致 prompt 过长怎么办？
22. Sub-agent 隔离上下文有什么价值？
23. 长期 memory 如何防止旧事实污染当前上下文？

Tool / Function Calling

24. Function Calling 完整链路？
25. 模型怎么知道有哪些工具？
26. schema 合法为什么还不能执行？
27. 工具超时、失败、重试怎么处理？
28. 多个工具连续调用如何防混乱？
29. 危险工具怎么审批？
30. 重复工具调用如何幂等？
31. 多 Agent 同时写数据库/文件怎么办？

RAG

32. RAG 从 ingestion 到回答完整流程？
33. PDF / 表格 / 视频怎么解析？
34. Chunk 怎么设计？
35. overlap 为什么需要？
36. Embedding 模型怎么选？
37. 向量相似度高为什么仍不相关？
38. BM25 与向量检索差异？
39. Hybrid retrieval 怎么做？
40. RRF 原理？
41. Rerank 为什么有效？
42. Query Rewrite 怎么做？
43. HyDE 是什么？
44. Multi-way retrieval 是什么？
45. Multi-hop RAG 怎么处理？
46. GraphRAG 什么时候有价值？
47. 知识库频繁更新怎么保持索引一致？
48. RAG 与 Fine-tuning 怎么选？
49. 有 citation 为什么仍可能不 faithful？
50. 没有合适证据时怎么办？

Eval / 生产

51. RAG 怎么评测？
52. Agent 怎么评测？
53. 过程指标和结果指标分别有哪些？
54. Eval 集怎么构建？
55. 如何从海量线上 log 变成有限离线集？
56. LLM-as-a-Judge 有哪些问题？
57. Prompt/model 改动如何做 regression gate？
58. Shadow / Canary 怎么做？
59. 如何控制 latency？
60. 如何控制 cost？
61. 如何做 model routing/fallback？
62. AI 服务线上应该监控什么？

MCP / Skills / Harness / AI Coding

63. MCP 是什么？
64. MCP 与 Function Calling 区别？
65. MCP tool call 大致流程？
66. MCP 有哪些安全风险？
67. Skill 是什么？
68. Skill vs MCP？
69. Skill vs Workflow？
70. Harness Engineering 是什么？
71. Harness vs Orchestrator？
72. Vibe Coding vs Spec Coding？
73. 你平时如何使用 Claude Code/Codex？
74. AI Coding 失败最常见原因？
75. 怎么验证 AI 生成改动？
76. 多 Coding Agent 如何避免改文件冲突？

Security

77. Prompt Injection 是什么？
78. RAG 文档为什么也可能攻击 Agent？
79. 如何防工具越权？
80. SSRF 是什么，URL fetch tool 怎么防？
81. secrets 为什么不能直接进模型上下文？
82. 高风险任务是 fail-open 还是 fail-closed？

---

三、AI 前端：2026 P0 题库

JS / Browser

1. Event Loop、task/microtask 输出题。
2. Promise / async-await。
3. var/let/const。
4. 闭包。
5. this / arrow function。
6. debounce/throttle。
7. 从 URL 到页面渲染。
8. Browser render pipeline。
9. 强缓存 vs 协商缓存。
10. CORS。
11. XSS / CSRF。
12. HTTP/1.1 / 2 / 3。

React / Vue

13. React render/commit。
14. useEffect 的真正用途和 dependency。
15. useEffect 无限循环。
16. useMemo/useCallback 什么时候用。
17. Context vs Zustand vs Redux。
18. TanStack Query vs client store。
19. optimistic update / rollback。
20. query invalidation。
21. useTransition / Suspense。
22. 自定义 Hook vs 工具函数。
23. Vue3 reactive/ref 原理。
24. computed/watch/watchEffect。
25. v-model。
26. Virtual DOM/key。

AI Product Frontend

27. 为什么 AI 对话用 SSE？
28. SSE vs WebSocket？
29. SSE 和普通 HTTP response 有什么区别？
30. POST SSE 怎么做？
31. reader.read() chunk 为什么不能直接当一条 event？
32. 断线重连和重复事件怎么处理？
33. token/tool/citation/interrupt 如何建模？
34. 流式输出 buffer/批量渲染怎么做？
35. 自动滚动和用户上翻冲突怎么解决？
36. 超长聊天虚拟列表怎么做？
37. AI 返回 ECharts spec 失败怎么办？
38. AI 生成 UI 如何防 XSS/任意代码？
39. Server State、active run、URL state 如何分层？
40. 流式状态怎么单测？

2026 新增 AI 工程题

41. 你用哪些 AI Coding 工具？
42. 人和 AI 怎么分工？
43. AI 生成代码占比多少？
44. 什么是 Skill？
45. 什么是 MCP？
46. 什么是 Harness？
47. Vibe Coding / Spec Coding？
48. 如何把组件库知识固化给 Coding Agent？
49. llms.txt 解决什么问题？
50. 前端团队如何给 AI Coding 建测试反馈回路？

答案：前端与 AI 前端面试题库、AI Agent 面试题库

---

四、AI 全栈 / 初级社招：P0 题库

API / Auth

1. RESTful API 如何设计？
2. PUT vs PATCH？
3. 什么是幂等？
4. JWT 工作原理？
5. Access/Refresh Token？
6. 多请求同时 401 怎么办？
7. Cookie vs localStorage 存 token？
8. RBAC 怎么设计？
9. 稳定 error code 为什么重要？

Node / Go / Python

10. Node event loop。
11. CPU-heavy 任务为什么阻塞 Node？
12. Stream/backpressure。
13. Express middleware。
14. goroutine vs thread。
15. channel / mutex 怎么选？
16. Go context cancellation。
17. Python async/await。
18. GIL。
19. FastAPI dependency / Pydantic validation。

DB / Redis

20. B+Tree 索引。
21. 联合索引。
22. EXPLAIN ANALYZE 怎么看慢 SQL。
23. 事务 / isolation。
24. MVCC。
25. optimistic lock vs row lock。
26. 并发修改同一字段怎么办？
27. Redis 数据结构。
28. cache penetration/breakdown/avalanche。
29. cache 与 DB 一致性。
30. 分布式锁注意什么？
31. pgvector 做什么？
32. vector vs relational DB 分工。

Network / Infra

33. TCP 如何可靠？
34. 三次握手/四次挥手。
35. HTTP/2 多路复用。
36. HTTP/3/QUIC。
37. HTTPS/TLS。
38. SSE/WebSocket。
39. Docker image/container。
40. multi-stage build/cache。
41. CI 应有哪些 gate？
42. exact-SHA release。
43. database migration 与 rollback。
44. logs/metrics/traces。
45. requestId/traceId。

答案：全栈与后端面试题库

---

五、2026 真实面经中已经明确出现的算法/手撕

本轮检索明确看到：

• 平衡二叉树。
• TopK。
• 合并两个有序数组。
• 岛屿数量。
• 爬楼梯。
• LRU Cache。
• Promise.race。
• Event Loop 输出题。

对应答案和扩展题：算法与手写题库。

---

六、当前简历的最高风险题

这些不是网上“通用题”，而是你的简历一旦交出去就很可能被问：

1. LangGraph interrupt 恢复是不是从原代码行继续？
2. checkpoint 为什么不等于业务状态？
3. BodyState revision 怎么解决冲突？
4. 9/9、7 条 Eval 到底代表什么，为什么样本这么少？
5. citation 怎么验证 grounded？
6. POST SSE 为什么不用 EventSource？
7. fetch chunk 和 SSE event 边界一样吗？
8. TanStack Query、Zustand、URL、reducer 为什么分四类状态？
9. Mastra 和 LangGraph 为什么分别出现在两个项目？
10. Web HTTP/SSE 与 Electron IPC 怎么共享 contract？
11. 并发 401 refresh 的 singleflight 具体怎么写？
12. exact-SHA release 为什么必要？
13. Go + Python 双后端是不是过度设计？
14. Redis 在当前项目中到底做什么？必须基于源码真实回答。
15. AI Coding 这么重，怎么证明是你理解并负责的？

这 15 道的优先级高于再背 200 道陌生八股。

---

七、公开题库的使用方式

推荐顺序：

1. 用本目录问题测试自己，不看答案口述。
2. 卡住时看对应专题回答。
3. 再去外部大题库扩大覆盖面。
4. 最后回到真实项目，把通用知识改写成“我项目里怎么做”。

不要直接从网上背“标准答案”。2026 面经越来越强调连续追问：

为什么？

你项目里怎么做？

如果失败怎么办？

你怎么证明有效？

真正能接住这四层，才算准备完成。