最近帮朋友看面经准备跳槽，翻了掘金和牛客上一堆帖子，发现现在的面经和两年前完全不是一个物种了。

以前："手写一个快排"、"说一下事件循环"。

现在："给你 30 分钟，用 AI 工具现场写一个 XX 功能"、"这段 AI 生成的代码有什么问题？"

从"你会不会写"变成了"你能不能判断 AI 写得对不对"。下面说说现在考什么。

---

1. 现场用 AI 工具解题

Meta 把前端编码面试改成了"AI-Enabled Coding"——60 分钟，面试环境里内置 AI 工具，你不但可以用，而且他们观察你怎么用。

Shopify 更激进：面试流程里有两轮专门的 AI 辅助编码环节，AI 使用不是"允许"，是"预期你会用"。

面试官真正在看的：

观察维度	加分	减分
Prompt 质量	需求拆解清晰、约束写全	一句话甩给 AI
迭代策略	拿到结果后追问优化	接受第一次输出
错误判断	快速发现问题并修正	等 AI 自己修
边界意识	主动考虑边界 case	只跑 happy path

备考建议： 每天用 AI 工具写至少一个小功能。重点不是写什么，是练"怎么给 AI 提需求"的手感。

---

2. AI 代码审查能力

这是增长最快的题型。面试官给你一段 AI 生成的代码，让你找问题：

function SearchResults({ query }) {
  const [results, setResults] = useState([]);
  const [loading, setLoading] = useState(false);

  useEffect(() => {
    setLoading(true);
    fetch(`/api/search?q=${query}`)
      .then(res => res.json())
      .then(data => {
        setResults(data);
        setLoading(false);
      });
  }, [query]);

  return loading ? <Spinner /> : results.map(r => (
    <div key={r.id}>{r.title}</div>
  ));
}

你能找出几个问题？

这段代码跑起来完全没问题。但至少有 5 个 bug：

1. 竞态条件：query 快速变化时，旧请求覆盖新结果
2. 没有错误处理：fetch 失败了 loading 永远转圈
3. XSS 风险：query 直接拼接 URL，没有 encodeURIComponent
4. 内存泄漏：组件卸载后 setState 仍然执行
5. 无防抖：每次 query 变化都发请求

AI 写的代码看起来总是对的——语法正确、逻辑通顺。但带着这些 bug 上生产，用户一多就炸。面试官想知道的是：你把 AI 当"打字机"还是当"初级实习生"？

---

3. 需求拆解能力

面试官给你一个模糊需求，让你拆成可以交给 AI 执行的子任务。

比如"首页加载太慢，优化一下"——以前背方案就行，现在要你现场拆：

第一步：让AI跑Lighthouse，拿到LCP/FCP/CLS数据
第二步：让AI分析bundle size，找最大的3个chunk
第三步：让AI把首屏以下组件改成lazy import
第四步：再跑一次Lighthouse，对比数据

同一个问题，拆得好的人用 AI 能在 30 分钟内搞定，拆得差的人对话 2 小时出不来结果。

核心差距不在 AI 工具，在人脑里的"任务分解树"。

---

4. 系统设计中的 AI 决策

以前的系统设计题："设计一个在线文档协作系统。"

现在加了一层："哪些模块用 AI 生成，哪些必须手写？为什么？"

适合交给 AI 的	必须人工把控的
CRUD 接口、数据校验	协同冲突解决算法
UI 组件搭建	权限系统设计
单元测试生成	数据一致性逻辑
常规性能优化	安全防护策略

面试官想看到的是判断力——你知道 AI 什么时候靠谱、什么时候不靠谱。

一个加分的回答："协同编辑的冲突解决我不会交给 AI，因为这类算法依赖严格的数学证明，AI 生成的实现很可能在边界 case 上出错。但数据校验和 CRUD 我会让 AI 生成，因为这些模式成熟、验证简单。"

---

5. 工程判断力：知道 AI 的边界

最难准备的一项。面试官会问："你用 AI 写代码遇到过最坑的一次是什么？"

面试官听几句就能判断你是真用过还是只玩过 demo：

真用过的人说的话	只玩过 demo 的人说的话
"AI 写的 CSS 在 Safari 经常出兼容问题"	"AI 写代码特别快"
"长对话后 AI 会忘记前面的约束"	"AI 什么都能写"
"让 AI 改 bug 有时候越改越多"	"AI 代替了很多手工活"

真实的、具体的、带坑的经验——这是最有价值的东西，也是没法临时准备的。

---

速查表：前端面试准备清单

准备方向	具体做什么	优先级
AI 工具熟练度	每天用 AI 写一个小功能，练 Prompt 手感	最高
AI 代码审查	让 AI 生成代码后不看直接跑，记录出了什么问题	最高
需求拆解	拿到需求先拆成 5 个子任务再动手	高
系统设计	画架构图时标注"AI 生成"和"手写"模块	高
踩坑经验	积累 AI 写代码的真实踩坑 case	高
基础原理	八股文不用背，但原理得懂	中

---

现在的前端面试，不是在考"你会不会写代码"，是在考"你会不会用 AI 写代码"。

这两件事的差距，比大部分人想象的要大得多。

你面试时被问过 AI 相关的问题吗？最难的是哪道？留言聊聊。

---

觉得有用？点个「赞」👍 让更多人看到

关注我，获取更多技术干货。