AI 已经成必考项了吗

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

1. 自我介绍2. GitHub仓库面试官,点开了之后,夸我对技术积极性比较高, 大致聊了一下3. 智能指针了解什么？核心是所有权模型： unique_ptr：独占所有权，不能拷贝可移动（默认首选）； shared_ptr：共享所有权，引用计数管理生命周期； weak_ptr：弱引用，不增加计数，用于打破循环引用。 原则：能不用 shared_ptr 就不用，避免不必要原子计数开销。代码： std::unique_ptr<int> p1 = std::make_unique<int>(42); std::unique_ptr<int> p2 = std::m...

AI时代，前端岗位从代码实现者转向AI协同开发者。基础切图、样式编写被AI工具替代，岗位更看重提示词工程、AI代码审核与架构能力。要求熟练集成大模型API、流式交互、智能组件，强化工程化、性能优化与产品思维。前端需具备全链路视野，从实现页面转向打造智能交互体验，核心竞争力转向人机协同与复杂问题解决。

很多准备走 C++ 方向的同学在准备大厂面试时，往往会陷入一个误区：只关注语法或者刷算法题，但忽略了 C++ 的底层机制、系统能力以及工程能力。事实上，在大厂的 C++ 面试中，真正决定水平差距的并不是会不会写代码，而是 是否理解 C++ 的底层实现、是否具备系统级开发能力，以及是否有扎实的计算机基础。C++ 是一门贴近底层的语言，因此它往往被用于 高性能系统、操作系统、网络框架、数据库、游戏引擎以及基础架构开发。这些领域对开发者的要求远高于普通业务开发。因此，如果目标是进入大厂的 C++ 岗位，需要建立一套系统而深入的技术体系。下面从多个核心方向，系统总结 C++ 岗位需要掌握的关键技术。一...