小红书AI应用开发实习一面

前言这是我的agent系列文章的第一篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。一、ReAct 核心：Reasoning + Acting，边想边做ReAct 拆开就是 推理（Reasoning）+ 行动（Acting），核心逻辑：AI 不先定死全流程，而是走一步、看一步、想一步，循环完成任务。通俗对比传统方式：出门前查好全程路线，...

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.AI聊天界面中，当新消息到达时如何平滑地滚动到底部?如果用户正在向上滚动查看历史记录，该如何处理?2.详细说明一下前端如何处理Markdown中的代码块高亮，以及如何支持代码的一键复制。3.在构建AI应用时，你是如何设计Prompt模板管理系统的?4.谈谈你对RAG(检索增强生成)流程中前端职责的理解。5.如何解决流式输出(Streaming)过程中，由于内容长度变化导致的页面布局抖动(Layout Shift)?6.你们项目里是如何处理大模型响应慢的问题的?前端有哪些优化手段?7.介绍一下WebWorker在AI前端应用中的使用场景。8.如果要实现一个类似Notion AI的行内斜杠菜单(SlashCommand)，你的设计思路是什么?9.谈谈React的并发模式(Concurrent Mode)对AI聊天应用有什么帮助?10.如何实现AI生成图片的预览和下载功能，特别是处理Base64和Blob格式?11.什么是提示词注入(Prompt Injection)?前端能做些什么来降低风险?12.性能监控中，针对AI应用有哪些特有的指标?

一天一个AI岗位介绍，今天要解读的JD岗位是——AI应用架构师。简单来说就是将大模型、AI 能力真正 “装进” App 里，用户能直接使用AI。从手机里的 AI 助手、智能翻译，到可穿戴设备的健康监测等等，都离不开AI应用架构师的工作。1.主要工作内容这个岗位的日常工作其实可以拆成四大块。首先是大模型应用的全流程落地：从数据准备、模型训练、评测，到推理部署，再到工程链路搭建，全程参与大模型在移动端的落地。然后是LLM的算法研究与落地，你要研究并落地各种 LLM 相关的前沿技术，比如：多模态大模型：让 AI 不仅能听懂话，还能看懂图、理解视频；RAG 检索增强：让 AI 能调用外部知识，回答更准...

发点面经攒攒人品～1.实习拷打2.项目拷打3.做重构的时候是如何使用ai的4.RAG项目二中MySQL和ES数据一致性是怎么做的5.embedding模型是如何选型的6.手动干预切片是怎么实现的7.讲解召回重排的策略8.如何实现多租户隔离9.sse流式输出在用户关闭浏览器的时候就断开了，如何保证中断后还能保持之前输出10.是否了解k8s11.对agent的看法12.讲一下agent中有哪些模式