求问momenta深圳 实习体验

继续来分享下之前的面经~欢迎友好讨论，信息共享1.React的Fiber架构解决了什么问题?在AI长文本渲染中有什么优势?2.在 AI流式输出过程中，如果返回的Markdown标签被截断(如代码块未闭合)，前端如何处理渲染?3.什么是RAG(检索增强生成)?前端在PAG流程中可以参与哪些工作?4.如何优化Prompt Engineering 以减少前端请求的Token消耗?5.在AI聊天界面中，当消息非常多时，如何保证滚动平滑且不卡顿?6.谈谈前端安全:如何防范PromptInjection(提示词注入)攻击?7.你们项目是如何进行性能监控的?针对AI场景有哪些特殊指标?8.封装一个通用的AI Chat组件需要考虑哪些Props和 Slots?9.如果AI接口偶尔出现 504超时或网络抖动，前端的重试机制该如何设计?10.简单聊聊向量数据库在前端的应用，前端需要处理向量化吗?11.如何实现一个支持拖拽上传、预览并能被AI解析的附件功能?

1. 介绍 2. 短链怎么设计呢？（我先说hash然后取固定位数，提示说可以简单一些递增id转62进制）3. 写一个10进制转62进制（直接打表）4. 假如把刚才的方法做成一个服务，要注意什么呢？（高可用：限流、缓存和集群化）5. 可以实习吗？面试官说要学习音视频编解码、AI-SR的技术

项目结合八股提问1. 虚拟列表什么时候用怎么实现，固定高度和不固定高度实现2. flex布局，提到flex：13. diff算法底层原理-提到React Fiber4. state变化到组件渲染的过程5. 性能面板调试怎么用 哪些指标6. websokect+sse7. react hooks，提到useEffect和useLayoutEffect区别8. 状态管理库9. SSR+SSG10. 为什么使用next.js11. 事件循环，提到setImmediate手写题：1.  Promise.all2.  二分查找面试官希望回答问题谈到底层实现原理，每一个小点都会展开追问，不会了他会告诉你反问环节询问业务以及技术栈，不用vue和react，团队对技术要求较高，要了解底层原理当天下午面试当前晚上邮件通知岗位不匹配，流程处理超快写面筋攒人品+4

- 能实习多久（要求6个月）- 怎么用ai coding的，用的什么工具- 了解 SDD、spec coding 吗（不太了解…）- AGENTS.md 里应该写什么，和 README 的区别- 如何让 ai 遵守项目规范- 介绍一下项目，为什么用 RAG，RAG 存些什么- 介绍一下sse，为什么用sse，sse怎么连接的- 前端 ai 实时补全怎么做的- 向量数据库用的是什么- 对于简历上的项目，现在让你做的话 ai 占比会有多少，你会怎么利用ai- 如果产品经理给你多个需求，你会怎么让 ai 去完成- 你认为未来 ai 会取代程序员吗（反问环节我问了同样的问题，面试官认为短期不太行，但未来是会取代程序员的，程序员可能转型去做产品…）