前端开发工程师二面面经

AI coding 题目：RAG 知识库系统收集到了若干反馈，需要一个评测机制辅助 PM 决定接下来应该怎么改进 读题、分析需求，介绍做的脚本对用户反馈清洗并归类，介绍脚本做的若干步骤 介绍对用户反馈预清洗的动机、方式（关键词匹配） 立刻看到关键词匹配的缺陷，说了 LLM 判断。LLM 成本比较高呢？和 AI 共同得出了设计置信度指标的结论 日常使用 AI 开发的工作流（把一面说的又说了一遍，外加在本次做题时所遵循的步骤） 介绍流程里有没有可以沉淀为 skill 的点 有没有了解过行业的一些 skill（介绍 superpower 的澄清前置和 RG 测试） 介绍参与的团队 e2e 测试 skill 的测试工作（从这开始我开始主导面试了，主动抛出问题，面试官即开始顺着提问） 介绍从团队 e2e 测试中扩展的自己项目的三层测试框架 反问：提前实习非常重要，要从全局角度理解业务，持续学习 AI 等技术 其实这次 AI coding 挺惊险的，我本地 agent 工具全罢工了，找备用的工具接备用 API 挺费劲的，从前 2 小时一直折腾到前 30 分钟我才真的开始要求 agent 正式开始，踩点才跑完，好在 GLM 足够给力，跑出一个能跑通的版本，这样我面试也有空间发挥了