前阵子和一个技术负责人聊天，他说了一句很扎心的话：
“现在候选人都能在 30 秒里让 AI 写出一段看起来不错的代码，但我还是不知道他到底能不能把项目做成。”
这句话基本点穿了现在的面试焦虑。
不是没人会写代码，而是大家都在问：你会不会用 AI 交付结果，而不是制造新坑。
先讲结论：面试重心变了
以前很多题目在考“记没记住”。
现在更该考的是：
- 需求来了，你怎么拆。
- AI 给答案了，你怎么验。
- 真上生产了，你怎么稳住。
你可以不手写所有轮子，但不能不知道轮子什么时候会飞出去。
高点击面试文为什么有人看完还收藏
不是因为题多，而是因为“像真实面试现场”。
你看高阅读文章，通常都在做三件事：
- 开场先给一个“反常识结论”，把人留住。
- 题目都带场景，不问空定义。
- 每题都有“看点”和“追问”，像面试官真实发问。
所以这篇我也不按固定多少条来，按真实场景给你一套可直接拿去用的问法。
前端面试题（AI 环境版）：不考背诵，考交付
场景 1：AI 10 分钟帮你搭完页面，你敢不敢直接提测？
你会先看什么？是“能跑就行”，还是先过可读性、可维护性、可测试性？
看点：是否会主动提 lint、单测、埋点、异常态、无障碍。
追问：如果效果上线后首屏慢了，你怎么判断是 AI 代码问题，还是资源加载策略问题？
场景 2：AI 生成了 5 个相似组件，业务很开心，半年后团队很痛苦
你怎么避免“短期提速，长期还债”？
看点：有没有抽象意识（hooks/composables）、有没有演进路径。
追问：在迭代压力大时，怎么说服团队先做一轮结构治理？
场景 3：给你一个“AI 生成 UI”需求，怎么定验收标准？
视觉像不像只是第一层，交互一致性、边界状态、可访问性才是大头。
看点：能不能把“主观好看”变成“客观可验收”。
追问：你会如何用自动化截图或 E2E 降低回归成本？
场景 4：AI 补全 TS 类型很快，但 any 也扩散得很快
你怎么在速度和类型安全之间拿平衡？
看点：边界类型、schema 校验、运行时保护意识。
追问：如果你接手一个 any 泛滥项目，第一周会先改哪三处？
场景 5：团队都在用 Copilot，代码风格越来越“人格分裂”
你会怎么立规则，既不压效率，也不放飞质量？
看点：规范落地能力，而不是“提倡大家自觉”。
追问：哪些代码允许 AI 直出，哪些必须人工重写？
后端面试题（AI 环境版）：不考术语，考系统判断
场景 1：AI 生成一个订单服务，功能能跑，但你不敢上
你第一反应看哪里？
看点：幂等、事务边界、重试策略、压测和告警。
追问：只允许补三项，你先补哪三项，为什么？
场景 2：AI 写 SQL 很快，但慢查询把库打红了
你会怎么排查，不拍脑袋？
看点：执行计划、索引命中、缓存策略、读写分离。
追问：怎么把慢查询治理做成持续机制，而不是一次性救火？
场景 3：你们在服务里接了 Agent，线上偶发“胡说八道”
怎么定位是模型问题、检索问题，还是工具调用问题？
看点：trace、工具调用日志、决策日志、错误分层。
追问：如果日志不全，你怎么做最小化补救？
场景 4：老板问“AI 调用成本太高，马上降 30%”
你怎么降，不把效果砍崩？
看点：模型路由、缓存命中、token 控制、请求分级。
追问：你如何证明降本后用户体验没明显下滑？
场景 5：AI 功能准备上线，但法务问审计链路在哪
你怎么回答才像一个靠谱工程师？
看点：输入输出留痕、敏感信息脱敏、权限与可追责。
追问：发生数据泄露时，多久能复盘完整责任链？
面试官怎么打分，才不被“会说话”带跑
我更建议看这 5 件事，而不是看谁术语多：
- 能不能先澄清问题边界。
- 能不能给出分层方案和优先级。
- 能不能主动谈风险和回滚。
- 能不能给监控指标和验收闭环。
- 能不能讲人话，让团队听得懂并执行。
如果一个候选人全程都在讲“这个模型多强、多先进”，但说不出怎么上线、怎么追责、怎么降本，那基本还停留在 demo 阶段。
两个很容易吵起来，但值得聊的观点
- 会写 Prompt 不等于会做工程。
- AI 放大的是判断力差距，不是编码速度差距。
你可以直接拿去用的面试开场白
“我们不考八股，今天用一个真实场景聊聊：
给你 AI + 两周时间 + 一个必须上线的小需求，你怎么从 0 做到可交付？”
这句话一出，候选人是“背题型”还是“做事型”，通常 10 分钟就能看出来。
