字节 OD 前端（React）岗位面试记录

从 Boss 上和德科的 HR 联系的，感谢给了一次字节 OD 前端（React）岗位的面试机会。

本身是全栈，最近又高强度用 AI，古法开发基本废了，更多的是在从事偏 PM 的工作，做自己的产品。也没做太多准备就开面了。

这次面试形式是 AI 面试。HR 会发一个面试链接，48 小时内有效，自己找时间打开就可以开始。需要电脑有摄像头和麦克风，我一开始想用平板来着，结果打开链接是空白的，最后还是换了电脑。

主要面试题

记一下主要的一些面试题：

• 自我介绍，学历，工作经历，技术栈
• 追问了一下某段工作经历，以及在这家公司用的什么技术栈
• 追问了一下某段 gap 干什么去了
• 问了 React 列表为什么要用 Key
• 做过哪些前端性能优化，具体案例，如何发现，如何处理，如何治理
• Vite 和 Webpack 区别，使用上的案例
• 虚拟滚动列表原理
• 组件封装，表格组件封装的一些技术要点和经验分享
• 最近使用了什么 AI 工具？
• 给你一个需求，你用 AI 工具会怎么做？不用 AI 工具会怎么做？
• React Profiler 和 Performance 面板相关
• ESLint 和 Prettier 是干啥的

整体下来，问题其实都不算特别偏，更多是围绕前端基础、React 实战、工程化、性能优化、组件封装，以及现在比较常见的 AI 使用场景展开。

AI 面试会根据你的回答有一定概率进行调整，并继续追问 2-3 层深度问题。如果你回答得有点迷糊，AI 可能会持续追问，问到你红温。实在不想继续答某个问题的话，可以直接告诉它“跳过这个问题吧”。

整体感受

整体感觉回答得不好。

一是现在很少古法手敲代码了，会有遗忘。很多东西平时知道大概怎么回事，但真要临场展开讲原理、讲案例、讲具体实践细节，就容易卡住。

二是之前的工作业务场景里，确实没得到太多相关锻炼。对相关功能和性能要求不极致、不高，大约知道一些方案，但没怎么实操过，导致印象不深。比如性能优化、React Profiler、Performance 面板、虚拟滚动这些内容，平时知道方向，但如果没有真实项目里的问题、定位过程和治理闭环，面试里就很难讲得特别扎实。

三是转了全栈，年龄又大了，要记得的内容太多，实在有些边边角角的东西记不住了。前端工程化、框架原理、性能优化、业务组件设计、服务端、数据库、部署、产品逻辑、AI 工具链，全都要顾到，其实挺吃精力的。

另外这次是 AI 面试官，不是真人面试官。就是一个大模型负责出题、出字幕、出声音，还没有做成数字人那种形式，可能算力还没富裕到这个地步。hhhh

有摄像头要求，会一直录像，所以环境还是要提前准备一下。建议电脑、摄像头、麦克风都提前测试好，网络也最好稳定一点。

如果要准备这种 AI 面试，可以提前找几个 AI 大模型，让它们多出一些类似岗位的面试题来练。几个大模型对面试题选择的思路可能会比较接近，尤其是 React、工程化、性能优化、项目经历追问这些方向，基本都会覆盖到。

一点复盘

如果后面再准备类似岗位，我觉得可以重点补一下这几块：

• React 基础和常见追问，比如 Key、渲染机制、Hooks、组件设计
• 前端性能优化，要准备真实案例，最好能讲清楚发现问题、定位问题、解决问题、持续治理的过程
• 工程化相关，比如 Vite、Webpack、ESLint、Prettier、构建优化
• Chrome DevTools、Performance、React Profiler 的实际使用
• AI 工具使用方法，尤其是“用 AI 做需求”和“不用 AI 做需求”的差异

总体来说，这次面试给我的感觉是：题并不玄学，但很吃真实项目经验和表达。如果只是“知道概念”，很容易被追问到露怯；如果能结合具体业务场景、技术取舍、排查过程来讲，效果应该会好很多。

也算是一次提醒吧。现在 AI 用多了，确实能提升效率，但一些底层能力、基础知识、手感和项目复盘，还是不能完全丢。