AI 全栈开发工程师面试
前端岗位正在逐步分化，一部分继续深耕纯前端，另一部分会逐步走向 前端 + 后端 + AI 应用 的 AI 全栈开发工程师。
如果你的目标岗位开始出现这些关键词，就应该按 AI 全栈方向准备：
- AI 全栈工程师
- AI 应用开发工程师
- Node / Java 全栈工程师
- Agent 工程师
- 大模型应用开发工程师
建议先看：
集中刷题入口
如果你现在的目标是提升刷题效率，不要分散看，按这个顺序直接刷：
- AI 全栈高频 100 问 时间只剩半小时，直接看这页顶部的“面试前 30 分钟速看版”
- Node.js 后端面试题
- AI 工程面试题
- Java 后端面试题
- AI 系统设计题
如果时间很少，只刷前 3 个。
AI 全栈岗位会考什么？
前端能力
- HTML / CSS / JavaScript / TypeScript
- React / Vue
- 工程化
- 浏览器、网络、性能优化
- 算法和编码能力
对应内容：
后端能力
- API 设计
- 鉴权与权限
- Redis / MySQL
- 缓存、事务、一致性
- 消息队列
- 性能优化
- 部署与监控
对应内容：
AI 工程能力
- Prompt 设计
- Function Calling / Tools
- RAG
- Embedding 与向量检索
- Agent 编排
- 流式输出
- 上下文管理
- 模型路由、降级、限流、成本优化
对应内容：
AI 全栈如何准备最有效？
1. 先补齐传统全栈基础
很多人一上来就学 Agent、RAG、工作流，但基础没打牢，最后只能调 API。
先打稳：
- 前端基础
- HTTP / WebSocket
- Node 或 Java 后端
- MySQL / Redis
- Linux / Docker 基础
2. 再补 AI 应用工程
真正落地 AI 项目时，考得不是“会不会调模型”，而是：
- 如何设计对话链路？
- 如何接入知识库？
- 如何做多轮上下文管理？
- 如何做权限控制、日志、监控、限流？
- 如何降低 token 成本？
3. 最后准备系统设计和项目表达
AI 全栈岗位二面和三面，往往会重点问：
- 为什么选 Node / Java 做后端？
- 为什么选某个模型？
- RAG 为什么召回不准？
- 长上下文怎么截断？
- 如何防止用户滥用？
- 如何做灰度、监控和回滚？
推荐刷题顺序
- 先刷前端基础和算法。
- 再刷 Node 或 Java 后端题。
- 再补数据库、缓存、消息队列。
- 最后集中准备 AI 应用设计题。
AI 全栈高频问题清单
后端基础
- JWT 和 Session 的区别是什么？
- 如何设计一个用户登录接口？
- Redis 为什么快？有哪些典型使用场景？
- MySQL 索引为什么能加速查询？
- 如何避免缓存击穿、穿透、雪崩？
- 你为什么选择 Node 或 Java 做服务端？
- Node 适合什么场景？不适合什么场景？
- Java 的线程模型和 Node 的事件循环有何区别？
- MQ 在系统中解决什么问题？
AI 工程
- 什么是 RAG？它解决了什么问题？
- Agent 和 workflow 有什么区别？
- Embedding 和 rerank 分别做什么？
- 大模型流式输出是怎么做的？
- Prompt 太长时如何控制 token 消耗？
- 如何处理模型幻觉？
- 如何做敏感内容拦截？
- 如何让模型调用工具？
- 如何做对话历史压缩？
项目设计
- 设计一个 AI 问答系统，需要哪些模块？
- 设计一个支持流式返回的聊天系统。
- 设计一个文档问答知识库系统。
- 设计一个多租户 AI 应用平台。
- 如果模型服务超时或不可用，怎么做降级？
深入准备可继续看：
面试准备建议
如果你主打 Node 方向
重点准备：
- Node.js 后端面试题
- AI 工程面试题
- AI 对话接口、知识库问答、流式输出
- Koa / Express / NestJS
- Redis / MySQL
- 鉴权、日志、限流
- SSE / WebSocket
如果你主打 Java 方向
重点准备：
- Java 后端面试题
- AI 工程面试题
- Spring 事务、MySQL、Redis、MQ
- Spring / Spring Boot
- JVM / 并发
- 微服务基础
如果你是前端转 AI 全栈
不要试图一次性全学完。建议先选一条后端主线：
- 熟悉 JS / TS 的同学，优先走 Node
- 目标偏中后台、企业级系统、平台型岗位，补 Java
先形成一条主栈，再扩展另一条，不要两边都只学表面。
面试前一天速记
Node 方向
- 事件循环和微任务顺序
- Koa / Express / NestJS 的差异
- JWT、Redis、MySQL、SSE
- AI 对话接口和知识库问答设计
Java 方向
- JVM、GC、线程池
- Spring、事务、MySQL、Redis、MQ
- 模型网关、任务系统、知识库后台设计
AI 工程方向
- AI 工程面试题
- RAG、Agent、工具调用、流式输出、上下文管理