2026.09.03-小厂AI全栈面经与复盘
最后更新：
Agent和大模型的区别
这里答了Agent可以配置工具和Skill，以LLM为核心，可以操作物理世界，独立完成任务
用一个简单的比喻来形容，LLM相当于大脑，它可以根据输入给你输出解决方案，但是绝对没办法上手帮你做，而Agent相当于把四肢躯体眼睛鼻子耳朵等等都装上了，变成了一个活生生的人，从而可以自主地完成任务
再有就是响应模式，LLM是被动响应，给一次输入返回一次输出，而Agent则是真正实现主动决策，像是目标模式，从Goal到Plan再到Act然后Observe，最后实现Loop
纯粹的LLM是单体预测，而完整的Agent是一个闭环系统，通过配置Skill、Tools，赋予其调度API接口，操作数据库，从而拥有感知外界的能力，在此之上还增加了记忆系统，通过上下文窗口来实现
介绍一下React
这里答了组件化设计，以及前端实际渲染的树和Virtual DOM树，useState等触发更新的时候使用Diff算法计算差异，然后讲了新React的渲染可终止性
如果把表述整理得严谨一点应该这么讲：
React是一个声明式、基于组件化开发的前端库，它的核心工作流可以分为触发、渲染和提交三个阶段
首先React基于Fiber架构，内存中维护着两棵Fiber链表树，采用了双缓存机制，current树映射当前网页实际DOM，workInProgress树用于在后台构建新的视图状态
在Render阶段，当useState触发更新之后，调度器按照优先级分配任务，协调器通过时间复杂度为 的启发式Diff算法对比新旧节点，收集变更，由于Fiber将树拆成了极其微小的链表节点，这个阶段是异步并且可中断的，高优先级的交互比如用户输入可以打断低优先级的渲染
在Commit阶段，计算完成后，由渲染器将更新同步一次性写入真实DOM并触发Effect，在这个阶段为了保持视图一致性，是不可中断的
在此并发渲染能力之上，React 18带来了自动批处理、useTransition等并发Hook，进一步优化了长任务下的页面响应体验
项目的数据一致性
这个是真没做，所以答的时候有点乱套了
整理了一下感觉可以这样回答：当前为单机本地MVP阶段，暂时没有设计数据一致性保证逻辑，数据准确性由fetched_at和TTL缓存共同维护，查询结果按照provider、出发地、目的地、日期进行分类，一致性等级更加接近最终一致性
后面还问了Agent竞技场的MVP构想设计流程，以及在HardSeat开发中遭遇的一个问题，这里就不展开了
评论
评论会在审核后展示