杭州深维智元科技 前端实习生 可能的问题

第一部分：React 核心原理与进阶（React 八股）

这部分主要考察你对工具的底层理解，因为在创业公司，我们不仅要写业务，还要造轮子。

1. 渲染原理与 Fiber 架构

• Fiber 机制： 能讲一下 React Fiber 是为了解决什么问题诞生的吗？它如何利用浏览器空闲时间（RequestIdleCallback）进行任务调度？这对于大型复杂应用（如你的地图项目）有什么意义？

• Diff 算法： React 的 Diff 算法的时间复杂度是多少？它是通过什么策略将 O(n^3) 降低到 O(n) 的？Key 在其中起到了什么具体作用？

• 渲染控制： 既然你做过性能优化，请问 React 中父组件更新一定会导致子组件更新吗？如何准确控制？React.memo、useMemo 和 useCallback 的底层原理是什么？（重点考察这里引用的比较和闭包陷阱）。

2. 状态管理（结合你的 Zustand 经验）

• Zustand vs Redux/Context： JD里提到了 Redux，但你简历用的是 Zustand。能从原理层面（发布订阅模式、Context 依赖注入）对比一下两者的区别吗？为什么 Zustand 在处理高频更新（如你的地图 Marker 更新）时性能可能更好？

• External Store： React 18 引入了 useSyncExternalStore，你知道它是用来解决什么问题的吗？Zustand 内部是如何利用它来避免 Tearing（撕裂）问题的？

3. React 18 与并发特性

• Concurrent Mode： 什么是并发模式？startTransition 和 useDeferredValue 的区别是什么？在你的 AI 聊天打字机效果中，是否有用到这些特性来优化渲染阻塞？

• Batching： React 18 的自动批处理（Automatic Batching）和 React 17 有什么区别？在 setTimeout 或 fetch 回调中表现有何不同？

4. Hooks 与生命周期

• Hooks 原理： 为什么 Hooks 不能写在条件语句或循环中？React 内部是如何用链表结构维护 Hooks 状态的？

• 副作用清理： useEffect 的 return 函数是在什么时候执行的？它和 useLayoutEffect 在执行时机上有什么本质区别？（考察对浏览器渲染流水线的理解）。

---

第二部分：项目深度挖掘（Project Deep Dive）

这部分我会结合你的两个项目（AgentCTF 和 Conflux），针对性地考察AI 交互和复杂状态管理，这也是我们公司最关心的。

针对项目 1：AgentCTF-platform (AI 靶场)

• 关于“双模式 SSE 实时通信” ：

  • 面试官追问： 你提到了标准 SSE 只支持 GET，但 AI 推演参数很长需要 POST。你说使用了 fetch + ReadableStream，请详细描述一下你是如何处理数据流的 chunk 解码的？

  • 技术细节： 如果数据流在传输中途网络抖动导致连接断开，你的前端如何实现“断点续传”或者“无感重连”？在 ReadableStream 中如何处理二进制数据和文本数据的边界？

• 关于“OpenAPI 契约式开发” ：

  • 面试官追问： 使用 orval 生成代码后，如果有后端的枚举值（Enum）发生变更，前端的构建流程是如何感知的？

  • 架构思考： 这种生成式的方案，如果后端 API 定义不规范（例如所有字段都是 optional），你在前端如何做类型守卫（Type Guard）来保证运行时安全？

• 关于“JWT 无感知刷新” ：

  • 并发难点： 当页面初始化并发发出 10 个请求，且 Token 刚好过期，如何确保只发送一次刷新 Token 的请求，并让这 10 个请求在刷新成功后继续重试？（请手写或口述这个 Promise 锁/队列的逻辑）。

针对项目 2：Conflux (AI + 暴雨防涝)

• 关于“MapBox 性能优化与 useRef” ：

  • React vs Imperative： MapBox 是基于 Canvas/WebGL 的命令式库，而 React 是声明式的。你提到用 useRef 管理实例，那么你是如何解决 React State 更新与 MapBox 内部状态不同步的问题的？

  • 高频渲染： 如果传感器数据以 60FPS 的频率推送，直接 setState 会导致 React 频繁 commit。你是如何利用 Zustand 或 useRef 绕过 React 的 render 阶段直接操作 DOM/Canvas 节点的？（考察对 Transient Updates 的理解）。

• 关于“上下文感知的 AI 聊天” ：

  • Context 管理： 你提到请求时附带“地图上下文”。如果用户选中的传感器数据量非常大（超过 LLM 的 Context Window），你在前端做了哪些裁剪或压缩策略？

  • 流式响应渲染： 当 AI 返回一大段 markdown 格式的分析时，你是如何处理 Markdown 的流式渲染的？有没有遇到过 HTML 标签未闭合导致页面布局崩坏的问题，怎么解决的？

• 关于“Tanstack Query”：

  • 缓存策略： 在这个实时监控系统中，你是如何配置 Tanstack Query 的 staleTime 和 gcTime 的？对于传感器这种实时性极强的数据，你是选择轮询（Polling）还是完全依赖 SSE？为什么？