刷最近的面经你会发现一个明显变化：越来越多公司不再让你默写算法，而是直接丢给你一个跑不起来的前端项目，然后说------「你可以打开你的 AI 工具，把这个 bug 修好。」
这不是传言。ShowMeBug 这类面试平台已经在帮助中心挂出了官方的 AI Coding 面试指引，教面试官怎么围绕「候选人使用 AI」来设计考点；牛客上《7 道 AI 编程高频面试题》这类涵盖 Cursor、Claude Code、Skills 的帖子也在疯传。背后的信号很明确：面试考的不是你会不会写代码，而是你会不会驾驭 AI 写代码。
但很多人栽就栽在，以为「能用 AI」等于「能让 AI 随便写」。真正拉开差距的，是下面这 3 个瞬间------面试官打断你，恰恰是因为你在这 3 个地方暴露了短板。
打断瞬间 1：你上来就让 AI 重写整个文件
场景是这样的：项目里一个列表页，切换筛选条件后数据偶尔显示成上一次的结果。你打开 AI，第一句话就是「这个页面有 bug，帮我重写一下这个组件」。
面试官这时候大概率会打断你：「先别急着让 AI 改，你自己能先定位到是哪一行出的问题吗？」
他打断的理由，不是嫌你慢，而是这个动作暴露了你没有「先定位、后修复」的工程习惯。
这个 bug 的本质其实是竞态：两次请求并发，后发先至，旧响应覆盖了新响应。一个有经验的候选人会先做三件事------
- 复现：手动快速切换筛选，确认能稳定复现；
- 缩小范围：打开 Network 面板，对比两次请求的发起顺序和响应回来顺序------顺序对不上，立刻锁定是竞态而不是接口问题；
- 最小可疑代码 ：定位到发起请求的那段
useEffect。
到这一步，你才把「改哪一小段」交给 AI，而不是把整个文件丢过去。
jsx
// 有竞态隐患的写法：后发先至时，旧响应会覆盖新响应
useEffect(() => {
fetch(`/api/list?filter=${filter}`)
.then(res => res.json())
.then(data => setList(data));
}, [filter]);正确的修法，是让 AI 帮你加上请求取消：
jsx
useEffect(() => {
const controller = new AbortController();
fetch(`/api/list?filter=${filter}`, { signal: controller.signal })
.then(res => res.json())
.then(data => setList(data))
.catch(err => {
if (err.name !== 'AbortError') console.error(err);
});
return () => controller.abort();
}, [filter]);顺带一提：如果这时候你说「加个防抖不就行了」，多半会被追问。防抖只是降低了触发频率，并没有消灭竞态------只要接口够慢，后发先至照样发生。能主动说出「防抖不够，得取消请求」，这个瞬间你就已经赢了大多数人。
这个瞬间考察的能力点：问题定位能力。 面试官想看到的是，AI 之前你已经把问题收敛到了一个明确的范围。能不能让 AI 改，前提是你自己知道该改哪。
打断瞬间 2：AI 给了修复，你直接点了采纳
第二种被打断的场景：AI 三秒生成了一段修复代码，你看了一眼「好像没问题」，直接采纳，准备进入下一步。
面试官打断你：「先别采纳。你能说一下它为什么这样改吗？有没有它没考虑到的情况？」
这一句话，考的是你对 AI 输出的批判性验证能力。
很多人没意识到，AI 修 bug 最常见的问题不是「修不好」，而是「修好了表面，埋了新坑」。拿上面的竞态来说，AI 很可能给你一个「能跑」但更隐蔽的方案，比如自增 requestId 比对：
jsx
// 看起来修好了，实际上把竞态藏得更深
let requestId = 0;
useEffect(() => {
const id = ++requestId;
fetch(`/api/list?filter=${filter}`)
.then(res => res.json())
.then(data => {
if (id === requestId) setList(data);
});
}, [filter]);这段代码在当前组件里确实能跑。但它只做到「丢弃过期响应」，请求本身依然会跑完------带宽照耗、服务端压力照旧；而且 requestId 放在模块作用域里，组件一旦在同页面挂载两份就互相污染。相比之下，AbortController 是真正把请求取消掉。两种方案的差别，就是「治标」和「治本」的差别------而这正是面试官想听你讲出来的。
所以一个成熟的候选人，在采纳前至少会问自己三个问题：
- 它改的原理是什么？（AbortController 中断的是哪个请求，为什么旧请求要被丢弃）
- 边界情况覆盖了吗？（组件卸载时会不会还在请求中？快速连续切换 5 次会怎样？）
- 有没有引入副作用？（取消请求会不会影响其他地方共享的逻辑？错误处理把 AbortError 过滤掉了吗？）
如果时间允许，最好的动作是当场补一个最小验证：写一个会触发竞态的测试用例，跑一遍，证明修复前后行为差异。
这个瞬间考察的能力点：验证与批判能力。 面试官不是要你会背八股，而是要确认你不会把 AI 的输出当成黑盒照单全收。能不能 review AI 的代码，是「会用 AI」和「被 AI 用」的分水岭。
打断瞬间 3：你描述需求给 AI 时，说得含糊不清
第三个瞬间最容易被忽略，却往往是决定性的。你给 AI 的 prompt 是这样的：「这里不对，帮我改改。」AI 来回问你几轮，你还是说不清到底要什么，最后改出来的东西驴唇不对马嘴。
面试官打断你：「你刚才想让 AI 做什么？能不能用一句话说清楚？」
这个瞬间，考的根本不是技术，而是你把问题拆解、表达清楚的能力------这恰恰是用好 AI 的核心。
AI 的能力上限，很大程度取决于你喂给它的上下文质量。同样是修一个竞态 bug，两种 prompt 的差距是巨大的：
差的 prompt：
这个列表有 bug，帮我修一下。
好的 prompt：
列表页在
filter变化时发起请求，存在竞态：快速切换时旧请求的响应会覆盖新响应。请用 AbortController 在useEffect清理函数里取消上一次请求，并处理AbortError，不要引入额外依赖。
前者 AI 只能瞎猜，后者 AI 一次就能给出接近正确的方案。现场真正好用的 prompt 模板，就是五个槽位：
现象 ：列表页切换筛选后，偶尔显示旧数据 复现 ：快速连续切换两次筛选必现 期望 ：始终只渲染最新一次请求的结果 约束 ：用 AbortController，不引入新依赖 边界：组件卸载时，未完成的请求也要取消
把这五项填进去，措辞不漂亮也没关系，AI 一次就能给出八九不离十的答案。能把需求、现象、约束、边界讲清楚的人，用 AI 的效率是含糊表达者的几倍。
这也是为什么越来越多面试官把这个环节单独拎出来考------它本质上是在测你的工程沟通能力，只不过对象从「同事」变成了「AI」。
这个瞬间考察的能力点：拆解与表达能力。 prompt 写得好不好，就是工程思维清晰不清晰的外显。
为什么面试官开始这么考了
可能有人会问：好好的八股文不考了，折腾这个干嘛？
原因其实很直接。现在用 Claude Code、Codex 这类工具，一句 prompt 就能生成整个组件、整个功能，「把代码写出来」这件事的成本被打下来了。公司稀缺的不再是「会写的人」，而是「知道该写什么、写得对不对的人」。面试只是跟上了这个现实：既然入职之后你天天要跟 AI 协作，那面试干脆就现场考你怎么协作。
而且这类题的区分度比八股高得多。八股可以提前背，现场怎么用 AI 却没法排练------你定位问题的习惯、验证输出的态度、表达需求的清晰度，十几分钟内就会暴露得清清楚楚。
所以三个打断瞬间，归根结底考的是同一件事：当代码不再稀缺，你的判断力是不是稀缺的。
| 打断瞬间 | 你的暴露点 | 面试官真正在考 |
|---|---|---|
| 上来让 AI 重写整文件 | 不定位就动手 | 问题定位能力 |
| AI 修复直接采纳 | 不验证就照收 | 批判与验证能力 |
| 描述需求含糊不清 | 讲不清要什么 | 拆解与表达能力 |
现场修 bug 速查表（建议收藏）
面试现场如果被要求用 AI 修 bug，按这个顺序走，基本不会踩坑：
| 步骤 | 动作 | 一句话要点 |
|---|---|---|
| 1. 复现 | 手动稳定复现 | 复现不了，先别碰 AI |
| 2. 定位 | Network/断点缩小范围 | 锁定最小可疑代码 |
| 3. 拆解 | 现象+复现+期望+约束+边界 | prompt 质量=你的表达 |
| 4. 生成 | 让 AI 改局部，不是整文件 | 范围越小，AI 越准 |
| 5. 验证 | 讲原理+补边界用例 | 采纳前先自我 review |
| 6. 回归 | 确认没引入副作用 | 改动后跑一遍相关逻辑 |
写在最后
AI 没有让前端面试变简单，反而把门槛从「记忆」抬到了「判断」。以前背八股能混过去，现在面试官一句「你打开 AI 改一下」，立刻就能看出你是真的懂，还是只会复制粘贴。
如果你也在准备这类面试，不妨先拿自己项目里的一个真实 bug 练一遍上面的 6 步------练的不是代码，是你在 AI 面前的判断力。 练的时候最好像面试那样边做边讲，很多时候你不是不会，而是讲不出来。
你在面试里遇到过「允许用 AI」的环节吗？你是怎么应对的？评论区聊聊。