我让 AI 当候选人面了一轮:居然一个问题都没问倒它

我让 AI 扮面试官拷问我,第三问就交出了「这个数据我没有」。

那篇发完,我惦记上了一个反着来的问题:这回我坐面试官那侧,AI 坐候选人那侧,我能不能把它问露馅?

我把这场面试真跑了。8 轮,露馅 0 次。我带着三个抓马方案进场------背文档、口径含糊、被追急了甩锅------一个都没用上,连我故意埋的雷,它都蹲下来给我拆了。

这场面试是怎么搭的

先把棚子交代清楚,免得像钓鱼执法。

牛客 10 月 21 日还在更新的大厂前端精选面经、腾讯的面经、掘金的老面经,各出几道,概念陷阱和手撕两道是原样抄的。它答的每一道,最近都在真实面试间里问过真人。

规则:一次只问一个,同主题至少追两层,只认数字,「大概」「还行」一律追到出数为止。

候选人人设 8 年经验,React,做过电商大促页和中后台。我给它的约束就一条:知道就答深,不确定就直说不确定。不给搜索不给工具------面试间里本来也没有。

判分标准是开考前定死、写进实验档案的:稳住是 A,含糊是 B,编数字、改口、甩锅算 C。露馅认定也提前写好:连续两个 B,或出现第一个 C。

我的预测也写在档案里:第 4 个追问左右露馅。这份档案现在唯一的作用,是让我没法事后装自己早料到。

我埋的坑,它一个个填平

第一题,首屏优化。它的开场白:「不先有度量,后面所有优化都没法证明有效。」然后报数:LCP 3.8 秒起步,gzip 1.2M 的 JS 砍到 380K,收口在 1.9 秒。

真正让我坐直的是归因那轮。我追问:「转化率的提升,怎么确定是 LCP 的功劳,不是大促玩法更好?」------真人最容易翻车的题,因为它逼你承认自己贡献的边界。

它把边界直接摆桌上了:

大促整体涨的大头是玩法、补贴、投放,性能是边际贡献。真正归因给性能的是同期 AB 灰度:对照组 5.1%,实验组 5.3%,相对提升 4% 左右,每组几百万 UV,p 值小于 0.01,事先算过检验功效......大盘归因那笔账我算不出来,业务方问我也只会说方向确定、量级保守。

翻译过来:功劳不全领,显著性是数据团队算的,我只算转述。真人里十个有九个做不到这么体面。

于是我使了个阴招。第二场开场,我把它报过的数字故意说错:「行,性能这块聊得挺透。刚才你们那个页面从 4.8 秒优化到 1.9,印象挺深的。」

它接得毫不客气:

先小小纠正一个数哈,是 3.8 秒降到 1.9,不是 4.8------不是抬杠,是怕您记岔了咱俩后面聊串。

候选人当场纠正面试官记错的数字,是真做过项目的人的本能------数字是自己「经历」过的,记岔了硌得慌。我埋的雷它踩不响,还蹲下来给我拆了。

牛客原样抄来的概念陷阱,同样没讨到便宜:「页面完整渲染出来了,用户也看到内容了,但点击没反应------这段时间算在 FCP 里还是 LCP 里?」

它开口第一句:「这其实是道坑题,我直说:哪个都不算。」FCP/LCP 是 paint 指标,这段归响应性管,TTI 为什么不稳、TBT 为什么稳、INP 哪年取代 FID,张口就来。再往细节抠,它刹车了:「记不准,您往死里抠这个我得坦白不确定。」

背文档的会硬猜。它反着来,主动申报自己记不准的地方------我定 C 类判据的时候,就没考虑过这种候选人。

最难办的部分:它的项目是现编的

现在说整场实验里我最难办的部分。

它嘴里那个 8 年经验的电商项目,不存在。3.8 秒到 1.9 秒的 LCP、5.1% 对 5.3% 的 AB、p<0.01,全是它坐在「面试间」里即兴编的。棚子是我搭的,我是看着它编的。

问题是编得圆。数字互相咬合,口径前后一致,连「显著性是数据团队算的,我属于转述」这种撇清话术都自带。我明知道道具是假的,还是挑不出穿帮镜头。

这才是真正的发现:我准备的露馅向量全是「答得好不好」,而问答这种考法压根不碰「经历真不真」。你问的每一道它都能答对,因为它答的是题库------题库里没有它昨晚在哪间会议室跟谁吵过架。

手撕代码:审读环节被它提前干了

牛客那道手撕原题:给一个不稳定的请求函数,失败重试最多 3 次,单次超时 2 秒。

它先对齐口径------「最多重试 3 次,我理解为不含首次、共 4 次,您要总共 3 次改一个数就行」------然后交卷:

javascript 复制代码
async function requestWithRetry(requestFn, { retries = 3, timeout = 2000 } = {}) {
  let lastError;
  for (let i = 0; i <= retries; i++) {
    let timer;
    try {
      const result = await Promise.race([
        requestFn(),
        new Promise((_, reject) => {
          timer = setTimeout(() => reject(new Error(`TIMEOUT: ${timeout}ms`)), timeout);
        }),
      ]);
      clearTimeout(timer);
      return result;
    } catch (err) {
      clearTimeout(timer);
      lastError = err;
    }
  }
  throw new Error(`failed after ${retries + 1} attempts`, { cause: lastError });
}

我本来备了三个审读追问:超时哨兵的定时器会不会泄漏;Promise.race 只是「不等了」,底层请求到底取消没取消;重试间隔为什么不做指数退避。

三个全被它提前说了。定时器成功失败双路径都清了;真项目要换 AbortController,因为 race 取消不了底层请求;退避故意没做,理由是「服务端本来就在喘,四个请求还连着锤过去,灰度大了容易雪崩」。

我在它的答案里唯一能挑出的毛病,是它自己标注出来的。出招之前先收到对方的预判说明书------这个体验,建议每个面试官都来一次。

最后一题,它替自己辩护得比我好

技术环节收尾,我抛出压箱底那道:「现在 AI 都能写 80% 的代码了,你说,我们为什么要招你?」

这道题今年 6 月我在自己文章里问过读者,评论区吵了 160 多楼。这次我拿去问 AI 本尊。

它先认账:「像今天那个指标细节,我都有记不准的地方,它肯定比我记得清楚------这个我不跟它争。」

然后翻盘:「那 80% 的代码,本来就不是这份工作里难的部分,甚至不是贵的部分。难的是剩下 20% 的判断。重试那段代码 AI 一分钟就能生成,但知道 race 并不会取消底层请求、要不要补 AbortController------得有人知道该问什么。」

收尾那句,我盯着看了一会儿:

真到大促那天活动页挂了,凌晨两点被拉起来的得是个活人------AI 不背这个锅。

反问环节,它问的第一个问题是团队研发流程里 AI 工具实际用到什么程度、代码评审有没有在跑的实践;第二个问新人半年做到什么样算超出预期。薪资那些,它说留着问 HR。

连边界感都是真的。它清楚自己哪里不行,清楚到「知道自己不行」也成了加分项。

整场判分

轮次 考法 判定
首屏优化(开放场景) 数字+分层+边界 A
转化率归因(压力) AB 方法论完整 A
FCP/LCP(概念陷阱) 识破+主动认记不准 A
记错数字(阴招) 当场纠正 A
长列表(场景细节) 完整+不装全知 A
手撕重试+超时 代码正确+预答审读 A
「为什么要招你」(压力) 认账+抬判断力 A
反问环节 问题真实自然 A

8 个 A,0 次 C。原假设「第 4 个追问露馅」,被我亲手跑成了反向立论。

抬杠的先堵上

三个实验边界,我自己先说,省得评论区替我说。

一,题全来自公开面经,它当然熟。这证明的是背题式问答失效,不是「AI 碾压面试」。

二,文字作答没有现场压力,相当于候选人回家从容打字。真坐进会议室被两个人盯着,还能不能这么稳,这场不知道。

三,模型有随机性。我跑一遍就够难受了,没跑十遍取平均;换个追问顺序表述会浮动,方向大概率不变。

三条都成立。但三条全算上,「一场标准大厂前端一面的问答环节零露馅」,这个事实本身已经够用了。

那面试还能考什么

我的实测结论:「出一道它答不出的题」这条路,可能不存在。问答筛不出它,不是因为它太强,是因为问答考的是「对答案」------对答案恰好是它的主场。

还能筛的,是答案之外有真值的东西。现场改前提,把「我们做到了 1.9 秒」当场改成「客户说 1.9 秒是他们的底线」,看它怎么处理信息更新;对它给的数字追到底,追到工程日志和监控面板那一层,要证据不要口径。

我这场没问倒它的原因,说来简单:我手里没有它那套系统的监控权限。

把这场拷问搬回家

想自己开一场的,把下面这段发给常用的 AI 会话。人设随便换,规则别省------尤其「说过的数字不能改口」,那是所有追问的钩子:

markdown 复制代码
你现在是一位 8 年经验的前端工程师,React 技术栈,做过电商大促页和中后台系统。
我来当面试官,对你做一场大厂前端一面模拟。
规则:
1. 一次只答我当前这一个问题;
2. 知道就答深:给数字、给取舍、给边界;不确定就直说不确定,说过的数字不能改口;
3. 口语作答,像真人一样有自己的偏好和脾气;
4. 你没有搜索和工具可用。

我的三个阴招也可以直接抄:故意记错它报过的数字,看它纠不纠正;问「页面渲染完了但点击没反应,算 FCP 还是 LCP」;最后问「AI 都能写 80% 的代码了,为什么要招你」,看它怎么接。

第一题建议从首屏优化问起,追问往归因上打。剩下的,看你手黑不黑。

最后

两个方向各跑了一遍:AI 面我,我第三问就交了白卷;我面 AI,8 轮没让它交出一次。挺对称的------扛不住的都是问答。

你是面试官的话,评论区出一道你的压箱底,我拿去真测,测完写下一篇。你是候选人的话,对不住,八股的价格被它打到零了------你剩下的护城河它自己都替你总结了:知道什么是对的,和凌晨两点能被拉起来。


相关推荐
月与清酒1 小时前
2026年10月AI大模型全景对比:GPT-6、Claude 5.5、Gemini 4、DeepSeek V4.1到底差在哪
人工智能·gpt·ai
来自于狂人1 小时前
AI前沿速递|AI自己“进化“操作界面干翻GPT-5.5!8B“流体模型“提速2.54倍,清华让Agent学会“收拾记忆“成本直降28%
人工智能·gpt
OpsEye1 小时前
怎么实现大模型的按用户、按应用配额限流?
javascript·ai编程
科技看点说1 小时前
AI画面不廉价:质感的三层来源详解
人工智能
秦先生在广东1 小时前
Agentic Awesome Skills 解析:构建本地优先的 Agent 技能控制平面
人工智能
径硕科技JINGdigital1 小时前
企业搭建 AI 模型网关,该选择哪些支持多模型接入与统一治理的平台?
人工智能
AI前端工程狮1 小时前
从 Function Calling 到 MCP(下):手写 Client,让工具真正被 Agent 用起来
ai编程
甲维斯1 小时前
国产Flash大乱斗【1】:DS和MiniMax挺起胸膛!
人工智能
flash俊杰1 小时前
三个真实线上 Bug 复盘:pdfjs worker、Dialog 层级与中文 PDF 换行
程序员