最近一段时间作为面试官面前端，我有个感受越来越强：
很多问题，已经不能再按以前的方式问了。

不是说候选人都不行，也不是说 AI 把面试彻底毁了。
更准确一点说，是以前那套靠标准答案筛人的方法，现在越来越不管用了。

前段时间面了一个三年经验的，简历上写着熟悉 React。

我问他：

useEffect 的清理函数什么时候执行？

对面答得很顺：

组件卸载时会执行，下一次 effect 执行前也会执行，通常用来清理副作用，避免内存泄漏。

这个答案没问题，甚至挺标准，所以我再接着问：

如果在 useEffect 里发了一个请求，组件很快卸载了，这个请求会怎么样？

他回答：

请求会被取消。

我继续追问

fetch 会自动取消吗？

他停了一下，说：

哦对，我的意思是用 AbortController 的话可以取消。

但我其实没问 AbortController。
我问的是那个请求本身会怎样。

如果你真写过这种场景，第一反应通常不是“请求会取消”，而是：

请求还在跑，只是响应回来以后，这个组件可能已经没了。
如果你还 setState，就可能有问题。
如果要取消，需要自己处理，比如 AbortController，或者用请求序号避免旧结果覆盖新结果。

这不是什么特别高级的知识点。
但区别就在这里。

一个人背过答案，和一个人真的在项目里被这个坑烦过，说出来的东西是不一样的。

很多回答不是错，是太干净了

我现在面试时最怕听到的，不是答错。
答错反而好处理，知道哪里不行就完了。

比较麻烦的是那种特别完整、特别顺、特别“正确”的答案。

比如问性能优化。

有些候选人会从代码分割讲到懒加载，从 CDN 讲到缓存，从防抖节流讲到虚拟列表，再讲到 Tree Shaking、SSR、Web Worker。

你不能说他说错。
基本都对。

但听多了以后，会觉得这个答案很像一份整理好的笔记。
里面没有画面感，没有踩过的坑，也没有"我当时为啥这么干"。

真正做过的人，有时候反而讲得没那么完整。

他可能会说：

我们之前有个后台页面，列表一次返回很多数据，客户那边机器又比较老，滚动特别卡。一开始我们以为是接口慢，后来用 Performance 看了一下，主要时间耗在渲染上。最后没搞太复杂，先分页，再把几个计算字段缓存掉，效果就已经明显了。

这种回答不一定高级，但我会觉得可信。
因为它不像是在背“前端性能优化有哪些方法”，而是在讲一个具体问题怎么被定位、怎么被解决。

而且真实项目里很少有人上来就把所有优化手段都铺开。
大多数时候都是先看痛点的地方在哪里，然后用一个够用的办法把它压下去。

我现在会更在意追问

以前我也问八股。

闭包是什么？
事件循环怎么走？
React diff 大概怎么做？
Vue2 和 Vue3 的响应式有什么区别？

这些问题不是完全没价值。
如果一个人完全答不上来，当然也说明问题。

但现在的问题是，这些题太适合被准备，也太适合被 AI 回答了。

远程面试的时候，对面到底有没有开着 AI，我其实不知道。
就算是现场，也很难百分百防住。
现在手机录音、语音转文字、AI 总结，都太方便了。

所以我后来不太纠结“他是不是用了 AI”。
我更关心另一件事：

这个答案往下追，还能不能站得住。

比如候选人说：

我们做过首屏优化。

我不会停在这里。
我会继续问：

优化前首屏大概多慢？
你们怎么量的？
是 Lighthouse，还是自己打点？
最后主要问题在 JS 体积、接口、渲染，还是资源加载？
你说做了代码分割，具体拆了哪些？
拆完以后有没有请求数变多的问题？

这些问题单独看都不难。
但连在一起，就会变成一个真实经历的链条。

如果确实是亲手做的，他可能有些数字记不清，但大体能讲出过程。
如果只是背过"首屏优化方案"，很快就会开始说套话：

一般来说，首屏优化可以从资源加载、缓存策略、代码拆分几个方面入手……

一听到"一般来说"，我就觉得悬了。
不是说这句话一定有问题，而是很多空话都是从这里开始的。

真经历里通常有麻烦

我现在越来越喜欢问一些“不漂亮”的问题。

比如：

你做过最失败的一次组件封装是什么？

这个问题比“你怎么理解组件封装”有意思得多。

因为“组件封装”这个词太好回答了。
职责单一、可复用、可维护、避免过度设计。
这些话谁都会说。

但如果问失败经历，情况就不一样了。

真做过的人可能会说：

我之前封过一个表格组件，一开始想做得通用一点，列配置、搜索项、按钮、权限、分页、批量操作都塞进去。刚开始挺爽，几个页面很快就接上了。后来业务差异越来越多，props 越加越多，最后谁都不敢改。现在回头看，当时不应该把业务逻辑也塞进去，最多抽视觉结构和一些稳定交互。

这比“组件要保持职责单一”有信息量多了。

因为它讲到了后果。
技术判断很多时候不在“知不知道最佳实践”，而在“知道这个最佳实践什么时候会有问题，会引起复杂性问题”。

类似的问题还有：

你印象最深的一次线上事故是什么？
你有没有做过一个后来自己都不想维护的设计？
哪个技术选型你现在回头看觉得选错了？
哪次优化最后证明没什么效果？

这些问题没那么体面。
但工作本来就不是一直体面的。

如果一个人所有项目都顺风顺水，所有方案都合理，所有优化都有明显收益，所有事故都跟他无关，那我反而不知道该怎么判断。

代码 review 比背概念好用

我现在会准备一些小代码，让候选人看。

比如这种：

1
2
3
4
5
6
7
8
9
10
11

function UserList({ keyword }) {
  const [list, setList] = useState([]);

  useEffect(() => {
    fetch('/api/users?keyword=' + keyword)
      .then(res => res.json())
      .then(data => setList(data));
  }, []);

  return list.map(item =><div key={item.id}>{item.name}</div>);
}

这段代码不复杂，但可以聊很多东西。

最基础的，依赖数组少了 keyword。
再往下，keyword 要不要 encodeURIComponent。
请求有没有竞态问题。
组件卸载以后怎么办。
有没有 loading 和 error。
空状态怎么展示。
接口慢的时候用户看到什么。
连续输入的时候旧请求会不会覆盖新结果。
key 靠不靠谱。
如果数据量大怎么办。

这些点 AI 当然也能列出来。
所以我不会只看他能列出多少问题。

我会看他怎么展开。

有人会像念 checklist 一样，把所有可能问题都说一遍。
也有人会先抓最关键的：

这个组件最大的问题是 keyword 变了不会重新请求。修完以后第二个问题是竞态，比如用户先搜 a 再搜 ab，a 的请求后回来，可能把 ab 的结果覆盖掉。这个场景在搜索框里挺常见，所以我会先处理这两个。

后者更像真实写代码的人。
因为他知道问题有优先级。

工程里很少是“把所有最佳实践都加上”。
更多时候是先判断哪个问题现在最可能发生，哪个问题发生了后果最严重。

我不太相信“最佳实践”这四个字了

不是说最佳实践没用。
而是面试里只讲最佳实践，信息量太低。

比如问状态管理。

以前我可能会问：

Redux 和 Zustand 有什么区别？

现在我更愿意问：

一个中后台系统，页面很多，筛选条件很多，权限也比较复杂。你会把哪些状态放 URL，哪些放全局 store，哪些留在组件里？

这个问题没有标准答案。
但能听出一个人干活的路子。

我比较期待的回答大概是：

筛选条件、分页、tab 这种需要分享、刷新、前进后退保留的状态，可以考虑放 URL。
用户信息、权限、全局配置，适合放全局 store。
弹窗开关、局部 hover、局部表单过程状态，没必要全局化。
服务端数据也不一定要塞进 store，可以交给 React Query 这类工具。
表单状态如果全局化，要小心同步问题，尤其是复杂表单。

他不一定要跟我选一样的方案。
但他得讲得出为什么。

我现在更想听到的是：

我这么选，是因为这个状态需要被谁消费，需要不会随刷新丢失，要不要支持分享，未来改起来会不会麻烦。

而不是：

Zustand 更轻量，Redux 生态更成熟。

这些对，但太像简介。

AI 不是唯一的问题

说实话，把锅全甩给 AI 也不公平。

以前没有 AI 的时候，也有人靠背题过面试。
背闭包、背原型链、背 React 生命周期、背 webpack 优化。

那时候的问题其实已经存在了：
很多面试考的是“你有没有准备过面试”，不是“你能不能把活干好”。

AI 只是把这件事放大了。

以前背题还需要自己整理，现在让 AI 生成一份“前端面试高频题答案”，几分钟就够了。
以前候选人临场编不出来，现在 AI 可以帮他把话说得很顺。

但从另一个角度看，这也逼面试官改问题。

如果一个问题 AI 五秒钟能答得比候选人还完整，那这个问题可能本来就不该作为核心判断依据。

比如：

Vue2 和 Vue3 有什么区别？

如果只听到 Proxy、Composition API、Fragment、Tree-shaking，这就很难判断水平。

我更愿意换成：

如果你手上有一个 Vue2 老项目，现在要迁 Vue3，你会先看哪些风险？
哪些代码最容易出问题？
你会一次迁完，还是渐进迁？为什么？

这个问题就没那么容易背。
因为它涉及项目规模、依赖、团队节奏、上线风险、兼容策略。

同样，“说说微前端”也很容易变成背概念。
不如问：

你们当时为什么需要微前端？
如果只是几个团队协作，有没有更轻的方案？
微前端引入之后，最烦的问题是什么？

真做过的人大概率不会只讲好处。
他会讲样式隔离、运行时隔离、路由、权限、部署、子应用通信，甚至会讲组织结构的问题。

有些人还会说：

后来发现我们的问题不一定要靠微前端解决，主要还是团队边界和发布流程没理清。

这种回答我反而更信。

远程面试防不住，也没必要装作防得住

远程面试能不能防 AI？
我觉得很难。

你可以要求共享屏幕，可以要求开摄像头，可以限制切屏。
但这些都只能提高成本，不能真正解决问题。

而且我也不太喜欢把面试搞得像监考。
大家都累。

所以我的做法比较简单：
不试图证明他有没有用 AI，而是让答案必须和他的经历绑定。

比如他简历写：

负责前端工程化建设。

那我不会问：

前端工程化包括哪些内容？

这个问题太容易答了。

我会问：

你们当时为什么要做这件事？
是构建慢，还是规范乱，还是发布容易出问题？
ESLint 规则是谁定的？
有没有规则推不下去？
有没有哪个包升级以后出过问题？
构建速度优化前后大概多少？
如果团队有人不愿意改，你们怎么处理？

这些不是为了为难人。
而是"自己干的"和"听别人说的"，区别就在这些地方。

自己干过的人会讲麻烦。
听说过的人只会讲方向。

我现在更喜欢现场推演

有时候我会给一个很普通的需求：

做一个搜索框，用户输入关键词后请求接口。要求防抖，避免旧请求覆盖新结果，有 loading，有错误提示。

这题不难，但挺能看出习惯。

有人会直接写一个 debounce。
有人会想到竞态。
有人会想到 AbortController。
有人会说 loading 不能简单粗暴地设 true/false，因为并发请求时可能乱。
有人会区分主动取消和真实报错。
有人会问结果要不要缓存，搜索条件要不要进 URL，用户清空输入时要不要立即清空结果。

这些都没有唯一答案。
但聊天过程里能看出他有没有处理过类似交互。

我还会临时改需求：

如果现在产品说，返回结果要缓存一分钟呢？
如果用户点返回，希望搜索词还在呢？
如果接口偶尔很慢，loading 要不要延迟出现？
如果这个搜索框在多个页面都要用，你会抽成什么？

这比单独问"防抖和节流有啥区别"有用多了。

因为工作里的需求就是这样变的。
不是一道题答完就结束，而是你刚写完，旁边又来一个条件。

pair programming 其实最省事

如果条件允许，我觉得最有效的方式还是一起写点代码。

不用搞很难。
二三十分钟，修一个小 bug，或者实现一个小交互就够了。

让他打开编辑器、浏览器、DevTools。
看看他怎么读陌生代码，怎么定位问题，遇到报错怎么查，改完以后会不会验证。

很多东西在聊天里很难判断，但写代码时很明显。

比如：

他是不是一上来就大改。
会不会先复现问题。
会不会看控制台。
会不会加日志。
改完以后会不会考虑边界。
不知道的时候会不会承认不知道。
能不能把问题拆小。

这东西比背答案真实多了。

当然，这种方式对面试官要求也更高。
你得准备合适的题，不能拿一个脱离业务、毫无意义的玩具题糊弄人。
你还得愿意花时间看过程，而不是只看最后结果。

但如果真的想判断一个人能不能干活，这可能是最直接的办法。

我现在不太急着下判断

面多了以后，我反而没以前那么爱贴标签了。

候选人回答像 AI，不一定说明他作弊。
有些人就是准备得很充分，说话也比较模板化。
有些人紧张的时候，就开始背课文了。
还有些人嘴皮子利索，答案天然就很完整。

反过来，回答不流畅，也不一定说明不会。
有的人做得多，但不擅长总结。
有的人需要看到代码才能进入状态。

所以我现在更愿意多换几种方式看：

聊经历。
抠细节。
看代码。
做推演。
问取舍。
实在不行就一起写一小段。

如果这些环节都能对上，我就比较放心。
如果每个问题一开始都答得很好，但一追到项目细节就开始说套话，那我就会打个问号。

最后

AI 确实让面试变麻烦了。

但我现在觉得，它也只是把一个老问题暴露得更明显了：
我们以前太爱问那些有标准答案的问题了。

标准答案当然方便。
面试官省事，候选人也知道怎么准备。
但工作不是这么回事。

工作里更多的是：

这个需求到底要不要做？
这个 bug 先怀疑哪一层？
这个抽象现在该不该抽？
这个状态放哪里以后最不容易出事？
这个方案看起来很优雅，但团队维护得住吗？

这些问题没有标准答案。
也正因为没有标准答案，才更接近真实工作。

所以现在面试时，我不太期待听到一个完美回答。
我更想看到的是：当标准答案说完以后，这个人还能不能继续往下走。

能不能讲出自己踩过的坑。
能不能承认不确定。
能不能根据场景做取舍。
能不能在一段乱糟糟的代码里找到问题。
能不能把一个看似简单的需求，处理得稳一点。

至于他有没有用 AI，我当然在意。
但我更在意的是，离开 AI 给出的最佳实践，他还剩下多少自己的判断。