如果你正打算在金九银十跳槽，先别急着翻开收藏的八股文。这两天知乎集中出现了几篇互相独立的前端面试复盘，说的都是同一件事：2026年的前端面试，题库已经换了一轮。
《2026年前端面试问什么》的作者是一位接近十年经验的前端老兵，外企撤出中国后集中面了外企和中厂，结论很直接：AI相关内容已经成为面试的重要组成部分，几乎每家公司都会问。知乎另一篇《半年面了十来家AI前端开发岗》把字节的面试考核拆成两大方向：性能优化的工程化闭环，和AI协作与工程化的深度融合。知乎《29岁，面了6家AI前端开发岗》的结果更好一些——6家基本都拿了offer，他的结论是：核心问题高度重合，差距在于能不能答出深度。知乎三个不同作者、不同目标公司，指向同一个变化：AI题已经不是加分项，而是必选项。
那到底在问什么？我把几篇复盘交叉比对了一遍，去重之后是这份清单。
流式处理（SSE）几乎是必问题
只要面AI对话、AIGC应用类岗位，基本都会问：SSE的原理是什么？和WebSocket有什么区别？为什么不用原生EventSource？
复盘里的高分答案已经很固定：大模型场景本质是服务端单向持续推流，SSE更轻量、基于HTTP、方便接网关和鉴权；EventSource不支持POST、不方便自定义Header鉴权，所以很多项目用Fetch + ReadableStream自己实现SSE协议解析。知乎追问集中在两处：一是粘包半包——LLM不是按完整消息返回的，前端要自己维护buffer按分隔符拼接残缺chunk；二是中途停止生成——AbortController中断请求后，还要清理所有定时器和状态，不然loading收不干净。
增长最快的题型：给一段AI生成的代码，找问题
《半年面了十来家》的复盘里说，这是2026年前端面试增长最快的题型——考的不是“你能不能写”，而是“AI写完之后你能不能判断”。知乎
Meta、Shopify等公司已经把编码面试改成AI-Enabled Coding，现场观察你怎么用AI工具，维度包括Prompt质量、迭代策略、错误判断、边界意识。知乎言下之意很明确：面试前刻意练两次“AI写、你审”，准备两三个真实发现AI代码问题的案例，比多背十道题有用。
性能八股已经更新，旧答案会被判知识陈旧
从2024年3月起，INP正式取代FID成为Core Web Vitals核心指标，2026年的标准答案是LCP≤2.5秒、INP≤200毫秒、CLS≤0.1。知乎复盘里特别提到，如果回答还只提FID，面试官会立刻判定知识陈旧。
另一个高频追问：Lighthouse分数高不等于用户体验好，要主动区分实验室数据和RUM真实用户数据。字节的AI搜索岗还有真实场景题——AI生成的超长Markdown内容（带公式、代码块）怎么优化渲染，虚拟列表、动态测量、高度缓存、防抖动都会被层层追问。知乎
React叙事要更新到手写优化已成反模式
React Compiler发布稳定版之后，编译阶段会自动做表达式级别的细粒度memoization。手写的useMemo、useCallback、React.memo，编译器都能自动完成，而且更细更准。知乎复盘里的说法是：手动写这些优化增加包装代码和维护成本，2026年已成反模式。被问“你还在写useMemo吗”，稳妥的答案是：只有Profiler证明是瓶颈的重计算场景，才手动优化。
简历写了MCP、Agent、知识库，就一定会被问RAG
复盘里的原话：现在只要简历里写AI工作流、AI平台、Agent、MCP、知识库，基本都会问RAG——Chunk怎么切、召回率怎么提升、Embedding是什么。知乎
MCP的答题要点不是说“它是一个协议”，而是讲清它解决了什么问题：让大模型安全调用外部工具，类似AI时代的RPC，解决了N×M集成问题。知乎
行业侧也能对上：今年1月Vercel把十多年前端最佳实践开源成AI Skills。微博之后GSAP也发布了官方Skills库。微博整个行业都在把工程经验沉淀成AI可复用的形态，面试题正是追着这个趋势出的。
有些噪音可以不听
给备战建议之前，先帮筛掉一些噪音：
B站上大量“全748集前端转Agent教程”“7天告别普通前端冲向百万架构师”的视频，大多是卖课营销号，评论区统一“留下111领资料”，别当备考依据；
部分“面试1000题”合集其实是旧八股翻新——script放header还是body底部、async和defer的区别。要刷题，刷复盘里的追问链，不是刷题库；
“前端已死”类问题没有信息量，真正的信号在JD和面试官的追问里。
备战优先级清单
P0，本周做：
把SSE全链路跑通：Fetch+ReadableStream、buffer拼接、AbortController、rAF逐字上屏，核心代码能手写；
准备2-3个AI代码审查案例，讲清AI错在哪、你怎么发现、怎么防。
P1，两周内做：
3. 性能知识更新：CWV最新指标和阈值，准备一个完整LCP排查案例（定指标→找瓶颈→出方案→拿数据）；
4. React叙事更新到Compiler版本，讲清楚为什么不再手写memoization。
P2，按岗位选做：
5. JD写了MCP、Agent、知识库的，补RAG概念和前端在RAG里的职责；
6. AI搜索、端侧推理类岗位，补WASM和WebGPU——复盘里提到同一个7B-4bit模型，纯CPU用WASM跑约5-8 TPS，WebGPU能到14-22 TPS。知乎这类数字答出来是加分项。
不用花时间：买教程、背旧题库、参与“前端已死”的争论。
金九银十开始后题库还会继续演化，值得盯两个信号：一是每次面试完把被问到的AI题记下来对照这份清单，缺什么补什么；二是看JD的技术栈关键词，写了MCP就准备MCP，写了性能平台就准备RUM和指标体系。题库换了一轮，但底层逻辑没变——考的从来不是你会不会用工具，而是你能不能做工程闭环。
