我会如何考核一个在简历里大谈 AI 提效的高级前端？

最近各大平台网页点开，全是 OpenClaw 怎么提效、怎么用 AI Prompt 写个 TodoList、怎么十分钟上线一个营销页。同质化严重到让人怀疑大家是不是共用了一个脑子🤯🤯。

作为面了不下百号人的老兵，我实话实说：在 2026 年，如果你简历里写熟练使用 AI 提效，对我来说几乎是废话。 现在的行情是，初级和中级前端确实正在被 AI 批量取代，而很多所谓的高级前端，只是学会了怎么更快地拉一坨更大的屎。

今天想聊聊：作为一个 9 年经验的面试者，我到底会怎么考核那些大谈 AI 提效的前端。

要警惕AI 幻觉带来的技术债！

现在的 AI 确实强，它生成的组件逻辑看起来天衣无缝。但问题就在这儿——它只负责跑通，不负责善后。 很多号称提效 50% 的候选人，本质上是在用未来的维护成本换现在的开发速度。

面试时，我会拿出一个复杂的业务逻辑，让他用 AI 生成，然后我只问一个点： 这段代码里，AI 隐瞒了哪些潜在的副作用？

资深前端得能看出来： AI 特别喜欢在 useEffect 或者最新的 Signal 监听里写闭包，层级一深，内存泄漏稳稳的。你发现了吗？ 异步请求连发的时候，AI 往往不会帮你写 AbortController，它默认你的网络永远是理想状态。为了实现一个简单功能，AI 可能会顺手给你引入一个 200KB 的第三方库，而 9 年经验的你应该知道怎么用 10 行原生代码搞定。 如果你看不出 AI 代码里的屎山，那你不是在提效，你是在给项目埋雷。

代码架构的坍塌

这是我最担心的。以前我们写代码，脑子里有清晰的模块边界、职责划分。现在有了 AI，大家习惯了 喂一段 Prompt，拿一段代码。后果就是，项目的熵增速度快得惊人。

我会考核候选人： 当 AI 生成的代码风格与你现有的 Monorepo 规范冲突时，你是怎么做约束的？

你有没有沉淀出一套针对 AI 的 CursorRules 或者 Type Definition 约束层？ 你是如何保证 AI 生成的业务逻辑不会击穿你的领域模型（Domain Model）？ 资深和普通人的区别在于：普通人被 AI 牵着鼻子走，架构师把 AI 关在规范的笼子里。 如果你只会复制粘贴 AI 给出的 Fragment，那你根本撑不起资深这两个字🤔。

【顺便提一嘴】技术大厂，前端-后端-测试，全国均有机=会，感兴趣可以试试。待遇和稳定性都还不错~

技术底层能力

很多候选人现在离了 AI 连 Event Loop 的微任务宏任务执行顺序都讲不清楚了，更别说 WebAssembly 或者 WebGPU 的内存管理。我会问一个很现实的问题： 当线上出现了一个 AI 无法复现、无法理解的线上 Crash（比如由于浏览器内核版本导致的渲染层级错乱），你的排查思路是什么？

这时候 AI 可帮不了你。

它没法帮你分析 Chrome 的 Memory Heap，也没法帮你去翻 WebKit 的源码。如果你把提效省下来的时间全用来摸鱼，而不是去深挖这些 AI 触碰不到的底层，那你很快就会被下一代更便宜的 AI 操作员取代。 提效的意义，是为了腾出时间去研究那些 AI 还没学会的硬核技术，而不是心安理得地退化成一个 Prompt 搬运工。

我平常问的三个问题

如果你的简历里写了 AI 提效，我会这么面你： 1.如果 AI 改动了底层公共组件，你如何确保它在线上环境下导致线上崩盘？ 2.你的项目里，有哪些模块是你明确禁止 AI 介入的？理由是什么？（考察对业务核心逻辑的洞察力） 3.关于你的审美，在 UI 风格高度同质化的今天，如果你用的组件库和交互全是 AI 生成的，你如何通过前端工程化手段，去实现那种 AI 模拟不出来的、极致的用户交互体验？

最后

现在，吹捧技术的人太多，反思技术的人太少😖。 OpenClaw 确实是个里程碑，它让我们的双手得到了解放。但作为一个 9 年的前端，我必须提醒你：手闲下来了，脑子得转得更凶。 我面试时想看到的，不是你如何熟练地调教 AI，而是你作为一个开发，在面对复杂、混乱、不可预测的业务场景时，那份超越算法的判断力。 如果你连 AI 生成的代码都 Review 不明白，那你的 9 年经验，可能真的只是 1 年经验重复了 9 次而已。

你们说是不是呢？

——转载自：ErpanOmer