最近帮朋友看面经准备跳槽翻了掘金和牛客上一堆面试帖发现一件事2026年的前端面经和两年前完全不是一个物种了。以前的面经是这样的“手写一个快排”“说一下事件循环”“闭包和作用域链解释一下”现在的面经是这样的“给你30分钟用Codex现场写一个XX功能”“这段AI生成的代码有什么问题”“说说你平时怎么用AI工具的遇到过什么坑”面试这个东西悄悄变了。下面说说具体怎么变的。先说不考的这些题正在退出面试不是说完全不考了而是这些题在面试中的权重已经明显下降题型以前的权重2026年的趋势原因手写排序算法高频必考大幅下降AI一秒生成考手写没意义八股文背诵必考权重下降字节校招已告别八股背诵聚焦工程能力手写CSS复杂布局常考很少考AI写CSS又快又好API名记忆题偶尔考基本不考IDE补全AI提示记API是浪费脑细胞手写Promise/EventEmitter高频仍在考但变了不再考能不能写出来改考能不能讲清楚原理一个很有代表性的变化手写Promise这道题没消失但考法变了。以前“给你10分钟手写一个Promise。”现在“你用AI生成了一个Promise实现但有个边界case处理不对——找出来解释为什么。”从你会不会写变成了你能不能判断AI写得对不对。现在考的5样1. 现场用AI工具解题代表公司Meta、Shopify、CanvaMeta在2026年把前端编码面试改成了AI-Enabled Coding——60分钟面试环境里内置AI工具你不但可以用而且他们观察你怎么用。Shopify更激进面试流程里有两轮专门的AI辅助编码环节AI使用不是允许是预期你会用。面试官真正在看的不是最终代码对不对而是观察维度加分减分Prompt质量需求拆解清晰、约束条件写全一句话甩给AI帮我写个XX迭代策略拿到结果后追问、优化、加约束接受第一次输出不做任何修改错误判断快速发现AI输出的问题并修正代码报错了还在等AI自己修边界意识主动考虑AI没覆盖的边界case只跑happy path就说写完了备考建议每天用Codex / Claude Code 写至少一个小功能。重点不是写什么是练怎么给AI提需求的手感。面试时手忙脚乱地打Prompt比手写代码慢还丢分。2. AI代码审查能力这是2026年前端面试中增长最快的题型。面试官给你一段AI生成的代码让你找问题。典型题目// 面试官这是AI生成的一个搜索组件找出里面的问题functionSearchResults({query}){const[results, setResults]useState([]);const[loading, setLoading]useState(false);useEffect((){ setLoading(true);fetch(/api/search?q${query}).then(resres.json()).then(data{setResults(data);setLoading(false);});},[query]);return(div{loading ?Spinner /:results.map(r(divkey{r.id}{r.title}/div))}/div);}你能找出几个问题答案在文末建议先自己想这道题考的不是你会不会写React是你能不能看出AI写的代码哪里有坑。AI写的代码看起来总是对的——语法正确、逻辑通顺、跑起来不报错。但生产环境一压测就炸。面试官想知道的是你把AI当打字机还是当初级实习生打字机输出什么你就接受什么实习生的代码你至少会review一遍。3. 需求拆解能力面试官给你一个模糊的产品需求不是让你写代码而是让你拆成可以交给AI执行的子任务。典型题目“用户反馈首页加载太慢优化一下。”以前的回答直接说首屏渲染优化、图片懒加载、代码分割……背方案。现在的回答要求你现场拆第一步定位问题 → 让AI跑一次Lighthouse拿到LCP/FCP/CLS数据 第二步分析瓶颈 → 让AI分析bundle size找出最大的3个chunk → 让AI检查是否有render-blocking资源 第三步逐个优化 → 任务1让AI把首屏以下的组件改成lazyimport→ 任务2让AI把图片组件加上loadinglazy→ 任务3让AI把字体加载改成font-display: swap 第四步验证 → 再跑一次Lighthouse对比数据面试官看的是你的拆解能力——同一个问题拆得好的人用AI能在30分钟内搞定拆得差的人和AI对话2小时出不来结果。核心差距不在AI工具在人脑里的任务分解树。4. 系统设计中的AI决策以前的系统设计题“设计一个在线文档协作系统。”现在加了一层“哪些模块用AI生成哪些必须手写为什么”这道题没有标准答案但面试官想听到的判断框架大概是适合交给AI的必须人工把控的CRUD接口、数据校验协同冲突解决算法CRDT/OTUI组件搭建权限系统设计单元测试生成数据一致性逻辑文档/注释安全相关XSS/CSRF防护策略常规性能优化核心业务规则面试官不需要你说全用AI或全手写。他们想看到的是判断力——你知道AI什么时候靠谱、什么时候不靠谱。一个加分的回答是“协同编辑的冲突解决我不会交给AI因为这类算法的正确性依赖严格的数学证明AI生成的CRDT实现很可能在边界case上出错而且错了很难发现。但数据校验和CRUD我会让AI生成因为这些模式成熟、验证简单。”5. 工程判断力知道AI的边界这是最难准备的一项也是高级候选人和初中级候选人拉开差距的地方。面试官会用这类开放题来考察“你用AI写代码遇到过最坑的一次是什么”“有没有什么场景你试了AI觉得不如手写”“你们团队用AI的流程是什么有没有踩过坑”这类题的本质是你真的用过AI写生产代码还是只在demo里玩了玩面试官听几句就能判断真用过的人说的话只玩过demo的人说的话“AI写的CSS在Safari上经常出兼容问题”“AI写代码特别快”“长对话后AI会忘记前面的约束”“AI什么都能写”“让AI改bug有时候越改越多”“AI代替了很多手工活”“我发现给AI看报错截图比复制文字好”“我觉得AI以后会替代程序员”真实的、具体的、带坑的经验——这是AI面试题里最有价值的东西也是没法临时准备的。速查表2026前端面试准备清单准备方向具体做什么优先级AI工具熟练度每天用Codex / Claude Code写一个小功能练Prompt手感⭐⭐⭐⭐⭐AI代码审查让AI生成代码后故意不看直接跑记录出了什么问题⭐⭐⭐⭐⭐需求拆解拿到任何需求先拆成5个子任务再动手⭐⭐⭐⭐系统设计画架构图时标注AI生成和手写模块⭐⭐⭐⭐踩坑经验积累AI写代码的真实踩坑case面试时直接说⭐⭐⭐⭐基础原理八股文不用背但Promise/事件循环/闭包的原理得懂⭐⭐⭐传统算法不用手写但复杂度分析和思路得会讲⭐⭐AI生成代码问题的答案上面那段搜索组件至少有5个问题竞态条件query快速变化时旧请求可能覆盖新结果没有错误处理fetch失败了loading永远转圈XSS风险query直接拼接URL没有encodeURIComponent内存泄漏组件卸载后setState仍然执行无防抖每次query变化都发请求输入时疯狂请求看AI写的代码跑起来完全没问题。但带着这5个bug上生产用户一多就炸。这就是面试官要考的东西——你能不能看穿AI的表面正确。一个判断2026年的前端面试不是在考你会不会写代码是在考你会不会用AI写代码。这两件事的差距比大部分人想象的要大得多。你面试时被问过AI相关的问题吗最难的是哪道评论区聊聊。