平时怎么用 AI 写代码，怎么保证结果可用
先理解原理和示例，再练习完整口述与追问。
回答要点
准备一个真实例子：输入了哪些上下文和限制、AI 完成了什么、哪里出错、你如何检查和验证。重点讲业务理解、接口真实性、依赖兼容、异常和回归，不能把“生成完成”当成“交付完成”。
这是部分岗位可能追问的方向；公开个人面经中已出现 AI 工具和排障相关问题，但不能推断每个岗位都会考。牛客面经中的 AI 使用问题
原理拆解
AI 生成代码只是候选实现，质量责任仍在开发者。有效流程是先说明任务边界、真实接口与现有约定，再让 AI 读取有关代码，产出小范围修改，最后用证据验收。可把需求澄清、代码理解、生成、审查和验证分别计时，避免只统计输出速度。
示例与推演
例如列表接接口：提供真实字段、分页协议、错误形状和已有请求封装，要求处理查询、重置、空态、乱序与 loading。拿到代码后核对是否擅自造字段、绕过 service 或加入无关依赖，再模拟慢请求与失败。案例可用来理解流程，实际面试应替换为自己的工作。
易错点
不要把用户数据、密钥和内部敏感资料随意放进外部工具，也不要以“AI 说测试通过”代替实际执行结果。
参考回答可直接练习口述
我把 AI 当作实现和分析助手，先提供需求、相关代码、真实接口及项目限制，再让它做范围明确的任务。生成后由我检查业务规则、状态边界、兼容和异常，并运行相关验证。AI 说完成不代表已交付，尤其要警惕虚构接口、错误版本和过度修改。面试举例时应说明 AI 做了什么、自己如何判断和发现错误，不把没有发生过的提效数字当作成果。