面试官让我手写Promise，我打开Cursor三秒生成，他愣了两秒说“你过了”

一句话看懂：一位前端开发者在中厂技术面试中，使用AI编程工具Cursor三秒生成符合Promise/A+规范的代码，并在逐行解释原理后通过面试。这一事件折射出技术面试中“手写代码”这一经典环节正被AI工具冲击，企业对候选人的评估模型正在转变。

事件核心：发生了什么

2026年5月，用户“kyriewen”在掘金社区分享了一次中厂面试经历。技术面第二轮，面试官要求手写一个Promise（符合Promise/A+规范，包含then、catch、finally、链式调用、状态流转等核心功能）。该用户没有默写，而是询问是否可以使用AI辅助，获得同意后打开Cursor的Composer（快捷键Cmd+K），输入一句自然语言需求，3秒即生成完整代码。随后用户逐行解释了代码中queueMicrotask、resolvePromise循环引用处理等关键设计。面试官听完后认可其原理理解，说“你过了”。

为什么重要

这个案例并非孤立事件。原文提到，该用户一周面试了三家公司，其中两家允许AI辅助编码，另一家连Stack Overflow都不让开；结果允许AI的拿到了offer，不允许的没能进入二面。这说明：
1. 技术面试的能力模型正在重构：背诵API和默写实现的价值急剧下降，而“讲清楚原理”与“正确使用工具”的能力权重上升。
2. AI编码工具已渗透面试环节：Cursor、Copilot等工具在2026年已成为许多开发者的日常主力，面试官被迫调整考察方式，更看重候选人能否解释AI生成代码背后的设计决策（如为何用queueMicrotask、如何处理循环引用）。
3. 行业正在划分“新旧考核标准”：允许AI的面试可能成为人才筛选的“高效率标杆”，禁止AI的面试则可能筛选出更适应旧模式的候选人。

对用户/开发者/创作者的影响

对前端开发者：需重新规划面试准备策略。死记硬背Promise手写实现的价值降低，但理解Promise/A+规范、微任务机制、状态流转、错误冒泡等原理依然必要。面试中应学会清晰解释AI生成代码的每个关键点。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对面试官与企业：需要重新设计技术面试题目。可以保留“手写”环节，但应将其转化为“要求候选人解释AI生成的代码”，或设计更侧重架构设计、性能优化、边界情况的开放题。原文作者也指出，一个能讲清楚then返回值为什么是新的Promise、能解释微任务队列顺序的候选人，即使借助AI也合格。

对AI编程工具厂商：这是一个潜在的营销和教育场景。Cursor等工具可以推广“面试场景下如何正确使用AI辅助”的教程，帮助开发者从“背代码”转向“理解代码+工具协作”。

值得关注的后续

1. 更多面试题目是否会转向“AI协作式”考察？目前公开信息显示，仅部分企业允许AI工具面试。未来是否有大厂公开调整面试政策、将AI协作纳入考核体系，值得关注。

2. 面试题库是否会更新？像“手写Promise”这类经典题可能被重构为“解释Promise/A+规范中的X个设计决策”，而不是默写实现。这会推动题库供应商更新内容。

3. AI工具的面试辅助能力是否会进一步强化？Cursor、Copilot等产品是否会在未来集成“面试辅助模式”，提供代码解释、边界检查、规范对照等功能，影响开发者学习方式和面试准备成本。

来源：juejin

面试官让我手写Promise，我打开Cursor三秒生成，他愣了两秒说“你过了”