全栈 × AI 的 18 章进阶路线：以面试与上线能力逐章验收

AI 可以迅速生成一段能运行的代码，却无法替开发者完成原理解释、方案取舍和线上风险判断。面对面试中的闭包、事件循环与异步题，以及生产环境里的缓存、慢查询和告警问题，真正需要补齐的是系统知识与工程能力。围绕这一目标，这套课程将全栈开发和 AI 工程拆成可逐章验收的学习路径。

AI 写代码越来越快，会写的人越来越多。可面试时聊的是原理。闭包为什么这样取值，事件循环这一轮先打印什么，Promise.all 和 allSettled 差在哪，这些 AI 替不了你答。到了线上，AI 给的初稿能不能扛住缓存穿透、慢查询和半夜的告警，又得自己判断。

我做了个学习网站，把这两条线都收了进去。名字叫「全栈 × AI 学习」，18 章，前端、后端、AI 工程、Agent 开发四条线，每章按 L1 会用、L2 面试级、L3 生产级三级验收。纯静态站，GitHub 上公开，不用注册，打开就能学。

地址是 r2h1.github.io/fullstack-l… 。

每章怎么验收

做之前我先定了一个判断。AI 把能跑的代码变成免费商品，把能上线的判断变成核心竞争力。所以每一章都按两条线写。面试线讲原理和高频题，生产线讲工程决策和踩过的坑。只讲"能跑"的内容一律不写，那部分 AI 一天能给你一百份。

每章的结构是固定的。开头有达标目标，写清楚这章要求到 L2 还是 L3。正文是原理加可运行的代码，不是列点。每个大节末尾有一个「必会」锚点，是该节的 L2 自测题，要求不看资料能答出来。章末有「面试高频题速答」表和「达标标准」勾选清单，学完逐条勾，L2 没过不进下一章。

四条线里有什么

前端五章，01 到 05。01 讲 JS 运行时，从执行上下文、作用域链、闭包的内存图景讲到 this 四规则，手写题要闭卷默写 Promise 核心、Promise.all、并发控制。02 讲 TypeScript，工具类型、类型体操、infer，还有 zod 运行时校验。03 把 Vue 响应式和 React Fiber 放一起讲，能对照着说 diff 和 Hooks 为什么不能条件调用。04 工程化，打包原理、tree-shaking、Vite 架构、CI 护栏。05 从头到尾走一遍输入 URL 到首屏的全过程，缓存、CORS、Web Vitals、CSP 都在里面。

后端八章，06 到 13。06 Node 运行时，事件循环、进程模型、Stream 背压，优雅关闭给了完整代码。07 HTTP 框架和中间件，请求生命周期、钩子顺序、插件作用域。08 认证授权，JWT 全流程、Cookie 四件套、双 token、登录防爆破。09 API 设计，状态码、分页、幂等、限流、版本化。10 后端工程化，测试分层、Docker 多阶段、可观测。11 数据库，索引、事务、隔离级别矩阵、EXPLAIN 实操，选型表里写明了企业默认 MySQL。12 缓存与分布式，缓存三连、Redis、CAP、消息队列。13 系统设计五步法，短网址、限流器、Feed 流、AI 问答产品都带着做一遍。

AI 四章，14 到 17，是现在很多人最需要的一段。14 AI 协作工作流，上下文工程、spec-driven、怎么审查 AI 的代码。15 LLM 与 RAG，token 成本怎么算、流式怎么接、RAG 从切分到检索的完整流程、混合检索、幻觉缓解都有代码。16 Agent 与 MCP，function calling、Agent loop、防死循环、eval 回归、prompt injection 防护。17 AI 原生 UI 和端侧，三态交互、人在环中、端云协同的取舍。

第 18 章是面试备战，把前面所有内容收成清单。高频手写题每题标了答案在哪个章节哪个小节，八股按 17 章组织，系统设计题给了五步法路径。项目深挖给了 STAR 模板和抗追问自测，比如"这个接口慢在哪，怎么证明""如果数据量乘一百会怎样"。最后是一个 90 天倒排计划，从打地基到收口排好了周次。

怎么开始

节奏大致这样。前四周打地基，前端 01 到 05，后端 06 到 09，全部到 L2。第五到八周进数据和 AI 主线，数据库和系统设计到 L2，AI 线选一条钻到 L3，做出一个"流式问答加检索加工具调用"的产品。第九到十二周收口，后端工程化和 AI 体验补全，然后刷手写题和系统设计题，把产品写成 STAR 项目。

建议从 01 章开始。手写题是滚动刷的，每天闭卷默写一两道，比最后突击划算。每一章都对着达标标准自测，别急着往下赶，卡在哪一章就把「必会」都答出来再走。

这套东西不承诺看完就进大厂。但每一章的验收标准，都是照着面试答得出来、生产扛得住来定的。如果你也在补全栈加 AI 这条线，一起来学习。