# 1. INP（Interaction to Next Paint）取代 FID 成为 Core Web Vitals 的原因？INP 的测量口径与优化路径（拆分长任务/scheduler.yield）？ A FID 比 INP 覆盖更全面 B INP 覆盖所有交互的完整响应延迟并取代 FID，测量取 p75，优化聚焦拆分长任务与 scheduler.yield 减少主线程阻塞 ✓ 正确答案 C INP 只测量首次输入 D INP 不需要考虑处理时长
# 2. LCP 优化的四段拆解（TTFB/资源加载延迟/加载时长/渲染延迟）与各段的针对性手段？ A LCP 可拆为 TTFB、资源加载延迟、加载时长、渲染延迟四段，各段对应网络、发现、下载、渲染的针对性优化 ✓ 正确答案 B LCP 优化只需压缩图片 C TTFB 与 LCP 无关 D LCP 只有一个优化环节
# 3. LoAF（Long Animation Frames）API 如何辅助 INP 调试，如何识别阻塞交互的长任务、第三方脚本和渲染耗时？LoAF 与 PerformanceObserver 的配合使用？ A LoAF 只能标记长任务时长，无法定位来源 B LoAF 提供 duration/scripts 分段归因，配合 PerformanceObserver 采集，可定位阻塞 INP 的第一方/第三方脚本与渲染耗时 ✓ 正确答案 C LoAF 与 INP 无关 D LoAF 无法被浏览器观察
# 4. React/Vue 框架中优化 INP 的实践，React 的 startTransition/useDeferredValue、Vue 的异步组件和虚拟列表如何降低交互延迟？ A startTransition 会提升所有更新的优先级 B 框架无法优化 INP C 虚拟列表会渲染所有 DOM 项 D React 的 startTransition/useDeferredValue 把非紧急更新降级为可中断/可延迟，Vue 用异步组件与虚拟列表减负，共同降低交互延迟优化 INP ✓ 正确答案
# 5. INP（Interaction to Next Paint）的度量，交互延迟与响应性？ A INP 度量交互到下一帧的完整延迟，含输入延迟、处理时长、呈现延迟，取最差交互的 p75，反映交互响应性 ✓ 正确答案 B INP 只度量输入延迟 C INP 取所有交互的平均值 D INP 与响应性无关
# 6. Core Web Vitals 演进，LCP/CLS/INP 的优化优先级？ A CWV 优化必须严格按固定顺序 B FID 已取代 INP C CWV 由 LCP/INP/CLS 构成，优化优先级应结合 RUM 数据与业务影响确定，先解决最差且影响面最大的指标 ✓ 正确答案 D CWV 只有加载指标
# 7. SPA 软导航（soft navigation）下 LCP 测量口径的最新变更，Chrome 软导航启发式与 Soft Navigation API 如何影响 LCP/CLS/INP 的字段数据归因？ A 软导航与整页加载测量无区别 B Chrome 软导航启发式与 Soft Navigation API 识别 SPA 路由切换，为每次软导航建立独立测量分段，使 LCP/CLS/INP 归因更准确 ✓ 正确答案 C SPA 无法测量性能指标 D 软导航只影响 CLS
# 8. bfcache（往返缓存）的命中条件与被禁用的常见原因排查？ A bfcache 缓存页面状态供往返秒恢复，活跃连接、未清理监听器等会禁用，可用 DevTools 排查命中原因 ✓ 正确答案 B bfcache 会重新加载页面 C bfcache 与性能无关 D 所有页面都能命中 bfcache
# 9. Speculation Rules API 的预渲染（prerender）与传统 prefetch 的差异？ A Speculation Rules 的 prefetch 只取资源，prerender 完整预渲染目标页面实现零延迟跳转但消耗更多资源，需按导航概率控制 ✓ 正确答案 B prerender 与 prefetch 完全相同 C prerender 不执行 JS D prefetch 会渲染页面
# 10. INP 与 TBT（Total Blocking Time）的关系，为什么实验室指标 TBT 无法完全替代字段指标 INP？两者在优化方向上的一致性？ A TBT 能完全替代 INP B TBT 是 Lab 加载期长任务阻塞指标，INP 是 Field 交互响应指标，口径不同不能完全替代，但优化方向都指向减少主线程阻塞 ✓ 正确答案 C TBT 与 INP 无任何关系 D INP 只在加载期测量
# 11. INP 的三段拆解（Input Delay / Processing Duration / Presentation Delay），每段的常见瓶颈和优化手段（事件委托、scheduler.yield、减少重排）？ A 优化 INP 只需处理输入延迟 B 三段无法分别优化 C 事件委托会增加 INP D INP 三段（输入延迟、处理时长、呈现延迟）各有瓶颈，事件委托减轻回调、scheduler.yield 减少阻塞、减少重排加速呈现，分段对症优化 ✓ 正确答案
# 12. INP 的字段数据(Field Data)采集与分析，CrUX/RUM 中 INP 的 p75 阈值(200ms/500ms)含义、设备类型和连接速度对 INP 分布的影响？ A INP 阈值只反映最差用户 B 设备类型不影响 INP C INP 字段数据经 RUM/CrUX 采集，p75 阈值（200ms/500ms）反映大多数用户，低端设备与慢网络会推高 INP，需按维度切分分析 ✓ 正确答案 D p75 表示最差 75% 用户
# 13. 性能指标的测量，PerformanceObserver 与 lab/field 数据？ A PerformanceObserver 是性能采集机制，lab 数据可控可复现、field 数据反映真实用户，二者结合构成完整观测 ✓ 正确答案 B PerformanceObserver 只能用于 lab 测量 C field 数据不可复现所以不可用 D PerformanceObserver 无法采集性能条目
# 14. 长任务的拆分，时间切片与并发渲染？ A 时间切片会把任务变慢 B 时间切片把长任务分批让出主线程，并发渲染在框架层拆分渲染并优先紧急更新，共同降低交互延迟 ✓ 正确答案 C 并发渲染阻塞输入 D 长任务无法拆分
# 15. 优化 INP 的手段，事件委托、懒执行与主线程降载？ A 事件委托减少回调开销、懒执行延迟非关键工作、主线程降载用 Worker 移走重型计算，共同优化 INP ✓ 正确答案 B 事件委托会增加监听器数量 C 懒执行会阻塞交互 D Worker 无法用于主线程降载
# 16. 性能预算与 CI 门禁，Lighthouse 与 Web Vitals 集成？ A 性能预算只能人工检查 B CI 无法检查性能 C 性能预算配 Lighthouse CI 门禁在 PR 阻断超预算，Web Vitals 集成做 Lab 门禁 + Field 验证，构成持续性能治理 ✓ 正确答案 D Web Vitals 无法用于门禁
# 17. 第三方脚本（广告/分析/嵌入组件）对 INP 的影响归因，LoAF 与 Event Timing 的 third-party 分类如何定位与治理长任务来源？ A 第三方脚本不影响 INP B 第三方脚本无法被归因 C LoAF 与 Event Timing 的 third-party 分类可定位第三方脚本占用的长任务，通过降级、懒加载、移除治理 INP 影响 ✓ 正确答案 D 广告脚本必须同步加载
# 18. Speed Index（SI）作为实验室指标如何由视频帧的视觉完整性（visual completeness）曲线计算（约每 100ms 采样未完成百分比并积分），它与 LCP 的度量口径差异在哪，为什么只能用于同环境对比而不能作为字段指标？ A Speed Index 由视觉完整性曲线约每 100ms 采样积分，衡量整体视觉加载，与 LCP 单点口径不同，依赖视频帧只能用于同环境 Lab 对比 ✓ 正确答案 B SI 与 LCP 度量口径相同 C SI 可以用于跨环境字段对比 D SI 只关注单一元素
