用AI当陪练：前Meta工程师的面试破局思路

这期视频里，Ben Erez分享了一个直击当下求职痛点的想法：与其“海投简历”，不如用AI系统性地练习面试。他不仅拆解了面试官真正想考察什么，还讲述了自己为何要做一个AI面试陪练，以及这种方式如何帮助候选人建立更稳定的表达与判断力。

为什么“海投”在今天已经行不通

这一段的价值在于，它为整个讨论定下了现实基调。Ben一开场就直言：“spraying and praying doesn't work in this economy.” 在他看来，市场环境变化后，靠数量取胜的求职策略正在失效。面试不再只是展示技能清单，而是一次高度结构化的评估过程。

他提醒，很多候选人失败不是因为不聪明，而是没有理解面试的真实目标。面试官想看到的是你如何思考、如何在信息不完整的情况下做判断，以及你是否能把复杂问题讲清楚。忽略这一点，只会让准备变得零散而低效。

正是这种“现实校准”，促使他去思考：有没有一种方法，能让候选人在真正进面试前，就反复体验这种压力和判断场景，而不是等到真正面试时才暴露问题。

面试官真正评估的，其实是思维方式

理解面试过程为何重要？因为它直接决定了你的准备方向。Ben在讨论中反复强调，面试官关注的核心并不是某一道题的标准答案，而是候选人如何拆解问题、如何应对不确定性。

他提到，很多面试问题本身就带有模糊性，目的就是看你能否“handle that kind of ambiguity on the job”。如果你过早陷入某一种解法，反而会暴露思维的僵化。正如他所说，有些候选人“really locked into like one way to solve a problem”，这会让面试官担心你在真实工作中缺乏调整能力。

因此，他建议用框架化思考来应对，但不要被框架束缚。框架是帮助你展开思路的工具，而不是限制你答案的模板。

为什么要让AI扮演“候选人”

这一节是整期视频最有意思的转折点。Ben谈到，他想解决的“status quo”，是传统面试准备方式反馈太慢、太主观。于是，他选择用AI来重构这个体验。

他的设计思路并不是让AI当面试官给评分，而是让AI先扮演候选人，生成不同质量的回答，再与自己的答案进行对比。正如他解释的那样：“why did you make the AI play the role of the candidate… compare answers.” 通过这种方式，候选人能更直观地看到什么是清晰、有结构的表达，什么又显得含糊或跑题。

这种对照式练习，把原本模糊的“感觉不对”，变成了可以反复推敲的具体差异。

把叙事能力当成可训练的技能

在后半段讨论中，Ben多次把重点拉回到“叙事”。为什么这很重要？因为再好的经历，如果讲不清楚，就无法被评估。

他建议在练习时刻意给自己的回答设定目标，比如明确“成功的定义”。正如他提醒的那样：“let's try to stress your narrative… define success.” 这会迫使你在回答中做取舍，而不是把所有细节一股脑抛出来。

当主持人问到整体体验时，Ben笑着评价，如果要给这种AI陪练的体验打分，“I'm a big fan.” 这不仅是对工具的认可，更是对一种新型学习方式的肯定。

总结

这期视频的核心启发在于：面试能力并非天赋，而是一种可以被系统训练的技能。通过理解面试官的真实评估逻辑，并借助AI进行高频、低成本的对照练习，候选人可以更快建立稳定的表达与判断力。与其在真实面试中反复试错，不如提前把错误暴露在可控环境里，这或许才是当下求职者最值得投入的方向。

关键词： AI陪练， 面试准备， 求职策略， 思维框架， 叙事能力

事实核查备注： 视频标题：Full Tutorial： Build an AI Co-Pilot in 30 Minutes to Ace Your Interviews；嘉宾：Ben Erez（前Meta）；核心观点引语包括“spraying and praying doesn't work in this economy”“handle that kind of ambiguity”“really locked into like one way to solve a problem”“I'm a big fan.”；未涉及具体技术栈或产品名称。