想复盘但总是拖？我用AI搭了一套零门槛工作流

全文约 3000 字 | 预计阅读 8 分钟

之前在牛客发了暑期实习和春招的面经汇总，拿了全站热榜，创作者周榜前三。私信最多的一个问题是「你怎么坚持每场都写面经的」。

说实话，不是靠意志力。

我自己也拖过。面试完想复盘，打开备忘录不知道从哪写起，写了两行又删了。拖了一晚上，第二天该投下一家了，面经还是空的。就算真写了，扔在备忘录里也再没打开过，下次遇到同样的问题还是卡在同一个地方。

后来我摸索出一套工作流，把这些坎绕过去了。用了两个招聘季，暑期实习 43 篇面经加春招 40 多篇，每场当天出。写出来给大家参考一下，不一定每个人都适用，但也许能省点时间。

面经这东西，面完三小时再写和当场录下来，完全不是一个量级

我观察了一下身边的朋友，大部分人面试复盘的流程是这样的。面试结束，长舒一口气，想着等会儿写个面经。然后打开手机刷了会儿消息，吃了个饭，洗了个澡。等终于坐下来的时候，已经过了三四个小时。

这时候你会发现一个很残酷的事情，面试时那些具体的追问、你卡壳的瞬间、面试官的表情变化，全都模糊了。你只记得一个大概的感觉，「好像聊了八股」「好像项目被追问了」「好像最后反问环节有点尬」。然后你对着空白文档，写下了一行「XX 公司 一面」。

然后。。。就没有然后了。

我前三场面试就是这么过来的。第四场的时候我突然想起来，为啥不录下来呢？

这个念头改变了整个游戏规则。

我的做法

我用的是录音笔。跟普通录音设备最大的区别是，录完之后自带 AI 纪要和总结功能。面试结束打开 App，它已经帮你生成了一份结构化的纪要，谁问了什么、你回答了什么，按时间线排好了。

有了这个东西，你不再需要对着空白文档发呆。而是看着一份已经整理好的对话记录，去标记「这个问题我答得不好」「这里被追问了三层我只扛住了两层」。启动成本一下子就降下来了。

当然手头没有录音笔的话，用手机录也完全可以。我有几次出门忘带录音笔，就用 iPhone 自带的语音备忘录顶的。核心动作就是录音本身，用什么设备是次要的。只不过普通录音需要你自己听回放自己整理文字稿，多了一步人工转写的成本，钉钉 A1 省掉的就是这一步。

反正不管用什么，先录上。

录完之后是 AI 精修分析。这一步我写了一个 Claude Code 的 Skill，翻译一下就是一个自动化脚本。把钉钉生成的 AI 纪要喂进去，它会做四件事，逐题提取每一个问题和你的回答，质量评估每个回答打分，标记你表现最差的 3-5 个薄弱环节，然后针对每个薄弱点给出具体的改进方向。不是那种「建议加强学习」的废话，而是「这个问题应该从 XX 角度切入，补充 XX 细节」。

跑完脚本大概 3 分钟，你就得到了一篇结构清晰、重点标注、带改进建议的面经。

说到这个我想多聊一句，为啥用 AI 分析而不是自己写。不是说自己写不好，而是人在复盘自己的时候有一个天然的盲区，你会不自觉地避重就轻。那些让你特别难堪的问题，你的大脑会自动淡化它，告诉你「其实也还行」。AI 没有这个心理负担，它会冷冰冰地告诉你「这个回答缺了关键细节，逻辑链断在第二层」。

有时候你需要一个不留情面的镜子。

写到这里我突然想到，曾国藩当年搞「日课十二条」，每天记反省日记，几十年如一日。他有一条叫「过失每日必记」，好的不用记，但凡做错了的、说错了的、想错了的，必须白纸黑字写下来。几千年前的人就明白了，复盘这件事，最难的不是记好的，是直面差的。AI 帮你做的，也就是这件事。

最后一步是存入 Obsidian。精修后的面经自动存到我的知识库里，按公司和时间归档。

你可能觉得这一步不重要，不就是存个文件吗。其实不是。

Obsidian 的双向链接会把每篇面经里提到的知识点，比如 Redis 持久化、线程池参数调优、分布式锁的实现，自动关联到知识库里对应的笔记。积累了几十篇之后，你能非常清楚地看到一个规律，某些知识点反复被问到，但你总是答不好。

说实话我当时也没想到这个效果。最开始只是想方便查找，后来发现双向链接自动帮我做了一件事，把散落在不同面经里的同一个知识点串起来了。面了三十多场之后回头一看，并发相关的问题被追问了 17 次，其中 12 次答得不好。那还犹豫什么。

为什么我觉得这比手写面经好用

我知道很多人的第一反应是「我自己写面经也行啊」。

坦率的讲，如果你能坚持每场面试后当天手写复盘，并且写得足够详细，那确实不需要这套东西。你已经很厉害了。

但我自己是坚持不下来。手写面经的几个坎，启动成本高、记忆衰减快、容易避重就轻，录音加 AI 恰好把这三个都绕过去了。录音解决记忆衰减，面试中被追问的细节、你卡壳时的停顿，这些手写很容易遗漏但录音全都留着。AI 分析解决避重就轻，它按统一标准评估每一个回答，不带感情色彩。知识库串联解决「复盘了但没用上」，下次面试前搜一下目标公司常考的知识点，之前哪些面经里被问过答得怎么样，一目了然。

三个环节加在一起，从面试结束到得到一篇面经，大概 5 分钟。

没有工具也能做

我猜有人看到这里想说「我不会写脚本也没有录音笔」。

其实最核心的动作就两个，录音，和当天整理。录音用手机就行，录完之后自己听一遍边听边记，或者直接把录音丢给 ChatGPT 或者 Claude，让它帮你提取问题列表和回答要点。现在这些大模型都支持长音频输入了，几分钟就能出结果。

是比我这套流程慢，可能需要 20-30 分钟。但比起纯凭记忆从零手写，已经强了不止一个量级。

我自己有好几次拖到第二天的，后来就真没写了。。。所以现在给自己定了个死规矩，面完当天必须花五分钟把初稿跑出来，哪怕很粗糙。

关于 Skill 开源

我前面提到的那个 Claude Code Skill，AI 精修分析那一步用的自动化脚本，整理去隐私之后开源了。

GitHub 地址，https://github.com/hqy2020/magic-skills

经过两个招聘季的打磨，prompt 和分析维度调到了比较好用的状态。如果你也在用 Claude Code，可以直接拿去试试。

说实话写这种分享类的文章我一直有点犹豫。我自己也不是什么大佬，春招也就是个普通选手，这套工作流好不好用还得看个人习惯。但想了想，既然确实帮到了我自己，那就写出来吧。

春招到现在，我见过太多人技术准备得很充分，但面试表达就是过不了关。不是不会，是说不出来。复盘是最好的刻意练习方式，你每复盘一次，就是在做一次「如果重来一遍我该怎么说」的模拟。积累够多了，下一次遇到类似的问题，你的身体会比大脑先反应过来。

用这套工作流积累下来的面经，暑期实习加春招近 80 篇，后来做了两件事。一是按公司和场次整理成了完整面经，每篇都有问题速览、面试摘要、深度参考回答和点评。二是按技术栈拆成了 11 个专题，覆盖 Java 并发、MySQL、Redis、分布式、AI/Agent/RAG 等方向，200+ 道真题。后续还会更新场景题专题。之前发在牛客上反馈还不错，感兴趣可以加我微信聊