SuperAPI AI 工具集

technical-interviewing

编程与开发

查看项目

更新于 10-26 16:17

技能介绍

技术面试既是一项技能,也是一套系统。其目标不是找出“最聪明”的候选人,而是在高信噪比、低噪声的前提下预测候选人入职后的工作表现,同时尊重每一位候选人。设计良好的面试流程使用结构化问题、清晰的评分量表和经过校准的面试官,从而做出一致、可辩护的招聘决策。该技能覆盖完整生命周期:设计编码挑战、组织系统设计轮次、构建评分量表、校准面试小组以及减少偏差。

适用场景 当用户需要为特定岗位设计编码挑战或带回家作业;需要创建带追问的系统设计面试题;需要为面试构建评分量表或评估标准;需要规划完整面试流程(电话筛选到现场面试);需要校准面试官或组织校准会议;需要了解如何减少技术评估中的偏差;需要依据评分量表评估候选人表现;需要面试官培训材料或影子面试指南时,可触发该技能。

不适用场景 为候选人准备面试(应使用系统设计或算法类技能);与技术评估无关的一般 HR 招聘流程。

核心原则

  1. 结构优于直觉:每道题在使用前都必须有评分量表,“看到好答案我就知道”不算量表,需提前定义强、可接受和弱分别是什么样。结构化面试的预测力约为非结构化面试的两倍。
  2. 信噪比:每道题只测试一到两项能力。若一道编码题同时考察算法、数据结构、API 设计 and 沟通,就无法隔离候选人真正的强项或弱项,应分离信号。
  3. 持续校准:同一水平的“强”表现,无论由哪位面试官主持,都应得到相同分数。应使用录音或书面模拟答案每季度开展校准练习。
  4. 尊重候选人时间:带回家作业最长 2-4 小时(需明确说明);现场面试不超过 4-5 小时;候选人的每一分钟都应产生有意义的信号。
  5. 系统性减少偏差:同一岗位使用相同问题;在与其他面试官讨论前先独立评分;避免被简历光环锚定;确保量表测试的是技能而非代理指标(例如“使用我们偏好的框架”是代理指标,不是技能)。

核心概念 面试漏斗:每个技术招聘流程都遵循逐步收窄的漏斗,各阶段应有明确目的并避免重复评估。简历筛选(2-5 分钟,经验匹配);电话筛选(30-45 分钟,沟通与基础编码,判断是否会写代码);技术深入轮(45-60 分钟,岗位核心能力,判断领域实力);系统设计(45-60 分钟,架构思维,面向高级及以上,考察范围与权衡);文化/价值观(30-45 分钟,团队契合与协作风格,考察工作方式)。

题型:算法题(数据结构、复杂度分析,适合初级/中级,风险是过度偏重竞赛技能);实践编码题(构建小功能、调试现有代码、扩展 API,对日常工作信号更好);系统设计题(设计短链接、通知系统、限流器等,适合高级及以上,考察广度与权衡推理);代码评审题(评审带有故意问题的 PR,考察阅读技能与沟通);带回家作业(异步完成较大项目,信号最好但候选人时间成本最高)。

评分量表结构:每份量表包含四部分——能力项(测试什么,如“API 设计”)、等级(通常 4 级:强烈录用、录用、不录用、强烈不录用)、行为锚点(每个等级的具体表现示例)、必备项与加分项(哪些标准是必需、哪些是加分)。

常用任务 设计编码挑战:从岗位需求出发而非巧妙题目,逆向设计。确定岗位日常需要的 1-2 项核心能力;设计需要这些能力才能解决的问题;创建三个难度层级(基础、标准、扩展);在定稿题目之前先写量表;自己试解并计时(候选人用时乘以 1.5-2 倍)。模板包含题目、级别、时间、考察能力、题面、基础案例(必须完成)、标准(录用预期)、扩展(区分强烈录用)以及四档量表描述。

创建系统设计题:好的系统设计题应开放且具有明确的扩展维度。选择一个候选人作为用户可能理解的系统;定义初始约束(用户数、QPS、数据量);准备 4-6 个追问维度以探测深度;写出各阶段的“好”表现。追问维度包括规模(“现在处理 10 倍流量”)、可靠性(“一个数据库节点宕机会发生什么”)、一致性(“两个用户同时编辑同一文档”)、成本(“CEO 说基础设施成本太高”)、延迟(“P99 延迟必须低于 200ms”)、安全(“如何处理认证与授权”)。

构建评分量表:针对每项被评估能力,写明能力名称、权重(高/中/低)以及四个等级的具体可观察行为。始终使用行为锚点(你观察到的),而非特质标签(“聪明”“有热情”)。“在无人提示下识别出竞态条件并提出基于锁的解决方案”是行为锚点,“看起来很聪明”不是。

规划完整面试流程:将每个阶段映射到唯一能力,绝不重复信号。模板包含岗位与级别、总阶段数,以及各阶段(电话筛选、技术深入、系统设计、文化与协作)的面试官类型、形式、考察内容和具体问题。

开展校准会议:选择 3-4 份真实或模拟的候选人回答(匿名化);让每位面试官依据量表独立评分;同时公布分数(避免锚定);讨论分歧,聚焦哪些量表标准被不同解读;在歧义导致分歧处更新量表措辞;将决定记录为附在量表后的“校准笔记”。目标:在 4 分制上,面试官至少 80% 的情况下分数偏差不超过 1 分。

设计带回家作业:明确说明预期时间(2-4 小时);提供已配置好样板代码的起始仓库;提前定义提交格式和评估标准;提供 README 模板供候选人说明思路;用量表而非感觉评分;提供 15-30 分钟的实时后续讨论。

反模式与常见错误 面试前没有量表:每位面试官标准不同,决策不一致;应在面试任何候选人之前编写并分发量表。 问冷知识题:测试记忆而非能力,会疏远优秀候选人;应问需要推理而非回忆的问题。 把“文化契合”当作否决项:会变成人口特征相似度的代理;应定义具体要测试的价值观和行为。 所有级别用同一道题:初级与高级岗位需要不同信号;应按级别调整复杂度和预期深度。 评分前讨论候选人:第一个意见会锚定其他人;应先独立评分再复盘。 马拉松式面试(6 小时以上):候选人疲劳降低信号质量且不尊重其时间;应包含休息在内控制在 4-5 小时。 只测试算法:多数岗位日常不会用到图遍历,对日常工作信号差;应让题型匹配实际工作任务。 没有面试官培训:未受训面试官会问引导性问题、给出不一致提示;应开展影子面试并每季度校准。

注意事项 面试后才写的量表不算量表:如果面试官在看到候选人回答后才定义“好”的标准,那是在事后合理化,而非评估。应在第一位候选人面试之前写好量表锚点。 提示是量表的一部分,而非善意:无脚本的提示会让不同候选人的面试差异巨大。应标准化提示:定义在题目哪个节点提供提示、提示内容是什么,并单独评分候选人是否需要提示。 带回家作业的时间估算总被设计者低估:设计时你已知道答案。候选人冷启动时,应将你的估算乘以 2-3 倍。一个实际需要 8-10 小时的“4 小时作业”会破坏候选人体验与信任。 复盘顺序对结果的影响大于复盘内容:如果招聘经理或高级工程师在复盘中先发言,其他人的分数会向其靠拢。应在任何讨论前先独立书面提交评分,以防锚定。 “文化契合”拒绝需要与技术拒绝同样的文档记录:含糊的“文化不合”在法律和伦理上都有风险。若因协作或沟通拒绝候选人,应记录量表中的具体可观察行为,而非笼统感觉。

参考资料 技能附带的 references/ 目录提供详细指引:system-design-questions.md(按级别组织的系统设计题库,含预期讨论点和量表锚点);coding-challenge-patterns.md(按能力信号组织的编码挑战模板,如 API 设计、数据建模、调试、并发);rubric-calibration.md(分步校准会议指南,含示例评分练习和主持人脚本)。

配套技能检查 首次在对话中激活该技能时,运行 ls ~/.claude/skills/ ~/.agent/skills/ ~/.agents/skills/ .claude/skills/ .agent/skills/ .agents/skills/ 2>/dev/null 检查已安装的配套技能,并与该文件 frontmatter 中的 recommended_skills 字段比对。对缺失项提示一次并询问是否安装:npx skills add AbsolutelySkilled/AbsolutelySkilled --skill <name>。若 recommended_skills 为空或配套技能均已安装,则跳过此步骤。