AI 面试官依据站内真实题库出题,手中持有参考答案,并针对你的每一次作答逐层追问。面试结束后生成评估报告,明确指出薄弱环节所在。
系统按你的简历与背景挑定方向,再从站内题库抽题。参考答案一并交给面试官作为评分依据,而非由模型即时编写。
回答到位则继续深入一层,出现偏差则当场纠正。追问始终围绕你的上一句展开,不是换一种问法重复同一个问题。
逐题给出分数与点评,未作答的题目计零分,不因表达态度调整分数。
报告中指出的每一处不足都可跳转至对应题目详情页,看完解析即可补上。
以下为示例,用于说明追问方式,非实际面试记录。
我们从浏览器开始。事件循环里,宏任务和微任务的执行顺序是怎样的?
每次执行完一个宏任务,会把微任务队列清空,再进入下一个宏任务。
对。那如果一个微任务在执行过程中又产生了新的微任务,这一轮会把它一起执行掉,还是留到下一轮?
应该是留到下一轮吧。
这里要纠正一下:微任务队列是一直清到空为止,执行中新产生的微任务会在同一轮被取出来执行。所以一个不断自我调度的微任务是可以饿死宏任务的。你想想 Vue 的 nextTick 为什么优先选微任务实现?
系统会根据你的简历与背景,从中挑出几个方向出题,不需要你手动选择。
不是。题目全部来自站内题库,方向由系统根据你提交的简历与背景推导,无需手动选择。参考答案随题一并交给面试官,作为追问与评分的依据。模型只负责追问和评价,不负责出题——这是评分能有客观依据的前提。
因为考察方向由它决定。系统会从中识别你实际做过的技术方向,再从站内题库挑对应的题;面试官也据此安排提问顺序——先问你有项目支撑的方向,从基础题起步,再逐步往深处推。不提供背景就只能随机出题,那和翻题库没有区别。
只影响挑哪些方向、按什么顺序问,不影响题目本身。所有主问题都来自站内题库,因为一旦让模型根据简历自行编题,就不再有参考答案可供对照评分。JD 中强调的技术点会被多追问一层,简历中写过的项目会被要求结合实际经历展开。
和真实面试一样,先请你用一分钟左右做自我介绍,讲讲做过的项目和负责的部分。面试官会结合你讲的内容与简历安排后续提问,从你熟悉的方向、相对基础的题目开始,再逐步深入。
可以。语音模式下说完停顿片刻,系统即完成识别并由面试官接话,回复会朗读出来。音色可在个人中心的「AI 语音设置」中选择。文字与语音可以在同一场面试中随时切换,进度不受影响。
不会。每一轮对话都实时保存在服务端,重新打开页面会自动回到未完成的那一场。若面试尚未结束就离开,也可以稍后从「面试记录」中继续。
可以直接说明不会,面试官会给出方向性提示后继续,不会反复追问同一处。报告中该题按未作答计零分并列入薄弱环节,附带对应题目详情页的链接。
按整场计费,在发起面试时一次性扣除,面试过程中的追问、提示与最终报告均不再额外扣费。若开场因故失败、面试未能开始,该场额度将自动退回。
希望先自行练习再进入面试?题库与面试使用的是同一批题目。
浏览完整题库