夜雨聆风
之前在牛客发了暑期实习和春招的面经汇总，拿了全站热榜第一，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」。
其实不是靠意志力，也不是靠天赋，而是一种人机协作的一种SOP。
面试完想复盘，但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。
这些我都经历过。复盘这件事，痛点从来不是「不想做」，而是三个坎，启动太难不知道从哪写起，写了也不够客观容易避重就轻，写完了也没沉淀下次还是踩同一个坑。
我搞了一套工作流，把这三个坎全绕过去了。
今天不讲道理，直接分享这套方法。从录音到归档，5 分钟搞定。你可以直接抄。
复盘最难的不是「写」，是「启动」
我观察了一下身边的朋友，大部分人的面试复盘流程是这样的。
面试结束，长舒一口气，已经燃尽了。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。
其实复盘最难的部分不是写，是启动。你需要一个锚点，一个具体的、结构化的东西摆在面前，让你知道「从哪开始」。
手写面经的问题就在这里，它要求你从零开始回忆。而人的记忆是会骗人的，尤其是高压面试之后，你的大脑会自动过滤掉让你不舒服的部分。恰好那些部分才是最该复盘的。
所以我的解决思路很简单，把「从零回忆」变成「看着稿子改」。
我的工作流，三步
第一步，录音
我用的是钉钉 A1 录音笔。它和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，你打开 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。
这就是我说的「锚点」。
你不再需要从零回忆，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」。启动成本直接从「打开空白文档发呆」变成了「浏览一遍 AI 纪要做标注」。
当然，如果你手头没有专门的录音设备，用手机录音也完全可以。核心动作是录音本身，不是用什么设备。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。这是整个工作流的地基。
第二步，AI 精修分析
这一步是整个工作流的核心。
我写了一个 Claude Code 的 Skill，说白话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。把面试中的每一个问题单独拎出来，还原你的回答内容和面试官的追问链路。
质量评估。每个问题的回答打分，标记哪些答得好、哪些有明显漏洞、哪些只答了表面没深入。
薄弱环节标记。把你表现最差的 3-5 个问题高亮出来，这些就是你下一轮面试前必须重点准备的。
改进建议。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，你就得到了一篇结构清晰、重点标注、带改进建议的面经。从喂入纪要到输出结果，大概 3 分钟。
这里多说一句为什么用 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。
第三步，存入 Obsidian
精修后的面经自动存到我的 Obsidian 知识库里，按公司和时间归档。
你可能会觉得这一步不重要，不就是存个文件吗？其实不是。
关键在于 Obsidian 的双向链接。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，都会自动关联到我知识库里对应的笔记。这样当你积累了几十篇面经之后，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。
这就是你的薄弱环节。不是你「感觉」自己哪里弱，而是有数据支撑的、跨公司跨面试的真实弱项。集中突破它，效率比漫无目的地刷题高太多了。
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，「哦，并发相关的问题我被追问了 17 次，其中 12 次答得不好」。那还犹豫什么，闭眼冲这个方向就对了。AI 能帮你洞察你没有看到的。
为什么这套方法比手写面经强
我知道很多人的第一反应是，「我自己写面经也行啊，干嘛搞这么复杂」。
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，那确实不需要这套工作流。你已经很厉害了。
但问题是，大多数人坚持不下来。
手写面经的痛点我前面说了，启动成本高、记忆衰减快、容易避重就轻。而这套工作流解决的恰恰是这三个问题。
录音解决记忆衰减。面试中被追问的中间环节、你卡壳时的停顿、面试官提示后你补充的内容，这些细节手写很容易遗漏，但录音全都留着。
AI 分析解决避重就轻。你自己复盘的时候，很少能绝对客观，要么觉得自己很多地方都不太行，要么过度自信，觉得都是面试官太苛刻了。AI 不会。它按照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」。很多人写完面经就扔在备忘录里再也不看了。存到 Obsidian 里用双向链接串起来，下次面试前搜一下目标公司常考的知识点，你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高质量面经，大概 5 分钟。这个时间成本低到你没有理由不做。
没有工具也能做
我猜肯定有人看到这里想说，「我不会写脚本，也没有录音笔，这套方法我用不了」。
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。iPhone 自带的语音备忘录、安卓的录音机，都可以。录完之后自己听一遍，边听边记关键问题和你的回答，手动整理成一份面经。
是比用钉钉 A1 加 AI 分析要慢，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。
甚至你可以更简单，录完音之后不用全部听回放，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。
工具可以简化流程，但工具不是门槛。门槛只有一个，面完当天就做。
拖到第二天，你就不会做了。这是人性，别跟人性较劲。
关于 Skill 开源
我前面提到的那个Skill，就是 AI 精修分析那一步用的自动化脚本，已经整理开源了。
GitHub 地址，https://github.com/hqy2020/magic-skills
它做的事情不复杂，接收面试录音的转写文本，输出一份结构化的面经复盘。但经过两个招聘季的打磨，prompt 和分析维度已经调到比较好用的状态了。
如果你也在用 Claude Code或者Codex，可以直接拿去用。
最后
春招到现在，我见过太多评论区还有私信说技术准备得很充分，但面试表达就是过不了关。不是不会，是说不出来。
其实面试表达没有什么玄学，就是刻意练习。而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。
方法不复杂，坚持才值钱。
顺便说一句，我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，就是那种「如果线上出了 XX 问题你怎么排查」，面试最让人头大的部分。
之前发在牛客上反馈还不错，有不少人问完整版。现在早鸟价比较便宜。感兴趣可以加我微信聊，支持试看，觉得没用不买完全没关系。
