科技行业面试 Skill

给简历和目标公司，还你行业地图、差距清单、面试话术和陪练。

目录：News · 快速开始 · 适合谁 · 设计哲学 · 特点 · 使用流程 · 功能亮点 · 好答案 vs 差答案 · FAQ · 架构

News

2026-10-02：首个公开发布——五条设计哲学 + 机器验收体系，46 项回归全过。

快速开始

# 复制到 skills 目录（ZCode: ~/.zcode/skills/；Claude Code: ~/.claude/skills/）
cp -r tech-interview-skill ~/.zcode/skills/

一句话开用：「帮我练练面试」「看看我这简历能不能扛住追问」「跑 Stage 0 分析我和某公司的差距」

它适合谁

简历能写但面试说不出的人——需要话术打磨和独立盲评；
想投多家公司、不知道差距在哪的人——需要行业地图和差距清单；
拿到了面试邀请，但对这家公司的业务不了解的人——Stage 0 帮你把行业、公司、岗位三层捋清楚，面试前一晚也能补；
不知道自己的简历能投哪些公司的人——D0 反向岗位发现：从简历出发，找出匹配的方向和公司；
怕背题翻车的人——这套系统专治堆术语（讲不清原理直接扣分）。

设计哲学

哲学	人话版
能力优先	不看会背多少名词，看能不能把事情做出来、讲明白。
反浮躁	任何概念都要能讲给外行听——讲不清就是不会，堆术语直接扣分。
人机协同	重要的判断（要不要淘汰）必须人来确认；跑分、查字数交给机器。
链路定位	讲项目别报菜名，先讲流水线：原料哪来、我做哪步、成品给谁、怎么算做得好。
双线对照	每个技术标注在学校线还是工厂线——中间那条沟（gap）就是你的价值。

总纲：写给人看，交给机器查——人负责把话说清楚，机器负责挑错（结构/字数/来源/内容/截图五查）。

本 Skill 的特点

特点	说明
证据链评分	每次打分必须逐字引用你的原话，说不出原话的评分无效
诚实红线	预演答案每句要有简历依据，编造的东西上场一定穿帮
学习闭环	挂点自动回流，按挂点次数 × gap 级别 × 离钱远近排学习优先级
输出受限	文档 ≤600 字五段式、对话 ≤150 字，机器五查验收

使用流程

简历 ──→ 行业地图+差距清单 ──→ 学什么(挂点×差距×离钱近) ──→ 练+独立盲评 ──→ 上场
  ↑________________________ 被问穿的地方流回改学习清单 ________________________↑

功能亮点

独立盲评：评委只看问答对、不知来龙去脉，防自己人放水；
论文三级查：本地库 10 秒探测 → arXiv/OpenReview 主力 → 只有二手解读的不许进话术；
多语言调研：英文必查、日文等一手内容也查；技术、产品、市场、财经都查，硬数字以招股书、财报这类原始文件为准；
双库隔离：企业公开资料与你的隐私永不互写，差距分析只做「隔窗比对」；
行业数据库：五层产业链地图 + 国内国际竞品 + 学术×工业双线找沟。

好答案 vs 差答案（同一道题，独立盲评）

题目：介绍你在投的论文项目

❌ 7 分：「我做 LiDAR-3DGS 重建，设计了跨模态编码模块，PSNR 提了 1.5dB，在 nuScenes 从零训练，还验证了跨域泛化。」

评委：技术都对，但停在「做了什么」——「怎么注入的、为什么有效」没讲，像在念摘要。

✅ 9 分：「上游是车载众包数据——6 个环视相机加 32 线激光，只覆盖 1.4% 像素，这是输入约束。我把它转换成可微的 3D 场景表征：稀疏度量真值注入初始化和监督，解决欠约束漂移——为什么必须这层做：漂移发生在表征层，下游修不了。输出给地图更新和世界模型训练消费。反馈上，nuScenes 复现到与论文只差 0.08dB，说明精度可审计。」

评委：链路完整（上游约束→自身转换→层级理由→下游消费→可审计证据），还主动讲了失效边界。

差距的 2 分不在技术，在结构——这就是「链路定位」哲学教的事。

FAQ

必须联网吗？ 行业分析需要；对练/材料攻防纯本地可跑。
我的简历数据会被上传吗？ 不会。你的材料只存在你自己电脑的 candidate-materials/ 目录里，和公开的企业资料是两个库，互不写入。

Skill 架构

tech-interview-skill/
├── SKILL.md               # 主入口：哲学 + 硬规则 R1–R9 + 四模式 + 主循环
├── references/            # 按需加载的六份知识文件
│   ├── interviewers.md    #   10 张面试官角色卡
│   ├── scoring-veto.md    #   0–10 评分锚点 + 五否决判定
│   ├── selection-rules.md #   选题公式与三阶段调权
│   ├── job-matching.md    #   岗位匹配与差距分析
│   ├── company-intel.md   #   行业数据库 v2（五维/竞品/双线Gap/论文三级查）
│   └── output-spec.md     #   输出规范（五段式/说人话三律/机器五查）
├── examples/  ·  docs/    # 示例输出与设计文档

架构服务于哲学——五条哲学要能落地，靠的是这几个设计取舍：

| 架构决定 | 设计意图（为什么这么设计） |
|---|---|
| **SKILL.md 常驻 + references/ 按需加载** | 上下文是稀缺资源：主入口只常驻哲学和硬规则，六份知识文件按需读取——手册不该一直占着对话。 |
| **评分锚点 + 五否决独立成文件** | 评分标准先写死再实现：锚点唯一、必须引用原话、五类回答直接否决——不给「差不多」留口子。 |
| **机器五查前置** | 结构/字数/来源/内容/截图五查在输出前执行，不合格直接打回——和硬件项目一样，验收是硬性的。 |
| **双库隔离** | candidate-materials/（你的隐私）与企业公开情报物理分库，永不互写——差距分析只做「隔窗比对」。 |
| **examples/ 回归基线** | 46 项回归覆盖历史输出，任何规则改动都要跑全量——改 Prompt 和改固件一样，没有回归就是裸奔。 |

一句话：**SKILL.md 是宪法，references/ 是法律，机器五查是执法，回归测试是立法程序。**

License

MIT