这是什么

一个可装进 HarmonyOS 手机的模拟面试官，正在按 12 篇教程推进。文章披露的当前进度是：模型调用选用 DeepSeek-V3，代码已配 33 个离线测试用例，并把系统拆成人设、流程编排、题库、多轮追问和结构化评分五部分。

五层能力中，题库采用 RAG（让模型先从指定资料中检索答案，再生成回答），流程由状态机控制，评分则要求输出机器可解析的数据。作者还设置独立服务端保存 API 密钥、面试状态和历史报告，避免手机端直接持有密钥或承担复杂逻辑。

行业怎么看

我们注意到，这类教程比单纯展示一个聊天框更接近企业真正需要的 AI 产品：模型只是其中一环，稳定流程、可追溯答案、结构化结果和数据安全，决定了它能否持续使用。尤其是把流程规则写进代码，而不是只写进提示词，反映出垂直智能体（围绕特定任务运行的 AI 系统）正在从“会说”转向“可控”。

但风险同样明确。模拟评分是否可信、题库能否覆盖真实岗位、模型追问会不会制造错误暗示，目前都没有充分验证。若系统为了给出完整报告而过度评分，用户可能把语言流畅误当成能力提升；真人面试官对岗位语境、组织文化和临场判断的把握，也不是通用模型能够轻易替代的。此外，这套方案仍依赖开发者自行维护服务端，实际成本可能高于教程呈现。

对普通人的影响

对企业 IT：越来越多应用会采用“前端体验、模型调用、核心流程与数据留在服务端”的分层架构，API 密钥隔离和结果可追溯将成为基本要求。

对个人职场：AI 模拟面试可能降低练习成本，并提供逐题复盘；但它更适合发现表达漏洞和知识盲区，不能替代真实招聘中的岗位匹配与人的判断。

对消费市场：求职、测评和培训类应用会从固定题库走向多轮对话，价格下降之外，用户更需要知道评分依据来自哪里、错误率有多高，以及报告是否真正对职业决策有帮助。