Как AI-ассистенты для собеседований захватывают системный звук на iOS и почему большинство не могут этого сделать

Десктопный ассистент для собеседований работает, потому что десктопные операционные системы открывают доступ к звуку, который воспроизводит другое приложение. На macOS эта дверь — ScreenCaptureKit, то же семейство разрешений, которое обеспечивает запись экрана; на Windows — loopback WASAPI, позволяющий процессу читать системный выходной микс. Двойной захват звука SubcueAI построен непосредственно на этих двух API.

В iOS нет публичного эквивалента. Каждое приложение работает в «песочнице» с собственной аудиосессией, и система не предоставляет сторонним приложениям loopback-канал в микс или в сессию другого приложения. Звонок Zoom на iPhone слышен Zoom и динамику, но не другому приложению, установленному на том же телефоне. Это намеренное решение платформы, и оно сохраняется в разных версиях iOS.

Последствие очевидно: архитектура десктопного ассистента — захватить системный звук, транскрибировать его в реальном времени, показывать подсказки — не может быть перенесена на iOS в нынешнем виде. Любой продукт, заявляющий обратное, делает под капотом нечто принципиально иное, и спросить у поставщика, какой именно API они используют, вполне разумно.

Если ваше собеседование должно проходить на iPhone, вы правы, что варианты кажутся скудными, и полезно знать точно, что каждый обходной путь может и не может делать. В обращении находятся три схемы, и каждая чем-то важным жертвует.

• Трансляции ReplayKit. iOS может записывать экран с аудио приложения через пользовательскую трансляцию, но поток работает внутри жёстко ограниченного расширения для трансляции. Оно создано для стриминга экрана в сервисы, а не для подачи звука второму приложению, которое анализирует аудио звонка и отвечает в реальном времени.
• Громкая связь плюс второе устройство. Переключите звонок на громкую связь и позвольте микрофону ноутбука принимать звук акустически. Это работает с любым ассистентом, включая микрофонный канал SubcueAI, но эхо в комнате и перекрёстные помехи снижают точность транскрипции, а интервьюер слышит вас в акустике громкой связи.
• Интеграции на стороне работодателя. Некоторые платформы для собеседований транскрибируют звонки на сервере для компании. Это инструментарий работодателя на его инфраструктуре; кандидату он ничего не даёт.

Ни одна из этих схем не воспроизводит десктопный опыт. Честное резюме: собеседование только по телефону делает помощь в реальном времени недостижимой, и подготовка заранее несёт весь груз; пробное собеседование накануне вечером приносит больше пользы для телефонного скрининга, чем любой обходной путь во время него.

SubcueAI выпускает нативные десктопные приложения для macOS 14 и новее и Windows 10 и новее, и сознательно не выпускает приложение для iOS. Aaron Cao, основатель SubcueAI, был прямолинеен в своих доводах: приложение для iPhone не смогло бы честно выполнять основную функцию продукта, а выпуск ухудшенного заменителя, притворяющегося полноценным, означал бы обмен доверием пользователей на место в App Store.

Практическая рекомендация следует из архитектуры. Проходите видеособеседования на компьютере всякий раз, когда есть выбор; рекрутёры почти всегда предлагают десктопную ссылку для звонков в Zoom, Google Meet и Microsoft Teams. На десктопе ассистент слышит звонок через операционную систему, а не через воздух, а учебник по настройке проводит через разрешения для обеих платформ за несколько минут.

Для тех частей подготовки к собеседованию, которые подходят для браузера, включая пробное AI-собеседование, телефон или планшет работают нормально, потому что для практики не нужно захватывать звук другого приложения. Детали архитектуры за десктопным путём захвата собраны в ответах о принципах работы.