Pramp模拟面试：同伴配对机制解析
作者 Aaron Cao · 更新于
Pramp是一个免费的点对点模拟面试平台，现已并入Exponent。它会把你和另一位求职者配对，双方在同一场会话中互换角色：你先面试对方，然后对方再面试你。平台会提供题目、提示和参考答案。
Pramp的面试会话具体是如何运作的？
你选择一个方向，预约一个时段，平台会把你和预约同一时段的另一位用户配对。整个会话都在浏览器里进行，有视频和共享编辑器，无需安装任何软件。流程是固定的，这也是大多数人第一次接触时感到意外的地方。
- 一场会话，两个阶段。大约一半时间你是面试官，然后角色互换，由对方就另一道题目面试你。
- 你会拿到一份脚本。轮到你担任面试官时，平台会向你展示题目、一组按顺序释放的提示，以及参考答案。你不需要事先知道答案。
- 结束时提供书面反馈。双方都要为对方填写一份简短点评，这也是你能得到的唯一反馈。
- 不止编程方向。数据结构与算法方向最热门，但系统设计、前端、行为面试、产品管理和数据科学方向也都存在。
面试官阶段并不是凑数环节。看着别人解决一道你已知答案的题目，与自己解题是完全不同的体验，它会改变你对自身习惯的觉察。
同伴配对擅长解决什么问题？
如果你的问题是能独立解题、却在陌生人围观时僵住，那么同伴模拟正好能解决这一点。向一个素未谋面的人讲解自己的思路所带来的紧张感，正是这种练习专门针对的技能，也很难靠自己模拟出来。
它还是免费的，这一点比听上去更重要。一位距离现场面试还有三周的候选人，几乎每晚都能安排一场会话，不必考虑预算问题，而反复练习正是模拟面试的意义所在。面试官阶段还带来了付费辅导通常给不了的东西：在为四位挣扎中的候选人释放提示之后，你会开始意识到自己的沉默何时正在让你付出代价。
举一个具体的例子。一位自学成才、正准备第一次现场面试的开发者，从未向另一个人大声讲过一次算法。六次Pramp会话并没有教会他们任何新的数据结构，但他们不再断断续续地叙述，而是在写代码之前先说明自己的假设。那才是真正的差距，而这种形式恰好发现了它。
同伴模拟在哪些方面存在不足？
这些局限直接源于该模式本身。你的搭档也是另一位求职者，因此反馈的质量取决于他们自身的经验；与你水平相近的候选人可以告诉你看起来有点紧张，却说不出你的系统设计答案漏掉了写路径。水平匹配比较粗略，被配对到比你水平高或低的对手也很常见。
排期是另一个摩擦点。你需要双方都能按时出现的时段，而爽约的情况确实会发生。这使它不太适合面试前一晚使用——那时你想要的是现在立刻练二十分钟，而不是提前预约。
这种形式也无法针对你个人进行任何专项演练。它不会问起你简历上的项目，不会模拟某家公司具体的面试流程，也不会让你反复回答同一道题直到答案变得紧凑。要做到这些，你需要一位读过你背景资料的教练，或者一款具备同等能力的工具。更多平台解析见招聘平台评测中心。
Pramp与AI模拟面试官的比较
这两者以相反的方式解决相互重叠的问题，诚实的答案是两者搭配使用胜过只选其一。同伴能给你一个在真实时间里做出反应的真人，这是AI无法伪装的东西。AI面试官则能给你充足的可用时间、可重复的练习，以及基于你自身材料出的题目。
SubcueAI的模拟面试模式在你打开它的那一刻就会开始一场会话，会根据你实际说过的内容提出追问，并且可以调用你提供的简历和职位描述，因此题目会贴合你正在争取的职位，而不是一个通用方向。在那里把同一道题重复问五次以打磨一个啰嗦的答案轻而易举，而这种做法在有搭档在场时几乎无法在社交层面被接受。
它给不了你的，是陌生人盯着你思考时那种特有的不自在感。如果这正是你的薄弱环节，就去预约同伴模拟吧。一个合理的搭配方式是：用同伴模拟练心态，用AI模拟练反复和覆盖面，然后再走真正的面试流程。更多按形式划分的练习指南见模拟面试中心。