出题贴着候选人的真实经历
主问保持口语化，追问按实现、取舍和边界逐层深入。答得虚时，再用一条具体问题核实是否真正做过。
“Redis 扣成功、落库失败时，库存怎么对账？当时你们遇到过吗？”
从一份简历，到一份能复核的面评。
给公司内部面试官用的工作台。上传简历后准备题目，面试中按需看追问建议，结束后回到原话和证据做判断。
AI 是副驾驶，不替你做决定。评分、结论和最终面评都由面试官复核。
四步完成主任务
同一场面试的数据一直往下走，不需要在简历、题单、转写和面评之间手工搬运。每一步都能回看，也都保留面试官的控制权。
- 01
上传候选人简历
支持 PDF 和图片。系统抽取工作经历、项目、技能与时间线，先给你看解析结果。产出：候选人画像与岗位线索
- 02
确认岗位并出题
按岗位、轮次和考核目标生成题单；每题带分层追问和到位标准，可删、换、追加。产出：可直接开问的题单
- 03
实时面试辅助
同时记录候选人与面试官两路声音。需要时点“立即给建议”，拿到基于当前对话的追问方向。产出：完整转写与即时提示
- 04
复核报告与面评
从题目和转写生成分维度报告，引用可回到原话。你可以认可、改判、补充要点后再定稿。产出：可交付短评与完整评估报告
给结果，不表演过程
界面围绕面试官下一步要做什么来排，而不是展示 AI 正在“思考”。等待时只报告真实阶段，完成后直接把可用产出放回工作区。
实时建议按需出现
系统持续转写，但不会抢面试官节奏。只有你主动需要时，才结合刚才的回答给下一步建议。
报告能回到证据
结论、维度判断和引用放在同一个复核工作台。引用校验异常会明确标出，不把模型生成的句子伪装成候选人原话。
面评仍由你定稿
AI 初评只是起点。六档评级、录用结论和面评要点都可改，定稿后再复制或归档。
边界先说清楚
爱面试服务的是面试官的准备、记录和复核，不把招聘判断外包给模型，也不靠夸张承诺掩盖边界。
不是候选人刷题工具
候选人一侧不使用它。系统只帮助公司内部面试官识别和记录证据。
不是 AI 自动面试官
AI 不决定录用。最终评分、结论和责任都归面试官。
业务题有上限
绝大多数问题锚定简历。迁移到公司业务的题全场最多 3 道，避免把陌生业务知识当能力。
使用前常见问题
实时面试只需要浏览器。第一次使用，建议先做设备检查，确认系统音频和麦克风都能被采集。
下一场，从简历开始。
上传后先核对解析结果，再决定岗位和题目。