为什么大多数面试练习在开始之前就已经失败
你裸面进 onsite，是因为之前练的东西和你要走进的那场 loop 不是同一种东西。ChatGPT 你叫它扮演面试官它会演，但它不知道 Google L4 的系统设计 scoping 在前 10 分钟权重最高，也不知道 Amazon 的 Bar Raiser 跟其他几轮根本不是同一种问法。朋友 mock 会软化反馈——没人愿意告诉你第三轮的 STAR 整个崩了。市面上的面试书覆盖一切但针对没有。
结果是：你练了「面试」，但没练你将要面的那个面试。算法刷过了，但没在限时压力下被追问过复杂度。STAR 故事背过了，但没被一句追问打散过结构。系统设计想过了，但没被强制要求先 scoping 再画图。
一场好的 mock interview 应该精确复现你将要走进的那场 loop——出题风格、信号权重、追问 pattern、时间压力——并准确告诉你你会在哪里挂。
不是绕着 rubric 教，是把 rubric 装进去
AI 的训练基础是 Google、Meta、Amazon、Apple、Microsoft 实际使用的 rubric，加一批独角兽公司。不是「在这家面过的人写的 tips」——是结构化的 rubric 本身：L3 / L4 / L5 各自看重的信号权重、哪一类问题在测哪一条 Leadership Principle、什么 scoping 行为是过线和挂掉的分界。题库基于 Glassdoor、Reddit、一亩三分地、知乎面经上的公开记录，对应到题目来自的职级。
这就是为什么这里的 Google L4 mock 跟 Meta E4 mock 看起来不一样。同样的岗位 title，rubric 不同、题库不同、追问风格不同。loop 开始前 AI 加载对应的那个。