GPT-5.6 发布 48 小时:我用它模拟了三次技术面试

GPT-5.6 前天（7月10日）刚发布，免费用户就能用 Terra。作为一个正在准备秋招的研二学生，我决定拿它当“模拟面试官”，试试效果。

从昨天到今天，我做了三场模拟面试：一场算法题、一场项目深挖、一场系统设计。每场大约 30-40 分钟，全部用 GPT-5.6 的 Terra 模型完成。

这篇文章记录的是真实过程——不是测评，是一个求职者把 AI 当“陪练”的实际体验。

日常做技术调研时，我习惯在同一个聚合站快速切换不同模型做横向对比（zijieai.cn），不用来回登录。这两天我主要用 Terra，Sol 只在一次复杂追问上切过去试了一下。

01 为什么用 AI 模拟面试

秋招投了十几家公司，算法题刷了 200 多道，但一到面试就紧张。最大的问题是：没人帮我练“现场感”。

找同学模拟，大家都忙，不好意思总麻烦别人。自己对着镜子说，又完全不是那个感觉。GPT-5.6 发布后，我灵机一动——能不能让它扮演面试官，模拟真实的面试节奏？

我的设定是：Terra 扮演一个“资深后端工程师面试官”，按真实面试的节奏推进——先问一道题，让我在白板上（口头）写思路，然后追问，最后给反馈。

02 第一场：算法题模拟

开场我让 Terra 扮演面试官，给我的指令是：

你是一个资深后端工程师，正在面试一个初级后端开发岗位。请按照真实面试流程：先出一道中等难度的算法题，我说思路和代码，你给我反馈。不要直接给答案。

Terra 出了一道题：“实现一个 LRU 缓存，支持 get 和 put 操作，要求 O(1) 时间复杂度。”

我花了大概 8 分钟口头讲思路，用双向链表 + 哈希表实现，边说边在纸上写伪代码。讲完之后 Terra 给了一段评价：

• 思路正确，双向链表 + 哈希表的组合是最优解
• 但有一个细节遗漏：get 操作时要把访问的节点移到链表头部，否则最近使用的元素不会被正确标记
• 边界情况（缓存为空、key 不存在）处理到位

这个反馈对我来说很有价值。自己做题的时候，代码跑通就过了，没人会专门指出“你漏掉了 LRU 的 get 也会改变顺序”这个细节。8 分钟的口头讲解也帮我适应了“边想边说”的面试节奏。

03 第二场：项目深挖模拟

这是我最怕的环节。项目是自己做的，但被追问到细节经常答不上来。

我给 Terra 的指令是：

我简历上有一个“博客系统”的项目，用 Flask + SQLite 做的。现在你作为面试官，请根据这个项目深挖我的技术细节。不要问“用了什么技术”这种表面问题，要追问“为什么这么设计”“遇到什么困难”。

Terra 问了三个问题：

问题一：“你说用了 SQLite，为什么选它而不是 MySQL？生产环境你会换吗？”

我答：“因为练手项目数据量小，SQLite 轻量不用单独部署。生产环境会换 MySQL。”

Terra 追问：“那换了 MySQL 之后，你现在的代码需要改哪些部分？如果现在不改，未来迁移的成本在哪里？”

这个问题我完全没想过。我支支吾吾说“可能要改数据库连接配置”，Terra 继续追问：“除了配置，ORM 的查询语法、事务处理、索引定义需要改吗？”

我卡住了。说实话，我根本没考虑过迁移这件事。Terra 没有嘲讽，而是给我补了一段：SQLAlchemy 的 ORM 层可以屏蔽大部分差异，但原生 SQL 查询和数据库特有的功能（比如 SQLite 不支持某些 ALTER 操作）是迁移时需要重点评估的地方。

问题二：“你的博客系统怎么处理并发？两个人同时编辑同一篇文章会怎样？”

我只做了单用户测试，根本没想过并发。硬着头皮说“目前没有做并发控制”，Terra 说“这是诚实的回答”，然后问“那如果现在让你加，你会怎么设计？”——引导我往乐观锁/悲观锁的方向想，最后还建议我去了解一下“乐观锁版本号”的常用实现。

问题三：“登录用的 JWT，你存哪了？怎么处理 token 过期？”

这个问题我答上来了（存 localStorage，过期就跳转登录页）。Terra 追问：“refresh token 呢？”我说没做。它说“很多初级项目都不会做，但你如果能说出 refresh token 的作用，面试官会对你有好感”——然后简单解释了 refresh token 的用途。

第二场结束之后，我感觉自己被“掏空”了，但也知道自己哪些地方需要补。

04 第三场：系统设计模拟

第三场难度最大，我让 Terra 出题：“设计一个短链接服务，支持高并发。”

我用 Terra 一步一步地推演：

• 首先，我讲了大致架构：接入层 → 服务层 → 存储层
• Terra 追问：“短链接的生成算法怎么设计？怎么保证不重复？”
• 我说用哈希 + 冲突重试，Terra 说可行，又追问：“如果每天生成 1000 万个短链接，哈希冲突的概率怎么算？”
• 我又卡住了，Terra 没有直接给答案，而是引导我：“想想布隆过滤器或者预生成 ID 方案。”

整场下来我大概有一半时间在“被问倒”和“被引导”之间交替。但正是这些“被问倒”的地方，让我知道自己该补什么。

05 Sol 用了一次：追问“分布式 ID 生成”

在系统设计那场，Terra 提到“预生成 ID”方案时，我追问了一句“具体怎么实现分布式 ID 生成”，Terra 给出了一个基础版的雪花算法介绍。我觉得可能不够深入，切到 Sol（开 Max 模式）重新问了一遍同样的问题。

Sol 给出的回答更全面：除了雪花算法，还对比了 UUID、数据库自增 ID、Redis 自增、以及美团 Leaf 方案的优缺点。对于面试准备来说，Sol 给出的信息量明显更丰富，但如果只做“了解”，Terra 的基础版也够用了。

06 48 小时下来的感受

三场模拟面试下来，我自己的感觉是：

• 压力比真实面试小（毕竟对面是 AI），但“被追问到卡住”的感觉跟真实面试很像
• Terra 的追问逻辑比我想象的深，不是简单的一问一答，会顺着我的回答继续往下挖
• 最怕的“项目深挖”环节，模拟之后反而心里有点底了，知道面试官会往哪个方向问
• 被问倒的地方我都记下来了，接下来一周重点补这些短板

GPT-5.6 免费用户就能用 Terra，不用额外付费。如果你也在准备技术面试，可以试试这个方法——让 AI 当面试官，把最怕的环节提前练一遍。真实面试的时候，至少不会因为“从来没被问过”而完全懵掉。