一、先把那场模拟面试写出来
前几天一位读者给我留言，说他不是科班出身，做 Go 后端一年多，现在想往 AI 上靠，最怕别人问的一句话是「你这些是按什么标准练的」。
他白天上班，晚上练。真正让他难受的不是练不动，是没人告诉他练到什么程度算够。
到这一句，回答往往就停住了。停住的时间不长，三五秒，但这几秒足够让面试官把你的水平往下降一档。
被问住的这位，硕士读的是土木和水利，毕业后先做了一年海外商务，后来才转的 Go 后端，再往 AI 上靠。他的简历项目是能讲的，代码也写得动，差的从来不是投入时长，也没人把这个岗位的标准当面给他拆过。
多数人把那句追问理解成「时间够不够」，于是答案就变成了再挤一点时间。可面试官问的不是投入量，是口径：你这几个月做的事，有没有一个别人也能核对的判据。有这个判据，两小时和八小时的区别只是进度快慢；没有它，练多久都停在同一个地方。
二、那句追问其实在问三件事
我把这句追问拆开复盘过很多次，它落在三个地方。
第一，你有没有外部口径。自己觉得掌握了不算数，得有一个不由你说了算的东西承认你掌握了。它可以是一次模拟面试的现场抽问，也可以是让别人照着你的项目代码实际跑一遍，唯独不能是你自己的感觉。
第二，补不动的时候你怎么判断。是方法错了，还是时间投得不够？这两种情况的处理路径完全相反。答不上来，说明你这段时间始终是线性地往前推，没有停下来区分过这两种暂停。
第三，别人问进度时你能不能拿出能被复算的数字。不能用「学了很多」这种表述，要说清楚上一轮被问住的那个问题现在清零了没有，还剩几个，剩的分别是哪几个。能被复算，意味着别人照着你的说法也能得到同一个结果。
这三件事里，第一件和第二件要提前写清楚，第三件适合交给工具。下面先说这三件事怎么落成一张能保存的表。
三、把「标准」落成一张三列表
我给这位同学用的是一张三列表，每列都有明确含义，抄下来贴墙上也行。
| 练什么 | 验收信号（十分钟能自验完） | 谁来判 |
|---|---|---|
| 一条端到端的链路能跑通：从请求进来到结果落库，每一步指得出来 | 不看代码，能把这条链路从头顺一遍，中途被人打断三次还能接上 | 找一个没参与这个项目的人听一遍，他能复述出关键两步就算过 |
| Agent 或 RAG 每一步对得上：切分、召回、重排、引用溯源各自负责什么 | 随手挑一步追问「为什么这样做」，三句话里给出取舍理由，而不是诉诸惯例 | 让别人拿着固定追问清单随机抽，不许提前知道抽哪条 |
| 简历上的每个数字说得出来源：怎么测的、改了什么把它拉动了多少 | 同一个数字换个问法（多大样本、多久测一次、排除过哪些干扰）还能答 | 模拟面试官当场挑一个数字往下追两层 |
这张表有三个使用细节。
一是第二列必须十分钟能验完。判断过程如果一天都执行不完，它在真实备战里就会被跳过，等于没写。
二是第三列不能写自己。「我自己再想一遍」不算验收人，验收人必须是能对你说「不行」的人，或者能独立复跑出同一结果的流程。
三是三类要轮着查，别只挑顺手的那类。第三类最容易被跳过，很多人大量时间花在前两类，最后倒在「你说提升了三成，这个数是按什么口径测的」这一句上。
四、他真正跑到位的那一步：变量不是时长
这位同学在职的时候，每天只能挤两小时；后来离职专心准备，拉到每天八小时。
时长涨了四倍。只看这个数，会得出完全错误的结论。
真正让他通过的是同一段时间里累计做完的十次内部模拟面试。每次结束之后，他会留下三类清单：被问住的、答得含糊的、数字说不清口径的。下一场开场之前，先把上一场的清单过一遍，没清零的旧问题不许被新问题覆盖掉。
时长是投入，模拟面试是节拍器。没有节拍器，投入再多也只是把同样的漏洞重复了更多遍。
这里有个容易算错的地方：十次不等于把同一套题做了十遍。每一轮的追问会换场景，唯一必须带过来的是上一轮没清零的那几个问题。如果把每次都当成重来，做到二十次也是原地打转。
五、把节拍器做成脚本，别靠记忆
上面这套流程靠人记会走样，落成一个脚本更稳。日志按行写，一行一条只有三个字段，依次是日期、状态、问题，用竖线隔开，同一个问题重复出现时以最后一次的状态为准。
python
import re
import sys
# 训练日志：一行一条，格式「- 日期 | 状态 | 问题」
LINE_RE = re.compile(r'^\s*-\s*(\d{4}-\d{2}-\d{2})\s*\|\s*(被问住|已解决)\s*\|\s*(.+?)\s*$')
def parse(path):
"""按行读训练日志，同一个问题保留最后一次出现的状态。"""
records = {}
order = []
days = set()
with open(path, encoding='utf-8') as fh:
for raw in fh:
m = LINE_RE.match(raw)
if not m:
continue
date, state, question = m.groups()
days.add(date)
if question not in records:
records[question] = {'first': date, 'last': date, 'times': 0, 'state': state}
order.append(question)
item = records[question]
item['last'] = date
item['times'] += 1
item['state'] = state
return order, records, sorted(days)
def main():
if len(sys.argv) != 2:
print('用法: python train_report.py <日志路径>')
return 1
order, records, days = parse(sys.argv[1])
if not records:
print('没有读到有效记录，检查格式是不是「- 日期 | 状态 | 问题」')
return 1
lines = sum(v['times'] for v in records.values())
pending = [q for q in order if records[q]['state'] == '被问住']
cleared = [q for q in order if records[q]['state'] == '已解决']
print('记录条数 %d（%s ~ %s，覆盖 %d 个练习日）' % (lines, days[0], days[-1], len(days)))
print('问题总数 %d：已清零 %d 个，未清零 %d 个' % (len(order), len(cleared), len(pending)))
print('清零率 %.1f%%' % (100.0 * len(cleared) / len(order)))
print('')
if pending:
print('未清零清单：')
for i, q in enumerate(pending, 1):
v = records[q]
print(' %d. %s（出现 %d 次，最近 %s）' % (i, q, v['times'], v['last']))
else:
print('未清零清单：空')
return 0
if __name__ == '__main__':
sys.exit(main())下面是一份示例日志，全部是示例数据，不对应任何真实记录：
# 训练日志（示例）
- 2026-08-03 | 被问住 | RAG 为什么按段落切分，不用固定长度
- 2026-08-03 | 被问住 | 召回率掉了先看哪一个数
- 2026-08-06 | 已解决 | RAG 为什么按段落切分，不用固定长度
- 2026-08-09 | 被问住 | 调用超时之后重试几次，间隔怎么定
- 2026-08-12 | 已解决 | 召回率掉了先看哪一个数
- 2026-08-15 | 被问住 | 简历上那个 P95 是怎么测出来的
- 2026-08-18 | 被问住 | 调用超时之后重试几次，间隔怎么定跑出来的真实输出：
记录条数 7（2026-08-03 ~ 2026-08-18，覆盖 6 个练习日）
问题总数 4：已清零 2 个，未清零 2 个
清零率 50.0%
未清零清单：
1. 调用超时之后重试几次，间隔怎么定（出现 2 次，最近 2026-08-18）
2. 简历上那个 P95 是怎么测出来的（出现 1 次，最近 2026-08-15）这份报告里最该看的不是清零率，是「出现次数」这一列。第二个问题第二次出现在未清零清单里，说明它上一次压根没被解决，只是又撞了一次；第一个问题只出现一次，属于新账，处理顺序排在它后面。
这份输出和第二节那三件事的对应关系也值得记下来：清零率回答的是能不能拿出能被复算的进度；出现次数回答的是什么时候该停下来换方法，同一个问题被反复记录就是明确信号；外部口径这一件在脚本之外，由验收人签字确认。
脚本的两个边界情况也试过：不给日志路径时直接打印用法并返回状态码 1；文件里没有一行符合格式时提示「没有读到有效记录」，同样返回 1，不会给出假的清零率。
六、一轮完整复盘长什么样
有了这张表和这个脚本，一周的节奏大概是这样。
周一到周五按自己的节奏练，每天收工前写一行日志。当天没有被问住的情况也要写一句「今天没有新增被问住的问题」，逼自己去主动制造一个，去题库里抽或者找人对练都行，空白的一天会让清单失真。
周末跑一次脚本，先看数量：新增几个问题，清零几个，清零率是不是比上一周高。这里要提醒自己一句，清零率上升不一定代表进步，也可能是这周练得太浅，压根没碰到难的问题，所以要和新问题数对着看。
再看清单里的老面孔。只要有一条挂着「出现 2 次」以上，下一周的头一件事就是处理它，排在学新东西前面。人很容易被揪出新问题的兴奋感带着走，这份清单的作用就是把顺序反过来，先把旧账还掉。
一圈走下来，你对进度的描述自然会变成能被复算的说法：上周被问住的四个问题，清零两个，还剩两个都没解决，其中一个已经先后撞上两次。
七、三种最常见的「假标准」
| 假标准的样子 | 为什么骗得过自己 | 换成什么 |
|---|---|---|
| 只记时长不记问题 | 时长越长越心安，问题数量始终没变也不会被发现 | 收工前必须写一条当天被问住的问题；确实没有就写「今天没被问住」，倒逼自己去制造一个 |
| 把收藏当完成 | 收藏夹里躺着几十篇，看起来像产出 | 每篇收藏必须对应表里的某一行，对应不上就删掉 |
| 面试只求次数不复盘 | 做够多少次这个数字很好看 | 每次结束一定留清单，下一场开场先验上一场的清单 |
这三种的共同问题是：它们都能让人在「我很努力」的感受里待很久，同时在被追问的那一刻一戳就散。假标准躲不过这套写法的原因很简单：它要求拿证据，而努力和感受给不出证据。
八、回到最初那句追问
按什么标准练的，问的是三件事：有没有外部口径，怎么判断该停下来，能不能给出能被复算的进度。前两件写进那张三列表，第三件交给上面的脚本。
写完之后再回答这句追问，答案就从模糊的时长变成了具体的清单：四个被问住的问题，清零两个，剩的两个一个还没动手，另一个第二次撞上还没解决。
同样是被问，这两个答案在面试官耳朵里的分量差得不止一点。
你上一次被问住的那个问题，现在清零了吗？