四周，
两个 offer。

同一个职位名，四种情境

四个岗位挂着同一个职位名，但没有两家的情况是一样的： 乳业那家是收购带来的新岗位；食品那家是团队变动下的六个月合同岗； 医疗那家是替补一位休假的同事；能源那家，我投出 CV 和 cover letter 之后进了短名单。 两家来自猎头推荐，一家是 LinkedIn 上自己投的，一家是前同事内推。

分享里也交代了底色：在新西兰的十年，我走过三段——批发仓储三年、乳品制造三年、饮料生产四年。 工作语言跟着一路换挡：和经理、和同事、和供应商客户，三条线都从中文，到中英混合，再到全英文。 面试是第十年发生的事，但底气是前面十年一点点攒出来的。

三条渠道，同时打开

四家公司不是从一个入口来的。回头看，三条渠道各自贡献了机会，谁也替代不了谁。

把 JD 变成作战手册

拿到 JD 之后的第一件事，不是背公司介绍，是把 CV 和 JD 一起丢给 AI。第一轮（线上或电话）之前，我用的是这个套路：

到第二轮（更正式、更结构化，开始有技术问题），玩法升级：让 AI 扮演面试官。 基于 JD 和第一轮的内容与反馈，请它模拟对方可能问的问题、划出我该准备的话题、 示范怎么用 STAR 组织回答，并把第一轮暴露的红旗和薄弱点提前摆上桌。

行为面试题（"Tell me about a time when…"）用 STAR 结构： Situation 交代处境，Task 说清我的任务，Action 讲清楚我做了什么（这一段最长，多说「我」少说「我们」）， Result 给出结果，最好带数字。提前备好几类故事：解决过的复杂问题、处理过的冲突与相左的期望、 犯过的错和怎么恢复、最拿得出手的成绩。

这里有一条关键纪律：AI 给的样例答案，只保留结构——故事必须换成我自己的，再反复打磨。 Iterate…iterate…iterate。

mock 面试，修两头

AI 之外，我请了一位曾在我面试的几家公司里当过招聘经理的本地教练。 节奏是固定的：自己先按第二轮标准备好，关键轮次前一到两天，和教练做一场 mock。

mock 的目的不是押题，是让教练看我怎么接问题：准备的答案是否清晰、有结构， 哪些是 do、哪些是 don't。

最值钱的反馈来自本地 HR 的视角，而且集中在两头。开场：自我介绍别只讲经历和技能， 讲一点你这个人——性格、爱好；收尾：主动总结这场面试聊了什么、覆盖了哪些主题， 重申你的强项，和为什么你适合这个岗位。中间的技术问题我自己能准备，两头的分寸感，是她给的。

到第三轮，逻辑又变了：技术问题已经在前两轮被验证过——说明经验和硬技能是匹配的， 这一轮看的是文化契合和你的真实兴趣。

上一场，喂养下一场

每场面试之后，趁记忆新鲜，24 小时内写一份简短 debrief，回答四个问题： 问了什么？哪些回答有力？哪里卡壳了、或者说多了？这个岗位和团队有什么出乎我意料？

写完之后交给 AI：总结这场面试的主题；指出提问的模式—— 比如「他们非常在意 stakeholder management」；给最难的问题一版更好的答案。 最后更新三样东西：STAR 故事库（把弱的补强）、公司笔记（这场学到了什么）、下一轮要问对方的问题清单。

第一轮往往还能顺带摸清招聘背景：公司和产品线、团队结构和系统、这个岗位为什么存在。 这些都进笔记，下一轮进场时，你已经不是同一个候选人了。

你能控制的，到底是多少

分享的最后，我放了一个问题：面试这件事，你能控制的到底有多少？ 我自己的假设是 70%。我把这个问题丢给了 AI（Gemini），它说：根据招聘研究和职业心理学， 70% 很可能是高估——更接近 40–50% 可控（你的表现），50–60% 不可控： 其他候选人有多强、主观的「fit」怎么判。被「fit」拒掉，不说明你不够好，只说明拼图没对上。

但它补了一句我记到现在的话：你对自己 input 的控制，是 100%。 所以注意力应该放在不会被夺走的事实上：我的技能、我的经验、我的准备。

作为非母语者，语言和文化是真实存在的坎。但连母语者也在面对同一个根本的压力—— 在一场 60 分钟的对话里，证明一辈子攒下的价值。这场牌局对谁都不轻松，不是只对你。