← 全部作品 MockAI · 给工程师的 AI 面试练习 · 2024 至 2026

从创始设计师到设计负责人

我和两位大学同学联合创立了 MockAI,一个给工程师用的 AI 模拟面试官。作为创始设计师,我设计了前两个版本,也做了增长设计,把它变成付费产品。持续的用户调研和问卷不断发现新需求,于是我从自己的人脉里找来两位设计师,组建了一个小设计团队。

我的角色联合创始人兼 CPO先是创始设计师,后来是设计负责人
团队Bowen Kang · CEODongze Li · CTO联合创始人Qianmu YangZiwen Zeng设计师
周期2024 · V1.0 和 V2.0 已上线2025 · V3.0 概念2026 · Momo 概念 独立完成下方视频展示的就是这一版
成果2K+ 日活用户2026 年6 项设计大奖包括 2026 iF 设计奖
最新 · Momo,我做的 AI 原生 app 概念MockAI 已经上线。视频里是 Momo,我在它之后构想的一个新 app。
2024 · 创始设计师

做出前两个版本

V1.0 在 2024 年 5 月上线。一个月后,我找了来自 Amazon、Meta 等公司的四位工程师做用户测试。他们的反馈决定了 8 月上线的 V2.0:一个能看你的代码、听你讲思路、还能跟你对话的 AI 面试官。

MockAI V1.0 落地页:用 AI 做模拟面试
V1.0 · 2024 年 5 月
MockAI V2.0 落地页:和 MockAI 面试官练习表达
V2.0 · 2024 年 8 月
V2.0 的使用流程
V2.0 题库:150 道必练编程题
1 从 150 道必练题里选一道。
V2.0 开场:和 AI 面试官 Sarah 视频通话,她正在听
2 像真实面试一样,先和 AI 面试官视频见面。
V2.0 面试:左边是题目,右边是你的笔记,代码编辑器还没解锁
3 先在笔记里把思路讲清楚。和面试官对齐思路之后,代码编辑器才会解锁,就跟真实面试一样。
四位工程师的原话
“引导流程在哪里?”数据工程师
“我感觉它好像没听到我在说话。”数据工程师
“我怎么知道这一题已经做完了?”Meta 软件工程师
“我最大的问题不是刷题,而是没有人陪我做模拟面试。我想要 真正意义上的模拟面试,也想要一个在找到工作之前,我愿意每天都回来复习、学习、持续成长的地方。”用户测试中的一位工程师
2024 至 2025 · 增长和投资人路演

把练习做成付费产品

与此同时,2024 到 2025 年我一直在推动增长。数据好看,才会吸引投资人;我们也想看到市场真的需要这个产品的信号。所以我设计了 MockAI 的赚钱方式:免费的面试官让人先感受到价值,Premium 提供更多自定义,邀请机制再把朋友带进来。

改版前的面试设置:一长串选项改版后的面试设置:免费的基础面试官,和 Premium 的智能面试官
面试设置改版前后 · 2024 年 11 月。基础版继续免费,Premium 点一下就能升级。
邀请弹窗:邀请朋友,双方各得一个月免费
邀请机制 · 2025 年 5 月。邀请一位朋友,你们俩都能免费用一个月。
包含免费版和 Premium 的定价页
定价页 · 2025 年 7 月。免费版和 Premium 两档,邀请奖励直接放进了方案里。
2025 · 设计负责人

围绕软技能组建设计团队

另一边,为了回应这几位工程师的反馈,我开始组建设计团队。V2.0 在编程练习上很强,但表达这块很弱,而招聘官同样看重表达。我邀请了两位设计师 Qianmu Yang 和 Ziwen Zeng,带着团队一起做 V3.0。下面展示的都是概念设计。

01

讲清楚愿景

我给两位设计师讲了产品愿景和重点战略,也把手上所有的调研都交给了团队。

02

定了一些方向和需求

软技能和硬技能要一样强,练的不只是怎么写代码,还有怎么表达。

03

分好工

我负责编程和行为面试练习,Qianmu 和 Ziwen 负责引导流程、演讲点评和学习计划。

  • 7次用户访谈
  • 200+份招聘官问卷
  • 20个平台分析
  • 15次可用性测试
我们三个人一起设计的
V3.0 仪表盘:进度、待练习内容和徽章
仪表盘。我们一起设计,也一起不断迭代。
我负责的流程
V3.0 编程练习:和视频里的面试官进行实时编程模拟,旁边有实时字幕
编程练习
V3.0 行为面试练习:针对目标公司整理答案的备忘单,附带 AI 建议
行为面试练习
Qianmu 和 Ziwen 设计的流程
V3.0 学习计划:距离下次面试还有几天、本周任务和截止时间
学习计划。一个时间管理工具,让用户清楚自己的截止时间,更主动地安排练习。
V3.0 演讲报告,视频上带着同伴的评论
演讲点评和同伴评论

六项国际设计大奖

MockAI 在 2025 和 2026 年获得了四个国际奖项的六个奖。每个奖都链接到官方的获奖页面。

同时入围 2025 UX Design Award。

2026 · Momo 概念

让概念真正从头到尾跑通

2026 年,我依然在关注这个问题。V3.0 概念拿奖之后,我没有停下来,因为我还能从中看到灵感,也看到希望。Momo 是我正在构想的一个新 app:在手机上练行为面试,从上传简历一直到拿到反馈。它仍然是一个概念,只是比之前更细化。

核心想法

把传统顺序倒过来

先开口练,备忘单从你自己的故事里长出来。

传统的方式
  1. 写备忘单
  2. 背答案
  3. 模拟面试
  4. 看反馈
Momo
  1. 直接和 Momo 开始练先开口说,不用对着空白页发愁。
  2. 从你的故事生成备忘单备忘单用的是你自己的话,从你说过的内容里整理出来。
  3. 随时补充、随时再练随时短练几轮,不用死记一份稿子。
  4. 和逼真的面试官模拟等你觉得准备好了再上。
  5. 看反馈针对你真实说出来的内容。
原型

亲手试一试

在新标签页打开
时刻 1

是陪练伙伴而不是审问者

友好的 3D 角色 Momo
紧张是最大的障碍,所以面试官要让人觉得好亲近。
每次只追问一个
想深挖还是跳过都行。主动权在你手里。
想看谁就放大谁
想要陪伴感就放大 Momo,想注意自己的表情就切成大图看自己,不会逼着你一直盯着自己。
时刻 2

“我不记得了”也是一个合理的回答

留个空而不是卡住
想不起来的数字会变成一个空,之后再补。
每条建议都指向一句话
编号清楚地告诉你要改哪里。
能补上的缺口
点一下缺少的能力,就能补一个故事。
时刻 3

准备好了再找逼真的面试官

先和 Momo 练
和友好的角色练多少遍都行。
有信心了再升级
换成逼真的面试官,来一场像真的一样的模拟。
备忘单随时在手边
模拟面试中随时都能打开。
时刻 4

让人愿意继续练的反馈

说完再给建议
两个回答都说完之后才给改写建议。
不会出现“不录用”
分数用来展示进步,还会挑出一个高光时刻让你接着发挥。
下一步很清楚
去改进,或者马上再试一次。

现在回头看更清楚的事

有些事当时没看清楚,有些事本来想做,后来因为现实原因没能继续。

当概念跑得太超前

做 V3.0 的时候,我预设等到开发的时候,AI 已经能让虚拟面试官像真人一样动起来、说话,口型也能和声音完全对上,让人完全感觉不到那是个虚拟人。但这项技术迟迟没有做出来,所以概念里有些部分看起来离现实还很远。

这个分寸很难拿捏。现在我会先弄清楚哪些功能真的能落地:早点和工程师交流,多做行业调研,看看最近又有哪些能力被实现了,自己多去尝试、多去试用,直到能感受到边界在哪里。概念设计应该比别人稍微领先一点点,是明年或后年的产品,而不是五年后的东西。再往后就太抽象了,也没有好好利用时间和资源。

我们的概念覆盖了整个产品,却漏掉了很多边界情况。Momo 就是我回头把它们补上的地方。它还是一个概念,理清了产品该怎么做,但交互细节还需要单独调研,这是我下一步想做的。

没能想清楚的商业模式

我当时把大部分精力都花在让用户喜欢 MockAI 上。现在回头看,更大的问题是我们创始团队对怎么赚钱一直没有对齐。市场变化很快,所以我们也没有把宝全押在 MockAI 上,围绕求职和招聘试过好几个转型方向:给需要招小时工的餐厅老板做招聘系统,给公司董事会做推荐系统,帮 HR 更好地挑选员工。但都没有走下去,因为我们当初就是为了 MockAI 才聚到一起的。大家以前都做过教育产品,觉得 MockAI 是一件真正在帮人的事。每换一个方向,每个人都要重新补背景、重新相信这个愿景,才能再投入进去。

这也是一次性的需求。用户找到工作那天就会退订,而且求职的人手头往往不宽裕,商业模式一开始就该把这一点考虑进去。

如果我留下来,我会继续推进和学校的合作,就从我当时提议的 UC San Diego 开始。学校推荐能建立信任,学生使用会给我们真实的数据来改进产品,而且每年都有一届新学生开始找工作,增长就不只靠自然注册了。

我作为联合创始人学到的事

全情投入。 创业需要全身心投入。当成副业来做,很难有进展;小团队要一直往前走,需要每个人都全力以赴。

小步快跑。 我们尽早把粗糙的原型拿给用户,每一轮都从反馈里学习。用户增长要在很短的时间里看到,这样才更有希望拉到融资。

数据比好听的想法更有说服力。 点子听起来再美妙,也要适合这个团队来做。说服联合创始人和投资人靠的是数据,但团队的效率和友好的协作同样重要,这样每一步才能一环扣一环。

我作为设计负责人学到的事

用 AI 提速。 AI 每天都在变。我会把 AI 当作工具,让团队做得更快,也让我们三个人做出来的界面更简洁,风格更统一。

AI 原生产品需要自己的思路。 做 AI native 的产品,和给现有产品加 AI 的思路非常不一样。我们需要更沉浸地去做 agent 体验的研究,打破传统的逻辑,想想还能做出什么。

一起做设计吧。