（11198期）interview-analysis – 顶尖专家协同的深度识人引擎

顶尖专家协同的深度识人引擎 基于硅谷顶尖专家方法论，动态路由识别面试表演与真实能力，生成结构化评估报告。 使用说明 该技能是一套基于顶尖专家方法论的深度面试分析系统，通过动态专家路由机制，将硅谷产品、工程、设计等领域的权威思想家（如 Marty Cagan、Linus Torvalds）与招聘验证专家（Geoff Smart、Lou Adler）的方法论相结合，帮助用户穿透候选人的"表演"，识别真实的"战斗伤疤"。 核心用法遵循四步工作流：首先进行事实重建与红旗扫描，连接多轮面试中的经历时间线，检查逻辑一致性与夸张表述；其次对核心案例进行 STAR 深度解码，区分方法论背诵与第一性原理思考；第三步开展面试官元分析，复盘提问深度与评估偏见；最后通过 Zettelkasten 卡片系统输出结构化报告，包括候选人画像、深度洞察、面试官评估及决策中枢。 显著优点在于其强大的防骗能力：通过"战斗伤疤优于方法论背诵"的核心逻辑，结合领域专家的批判性视角，有效识别夸大经历与归因谬误。同时支持多岗位类型（产品、工程、运营、销售等），并具备面试官自我纠错功能，可持续提升团队招聘能力。 潜在局限性包括：高度依赖输入的面试记录质量，若原始记录不详尽则难以深度解码；作为纯文档型工具，无法实时交互追问；AI 分析仍存在幻觉风险，关键决策仍需人工复核。此外，T3 来源意味着需关注模板更新与方法论迭代。 适合目标群体为技术团队负责人、HRBP、专业猎头及招聘经理，尤其适用于高阶岗位（如产品总监、架构师）的深度评估。 使用风险主要集中在数据隐私层面：面试记录通常包含敏感个人信息，用户需确保本地存储合规，并获得候选人授权。建议企业建立内部数据管理制度，避免敏感信息外泄。性能方面，处理超长文本时可能受限于上下文长度，建议分段分析。 原始说明 Deep interview analysis using dynamic expert routing. Automatically selects top domain thinkers based on role type to distinguish genuine capability from performance, identifying Battle Scars over Methodology Recitation. Applicable to any professional position including product management, engineering, design, operations, sales, and data science.