生硬的提问，柔性的采集

Parent: motivation

面试式的问题——"说说你曾经……的一次经历"——是生硬的：它们检索的是经历片段,而经历片段无法临时突击。冷不丁地被问,即便故事储备丰富的人也答得不好（记忆有损+表达有损，见 lossy-self-presentation）；若提前一晚准备好答案,那答案就成了编造——恰恰是这款产品所反对的简历注水。

唯一诚实的准备方式是环境式的（ambient）：采集发生在柔性模式下——故事在与 AI 的日常对话中自然浮现,带着各自的细节和时间戳——之后那道生硬的问题就只剩下一次检索。线性化的工作,由语料库在查询时完成。

还有两个额外收益：

• 自带溯源。 环境式记录会不断积累时间戳（git 历史）。一个两年前就已记录在案的故事,不可能是面试前夜临时编造出来的——柔性采集让答案变得可验证,而不只是可用。
• 双重受益。 persona 用来应对访客的生硬提问；而本人重读自己的经历片段笔记,则是最诚实的面试准备。

现场证据（2026-07-10,本笔记正来自那次对话）：被冷不丁问到"说说一次冲突经历"时,本人一时语塞；而一小时关于过往工作的柔性闲聊,却产出了一个完整、带日期、比排练过还要好的答案。

更深层的缺陷：答案是函数,不是常量。 不是每个人都拥有一个固定答案——人会根据情境调整行为,而这种调整正是能力的大部分内容。"分歧升级时你会怎么做？"没有恒定答案：同一个工程师,在高风险的生产事故争执中会据理力争,在无关痛痒的命名之争里却会一笑置之。生硬的提问格式取消了这种调整：它把一个对情境敏感的系统,强行压缩成单一采样点,而面试官拿这个采样点去对照他们自己的情境——他们的旧伤疤、他们所属圈子的规范——却在不知不觉中做了替换。一个用来说明问题的（虚构）反转例子："我用一个周末重写了那个坏掉的遗留模块"这句话,在创业公司 CTO 听来是主人翁精神,在大公司工程经理听来却是流程违规——同一个岗位、同一句话,判决截然相反；而双方都没弄清候选人在他们自己的团队里会怎么做,因为那个答案本该根据具体团队调整。经历片段能逃开这个陷阱：每一段都自带情境,而许多带日期的经历片段串起来,勾勒出的是这个函数的形状——他在何时做了什么——这才是招聘决策真正需要的东西。

最生硬的问题莫过于："介绍一下你自己。" 它检索的不是一段经历片段,而是整整一张 persona 页面——当场作答、毫无情境（介绍给谁听？为了什么目的？沿着哪个维度？这个问题预先扣留了答案所需的每一个参数）,要求你现场完成一次自我总括,而这在三个维度上同时都是有损的。这款产品的答案不是帮你答得更好,而是取消这个问题本身：persona 就是那个常驻的自我介绍,在查询时按提问者和维度即时切片。没有人应该被要求当场口头演出自己被压缩过的档案。