# Study Buddy

URL: https://discuvr.org/study-buddy/?hl=zh-hans
Last updated: 2026-11-07

个性化的技术面试备考计划：DSA、LLD、系统设计和行为面试，根据你的每周时间和表现自动调整。

Study Buddy 把"为顶尖科技公司的面试做准备"变成一份你可以在全职工作之余坚持执行的计划。告诉它你的目标级别、目标公司、你实际能投入的时间，以及你在每个领域的实际水平，它就会逐次会话地搭建你的一周安排，再根据每次会话的实际表现进行调整。

## 功能说明

- 五条按级别和目标公司加权的学习路线：DSA、LLD 与机器编码、HLD 与系统设计、行为面试，以及 AI 辅助编码。
- 系统设计部分按章节跟随 Alex Xu 的《System Design Interview》第1、2卷：先自己设计，再阅读，再记下自己遗漏的地方。
- 间隔复习：你曾遇到困难的主题会在第二天再次出现，你已解决的主题会在间隔逐渐拉长后再次出现。
- 错误日志记录每次尝试失败的原因，让练习真正集中在你丢分的地方。
- 时间线检查会告诉你当前的学习时间是否能赶上目标日期，以及需要做什么才能赶上。
- 针对行为、系统设计和 LLD 环节的文字模拟面试，依据书面评分标准评分，并对 AI 辅助编码会话进行评分。
- 简历审查、求职申请与内推跟踪，以及跨货币的offer比较与谈判准备。
- 不用 AI 的 ATS 式简历检查：上传 PDF 或 DOCX，看它能否被读成带标准栏目标题、联系方式和日期的真实文本，以及它提到了职位描述中的哪些技能，依据一份固定的常见技术术语清单。
- 20 家公司的备考笔记，以及在你记录的面试日期前 21 天的专注模式：更多复习时间，更多该公司的面试轮次形式。

## 工作原理

1. 登录并设置你的级别、目标公司、每周学习时间和学习日。
2. 在每条路线上给自己打分；计划会向你最薄弱的环节倾斜。
3. 打开今日，完成各项会话，并记录每次的完成情况。

## 基于学习真正起作用的方式，而非人格类型

这份计划不会把你归入某种"学习风格" - 研究并未证实按风格教学真的有帮助。它采用的是真正有效的方法：间隔重复，从空白页面重新求解而不是重读，在打好基础后混合不同主题，并把大部分时间花在你最薄弱的领域。

## 2026年顶尖科技公司面试考察什么

典型的面试流程包含两轮或更多编码环节、一轮设计环节和一轮行为面试。印度的产品公司会增加一轮90分钟的机器编码环节，依据 OOP、SOLID 和设计模式评分，而 Meta、Google、Canva 等公司现在也会安排让你借助 AI 助手编码的环节，并根据你指导和核验它的能力来评分。

## 计划如何决定你学什么

每个级别都从自己的学习时间分配开始。SDE-1：55% DSA、15% LLD、5% 系统设计、15% 行为面试、10% AI 辅助编程。SDE-3 及以上：35% 系统设计、20% DSA。以 machine coding 著称的目标公司会把时间移向 LLD，有 AI 辅助轮次的公司会提高该方向，你的自评再调整一次分配：自评 5 分中 1 分的方向得到 1.4 倍份额，5 分的方向得到 0.8 倍。复习按 1、3、7、14、30、60 天的阶梯进行：独立解出让题目上升一级，需要提示则间隔不变，失败则退回 1 天。复习最多占一天的 40%（面试前 21 天内为 50%），让新内容继续推进。

## 哪里用 AI，哪里不用

日程安排、进度检查、ATS 检查和 offer 计算都是不用 AI 的普通算术，相同输入总是得到相同结果。Google 的 Gemini 2.5 Flash 负责教练聊天、模拟面试官、模拟面试和学习笔记的评分、题型判断检查、简历点评和谈薪准备。模拟面试按固定评分标准每项打 1 到 4 分，模型的回复在保存前会经过校验。简历发送给模型前，邮箱地址和电话号码会被遮盖。每个账户的限额：每小时 30 条教练消息和 60 轮模拟面试对话，每天 20 次模拟面试评分和 10 次简历点评。

## offer 对比是如何计算的

每个 offer 都按四年展开。每年的合计 = 基本工资 + 预期奖金 + 其他年度价值 + 当年归属的股票授予部分；签约奖金和搬迁补贴只计入第 1 年。归属比例最多为四个年度百分比，合计为 100，例如 25,25,25,25 或 5,15,40,40。其他币种的金额按你可以修改的汇率换算（初始值只是粗略估计，请填入当天汇率），4 年平均值再除以该 offer 的生活成本系数：当前所在城市为 1，生活成本高 50% 的地方为 1.5。调整后的数字还会以与最佳 offer 相比的百分制显示。股票按授予时价值计算，不假设涨跌，不扣税，也不使用任何 AI。

## ATS 检查看哪些内容

并不存在通用的 ATS 分数：Workday、Greenhouse 和 Lever 等系统会把简历拆分成字段，招聘人员再按关键词搜索这些字段。因此，这项检查只报告它能从你的简历中读到的内容，简历可以是不超过 5 MB 的 PDF 或 DOCX，也可以直接粘贴文本，全程不用 AI。上传文件提取出的文本少于 300 个字符（通常是扫描件），或简历中没有电子邮箱地址时，检查不通过。以下情况会给出警告：没有单独成行的 Experience、Education 或 Skills 英文标题；找不到电话号码或各职位的日期；日期混用 "Jan 2022" 和 "01/2022" 等格式；PDF 超过两页，或文本少于 250 个词或多于 1,100 个词；DOCX 使用表格或在页眉页脚中放置文字；出现图标字体符号或乱码字符。

## 问题

**我需要账号吗？**

需要。Study Buddy 会保存你的计划、进度和错误日志，因此仅供已登录用户使用。你可以随时在设置页面删除所有数据。

**我在哪里解题？**

在 LeetCode 或你已经在用的任何练习平台上。Study Buddy 会链接到每个题目集，你负责记录每次尝试的结果。

**系统设计路线使用哪本书？**

Alex Xu 的《System Design Interview》第1、2卷。每一章对应一次会话，另外还有来自近期面经的额外设计题。

**如果我缺了一天怎么办？**

今天的计划会根据你的结果重新生成，所以未开始的主题会在下一个学习日再次出现。你不在时到期的复习会等着你；积压超过两天的量时，复习最多可占一天的 60%，从最早的开始，直到清空积压。你也可以提前标记休息日或轻松日，进度检查会把它们算进去。

**它有哪些公司的笔记？**

Google, Meta, Amazon, Microsoft, Apple, Netflix, Uber, Atlassian, LinkedIn, Canva, Shopify, Rippling, Salesforce, Adobe, Flipkart, Razorpay, Swiggy, Zomato, PhonePe 和 CRED。笔记只涵盖广泛报道的面试轮次形式，而形式会变化，请向招聘人员确认你的面试安排。

**为什么归属方式不同的两个 offer 平均值相同？**

因为同一笔授予在四年内加起来的总额相同。假设基本工资 100,000，股票授予 200,000，签约奖金 20,000。按 25,25,25,25 归属，第 1 年为 170,000，第 2 到 4 年每年 150,000；按 5,15,40,40 归属，依次为 130,000、130,000、180,000 和 180,000。两者平均都是 155,000，所以请对比第 1 年和第 2 年两列，尤其是你可能在股票完全归属前离职时。

**决策评分会使用薪资数字吗？**

不会。决策矩阵只使用你在八个因素上给每个 offer 打的 1 到 5 分（薪酬、学习与成长、团队与经理、工作本身、工作与生活平衡、地点或远程、稳定性、品牌与下一步），每项乘以你为该因素设定的 1 到 5 权重，结果以 0 到 100 分显示。请先看 4 年表格，再自己给薪酬打分。

**关键词匹配百分比是怎么算的？**

粘贴职位描述后，检查会找出其中提到了 87 项常见工程技能中的哪些，并把别名算在内，例如 k8s 对应 Kubernetes，Postgres 对应 PostgreSQL，然后显示你的简历也提到了其中多大比例，并列出匹配和缺失的技能。职位描述提到其中 8 项技能、你的简历包含其中 6 项时，得分为 75%。识别出的技能少于三项时不给分数，列表之外的术语（例如公司内部工具）不做检查。

## 常一起使用

- [字数统计与可读性分析工具](https://discuvr.org/word-counter/?hl=zh-hans)
- [语气润色](https://discuvr.org/tone-polish/?hl=zh-hans)
- [百分比计算器](https://discuvr.org/percentage-calculator/?hl=zh-hans)

---

Part of Discuvr (https://discuvr.org/): Discuvr is a collection of free, focused tools for day-to-day professional work - office and data utilities, legal and compliance helpers, privacy and security checks, and developer formatters. Every tool has its own page, and most can also be called from ChatGPT or Claude over MCP.