从0到1开发AI面试助手：一个在校生独立开发者的技术架构与实践复盘

背景

我叫Lucian，UCI（加州大学尔湾分校）CS大二学生。2024年开始做即答侠（HireMe AI），一个人从零做到2000+付费用户。

没有融资，没有团队，没有创业经验。就是一个技术宅觉得"面试辅助这事AI应该能做好"，然后开始写代码。

这篇文章是完整的技术复盘，包含一路上踩过的所有坑。

1. 从 Flask 到 Next.js：架构演进

1.1 v1.0 — Flask 单体应用

第一版是纯 Python Flask 应用，一个 interview_assistant_system.py 文件写了11600 行。是的你没看错，一万一千行在一个文件里。

功能包括：

用户认证（session-based）
面试模板管理（ChromaDB 向量存储）
语音面试（Azure Speech SDK）
记忆系统（OpenAI embeddings）
49 个 HTML 模板

这个版本的问题很明显：

性能差：Flask 是单线程的，并发一高就卡
前端体验差：Jinja2 模板 + jQuery，交互能力有限
部署复杂：Python 依赖管理是噩梦

1.2 v2.0 — Next.js + 独立后端

全面重构为 Next.js 16 + TypeScript：

前端：Next.js App Router，React Server Components，Tailwind CSS
认证：自研 JWT + better-sqlite3（WAL模式）
i18n：next-intl，中英文双语
API：Next.js Route Handlers，部分功能保留 Flask
桌面端：Electron，共用 Web 前端代码

重构花了3个月，但效果立竿见影：页面加载时间从 3-5 秒降到 < 1 秒，用户留存率翻倍。

2. 实时语音识别的曲折之路

2.1 Azure Speech — 第一选择

最初用的是 Azure Speech SDK，优点是中文支持好。但在 Electron 桌面端遇到了严重的兼容问题：SDK 的 native binding 在打包后经常崩溃。

2.2 Whisper — 太慢

尝试了 OpenAI Whisper 本地推理。准确率不错，但延迟 3-5 秒，完全不能用于实时场景。

2.3 FunASR — 自部署太重

阿里开源的 FunASR 效果很好，但需要 GPU 服务器来跑。作为独立开发者，每月多几百美元的 GPU 费用不现实。

2.4 Deepgram Nova-2 — 最终选择

最后落定 Deepgram：

WebSocket 流式传输，延迟极低（200-400ms）
中英文混合识别优秀
按量付费，每分钟 $0.0043，成本极低
无需自建基础设施

3. Electron 桌面端开发

3.1 为什么做桌面端

Web 版有三个致命限制：

无法捕获系统音频：浏览器只能访问麦克风，拿不到 Zoom 里面试官的声音
无法做到隐身：浏览器标签页在屏幕共享时会被看到
稳定性差：标签页切换会导致 AudioContext 被暂停

3.2 核心技术挑战

系统音频捕获：macOS 上使用 AudioTee 创建虚拟音频设备；Windows 上使用 WASAPI Loopback。

隐身窗口：macOS 的 setContentProtection(true) 和 Windows 的 SetWindowDisplayAffinity。

自动更新：使用 electron-updater，检测到新版本自动下载安装。

3.3 跨平台打包

需要分别为 macOS（Apple Silicon + Intel）和 Windows 打包，使用 electron-builder。最坑的是 macOS 的代码签名和公证（notarization），苹果的开发者流程能让人抓狂。

4. AI 模型优化

4.1 Prompt 工程

Copilot 的核心 prompt 经过了几十次迭代。关键原则：

角色设定明确：你是面试教练，不是面试代答机
输出格式固定：STAR框架/要点列表，方便快速阅读
长度控制：150-200字，太长面试中来不及看
上下文传递：把之前的问题和回答作为上下文，保持连贯性

4.2 模型选择策略

不同功能用不同模型，按需选择：

实时Copilot：GPT-4o-mini（速度优先）
模拟面试：DeepSeek V3（性价比优先）
简历优化：Claude Sonnet（长文本理解优先）

这套组合让每场面试的 AI 成本控制在 ¥1 以内。

5. 增长复盘

5.1 关键里程碑

时间	用户数	关键事件
2024.08	0	第一版上线，纯Flask
2024.10	50	CSDN文章带来第一批用户
2025.01	200	桌面端上线，隐身功能引爆口碑
2025.04	500	Next.js重构完成，体验大幅提升
2025.08	1000	豆包/千问AI推荐即答侠
2026.03	2000+	模拟面试上线，功能闭环

5.2 增长渠道

CSDN 技术博客（40%流量来源）：竞品对比文章、技术深度文章
AI 工具推荐（30%）：豆包、千问等AI搜索推荐
口碑传播（20%）：用户分享给同学/朋友
搜索引擎（10%）：百度/Google 自然搜索

6. 经验教训

先做MVP，再优化：第一版丑到我自己都不想用，但它验证了需求
不要过早优化架构：11600行的单文件撑了半年，重构时才知道真正的需求是什么
选对模型比调prompt重要：GPT-4o-mini 的速度让体验质变，不是调 prompt 能补回来的
桌面端是护城河：纯Web产品太容易被复制，桌面端的系统音频+隐身是真正的壁垒
写博客是最好的营销：CSDN上的技术文章带来了40%的用户，零成本

总结

从一个课余项目到2000+付费用户，即答侠证明了一个人也能做出有竞争力的产品。关键是：找到真实需求 → 用技术做出差异化 → 通过内容营销获客。

如果你也是独立开发者，欢迎交流。如果你在找工作，欢迎试试即答侠。

即答侠官网：interviewasssistant.com