看大模型时，重点不只是名称，而是它解决哪类问题、依赖哪些条件以及落地成本。

先看原文给出的关键信息：AI 面试模拟系统：基于大模型的智能面试官设计与效果评估一、面试准备的"黑箱"——为什么刷题不等于会面试算法面试的核心矛盾在于：刷题能力与面试表现之间存在巨大的转化鸿沟。；能在 LeetCode 上独立 AC 200 道题的开发者，面对面试官的追问时仍然可能大脑空白。；原因有三：第一，面试是交互式的过程，面试官的追问会打乱预设的解题思路。继续往下处理时，重点放在这些条件上：第二，白板编码没有 IDE 补全和调试器，对代码的即时正确性要求极高；第三，时间压力下的心理状态与独自刷题完全不同。；传统的面试准备方式是"找同学模拟面试"，但这种方式有两个硬伤：面试官水平参差不齐，无法提供标准化的追问策略。收尾检查时，再把这些细节对上：反馈质量依赖面试官的主观判断，缺乏量化的能力评估。；AI 面试模拟系统的目标，就是用大模型构建一个标准化、可量化、可重复的面试训练环境。；题目生成器根据目标岗位和难度等级从题库中选题。