🎙️面试官说的每一句话，我都想留下来：于是我用 Vibe Coding 做了一个免费的 macOS 面试录音工具

背景

找过工作的人应该都懂：

面试复盘有多重要，复盘就有多难。

一场技术面四五十分钟下来，面试官可能连续问你：

• Java / JVM
• MySQL / Redis
• 项目设计
• Agent / RAG
• 场景题
• 算法题

面试结束以后，你脑子里往往只剩下几个模糊片段：

“刚刚那个问题，我是不是答错了？”

“面试官追问了什么来着？”

“我项目那里是不是讲得特别乱？”

更尴尬的是：

你明明知道这场面试里暴露了很多问题，却已经记不清到底暴露了什么。

于是我想做一件非常简单的事：把面试完整录下来。

然后：

▼
text
复制代码
线上面试
   ↓
完整录音
   ↓
Whisper / AI 转录
   ↓
生成面试逐字稿
   ↓
ChatGPT
   ↓
逐题复盘

让 AI 帮我重新整理：

• 面试官到底问了什么？
• 我的原回答是什么？
• 哪些地方答错了？
• 哪些地方虽然没错，但表达很差？
• 一个更好的面试回答应该是什么？
• 这场面试暴露了哪些知识薄弱点？
• 下一场面试前应该重点补什么？

想法非常简单。

结果真正到了 Mac 上，我发现：

“把面试官声音 + 自己声音一起录下来”居然没想象中那么省事。

我只是想录个面试，为什么突然开始学虚拟声卡了？

我的需求真的非常朴素：

▼
text
复制代码
面试官的声音
+
我自己的回答
↓
一个音频文件

甚至：

我连屏幕都不需要录。

结果调研了一圈以后，发现现有方案大概是这样。

方案一：系统自带录音备忘录

简单是简单。

但很多情况下你最终得到的是：

▼
text
复制代码
✅ 自己的麦克风
❌ 系统内部声音

也就是说：

你说的话录下来了，面试官的问题没了。

那还复盘什么……

---

方案二：OBS

OBS 当然非常强。

但第一次打开：

▼
text
复制代码
场景
来源
音频混音器
音轨
编码器
输出
容器

我当时只有一个想法：

我真的只是想录个音。

😂

---

方案三：BlackHole / 虚拟声卡

这条路线也完全能解决问题。

但很快就变成：

▼
text
复制代码
安装 BlackHole
      ↓
Audio MIDI Setup
      ↓
Multi-Output Device
      ↓
Aggregate Device
      ↓
检查 Clock Source
      ↓
检查 Drift Correction

我：

“等一下，我不是来准备面试的吗？”

---

后来我发现了 LoopRec

在调研过程中，我看到了一款让我非常喜欢的软件：

LoopRec。

它真正让我喜欢的不是功能特别多，而是：

功能特别少。

打开以后基本就是：

▼
text
复制代码
系统声音             ON

麦克风               ON

系统声音音量         90%

麦克风音量          100%

       开始录音

• 没有场景。
• 没有复杂混音台。
• 没有一堆专业录音参数。

这才是我理解中的：“面试录音工具”。

但它的免费版本存在单次录制时长限制。问题是技术面试这种东西，很难控制时长：

▼
text
复制代码
30 min
45 min
60 min
90 min
120 min

都有可能。

总不能面试进行到一半说：

“面试官您好，我这个录音软件免费额度快到了，要不今天先到这里？”

😂

然后那个非常典型的程序员念头就出现了：要不我自己写一个？

于是 InterviewRec 出现了。

InterviewRec

一句话介绍：

一个免费、开源、原生、轻量的 macOS 面试 / 会议录音工具。

它的工作流程只有：

▼
text
复制代码
Mac 系统声音 ─┐
              ├──→ InterviewRec ──→ M4A
麦克风声音 ───┘

系统声音就是：

面试官 / 会议对方的声音。

麦克风就是：

你自己的回答。

录完以后得到：

▼
text
复制代码
InterviewRec-2026-08-28-xxxxxx.m4a

然后你想：

• 直接回放；
• 拖进 Whisper；
• 用本地模型转录；
• 丢给 ChatGPT；

都可以。

---

它目前能做什么？

V0.1 的功能我刻意控制得非常克制：

▼
text
复制代码
✅ 录制 Mac 系统声音

✅ 录制麦克风

✅ 系统声音 + 麦克风同时录制

✅ 输出单个 M4A

✅ 不需要 BlackHole

✅ 不需要配置虚拟声卡

✅ 系统声音 / 麦克风独立开关

✅ 两路独立录音音量

✅ 双路实时音量电平

✅ 选择麦克风设备

✅ AirPods / USB 麦克风等输入设备

✅ 自定义保存目录

✅ 录完直接播放

✅ Finder 中定位录音文件

✅ 设置自动保存

✅ 完全本地运行

✅ 免费

✅ MIT 开源

项目当前代码就是围绕“系统声音 + 麦克风 → 单个 M4A”这一目标设计的，没有加入 AI、云端或账号系统。

---

不需要虚拟声卡

这是我自己最在意的一点。

InterviewRec 直接使用 macOS 的：

ScreenCaptureKit

来获取系统声音和麦克风。

当前实现中：

▼
text
复制代码
ScreenCaptureKit
       │
┌─────────────┴─────────────┐
↓                           ↓
System Audio                 Microphone
│                           │
└─────────────┬─────────────┘
       ↓
PCM Normalize
       ↓
 48 kHz Float32
       ↓
┌───────────┴──────────┐
↓                      ↓
System Gain              Mic Gain
│                      │
└───────────┬──────────┘
       ↓
    Mixer
       ↓
   Limiter
       ↓
     AAC
       ↓
     M4A

系统声音和麦克风通过同一个 ScreenCaptureKit Session 获取，最终进入统一的音频处理链路。

所以使用的时候不用：

▼
text
复制代码
BlackHole
Soundflower
Loopback
VB-Cable

也不会为了录音去修改你的系统默认输出设备。

代码中也使用了 excludesCurrentProcessAudio，避免把 InterviewRec 自己产生的声音再次抓进录音链路。

对普通用户来说，最终感知应该只有：

▼
text
复制代码
安装
 ↓
授权
 ↓
选择麦克风
 ↓
开始录音

---

真正的原生 macOS App

我没有使用：

▼
text
复制代码
Electron
WebView
Tauri
Flutter

整个项目技术栈非常简单：

▼
text
复制代码
Swift 6
+
SwiftUI
+
ScreenCaptureKit
+
AVFoundation

目前平台范围也砍得很直接：

▼
text
复制代码
macOS 15 Sequoia+
Apple Silicon Only

支持：

▼
text
复制代码
M1
M2
M3
M4
M5

不考虑 Intel。

不考虑 Rosetta。

因为这是一个我自己真正要用的小工具：

与其为了兼容所有机器把第一版做复杂，不如先把自己的核心场景做好。

UI也十分简洁：

Vibe Coding

这个项目还有一个很有意思的地方：它基本是靠 Vibe Coding 做出来的

InterviewRec 本身其实也是我的一次实验：

现在的大模型，到底能不能从 0 做出一个真正能使用的 macOS 原生工具？

但我没有采用：

▼
text
复制代码
“帮我写一个录音软件”

然后坐等 AI 吐完整项目的方式。而是真正按照软件开发流程来做的。

第一步：先做需求，而不是先写代码

我先把 V0.1 需求收缩成一句话：

系统声音 + 麦克风 → 单个 M4A。

然后把边界冻结：

▼
text
复制代码
macOS 15+
Apple Silicon

只录音
不录屏
不联网
不做 AI
不做后端

这一步看起来没有写一行代码。

但后来回头看：

它可能是整个项目最重要的一步。

因为 Vibe Coding 特别容易出现：

“既然 AI 写代码不要钱，那不如全加上。”

结果 Scope 直接爆炸。

---

第二步：先写 Design，再让 Agent 开始干活

项目现在不是只有源码。

还专门保留了：

▼
text
复制代码
docs/
├── DESIGN.md
├── PLAN.md
└── TESTING.md

DESIGN.md 回答：

这个软件怎么实现？

PLAN.md 回答：

Agent 应该按照什么顺序实现？

TESTING.md 回答：

你怎么证明这个东西真的能用？

这和：

▼
text
复制代码
Prompt
 ↓
疯狂生成代码
 ↓
能编译
 ↓
宣布完成

完全是两回事。

---

第三步：把系统拆成 Agent 能理解的小模块

现在项目里的音频核心大概是：

▼
text
复制代码
AudioFrame
PCMBufferReader
PCMConverter
GainProcessor
AudioMixer
AudioLimiter
AudioLevelMeter
RecordingWriter
ScreenCaptureAudioService
RecordingEngine

而不是：

▼
text
复制代码
RecordingManager.swift

3000 行

😂

例如：

GainProcessor

就只负责：

数字增益。

AudioMixer

就只负责：

合并音频。

AudioLevelMeter

就只负责：

音量计算。

RecordingWriter

就只负责：

PCM → AAC/M4A。

我现在越来越觉得：

好的架构不仅方便人维护，也非常方便 Coding Agent 工作。

你告诉 Codex：

“修 AudioMixer。”

它只需要理解一个明确的小模块。

而不是每次把整个项目重新读一遍。

---

第四步：不要相信 AI 说“已经完成”

这可能是这次 Vibe Coding 给我最大的体会。

Coding Agent 特别喜欢说：

“Implementation complete.”

但软件工程真正重要的是：测试。

所以我给核心音频 Pipeline 做了自动化测试。

目前覆盖了：

▼
text
复制代码
GainProcessor
AudioMixer
AudioLimiter
AudioLevelMeter
PCMConverter
RecordingWriter
RecordingState
Settings
FileNaming

比如 Mixer 测试会真正验证：

▼
text
复制代码
System Audio
+
Microphone
↓
混音结果

还做了：

▼
text
复制代码
Synthetic System Tone
+
Synthetic Mic Tone
        ↓
      Mixer
        ↓
     AAC / M4A
        ↓
重新读取生成文件
        ↓
检查两种声音是否都还存在

以及不同麦克风输入格式的转换测试。

---

MVP思维

这个项目目前仍然是：

V0.1。

我现在尤其关注：

▼
text
复制代码
30～120 分钟真实长录

不同采样率设备的长期同步

Writer Backpressure

异常中断

麦克风热插拔

Crash Recovery

分段保存

这些属于下一阶段要继续重点验证和改进的内容。

当前仓库里也明确把：

完整崩溃恢复 / segment recording

留到了 V0.2。

我觉得开源项目没必要一上来就吹：

“完美、稳定、工业级。”

反而应该告诉大家：

哪里已经做了，哪里还在继续验证。

Issue 和 PR 本来就是开源的一部分。

---

隐私方面

InterviewRec 当前：

▼
text
复制代码
不联网
不上传
无账号
无服务器
无埋点
无广告

所有录音文件只保存在：

你自己选择的本地目录。

默认：

▼
text
复制代码
~/Music/InterviewRec/

毕竟：

技术面试录音本身就是非常敏感的数据。

如果一个纯录音工具还要求我：

▼
text
复制代码
登录
上传
同步
注册账号

那反而不是我想要的东西。

---

对 Vibe Coding 的理解

以前大家讲 Vibe Coding：

“一句话生成一个网站。”

但真正把 InterviewRec 做下来以后，我越来越觉得，一个更靠谱的流程应该是：

▼
text
复制代码
Idea
 ↓
Requirements
 ↓
Design
 ↓
Implementation Plan
 ↓
Coding
 ↓
Tests
 ↓
Manual Verification
 ↓
迭代

AI 并不是：

让软件工程消失。

而是：让软件工程的每一步都变快。

需求可以和 AI 一起讨论。

架构可以让 AI Review。

实施计划可以让 Agent 拆。

代码可以交给 Codex。

测试可以交给 Agent 补。

Bug 可以让 Agent Debug。

文档可以自动维护。

但最终：

方向、取舍和验收，还是得由人负责。

至少这是我做 InterviewRec 最大的感受。

---

我自己最终准备怎么使用它？

其实 InterviewRec 只是整个工作流的第一步。

真正让我觉得它有价值的是：

▼
text
复制代码
腾讯会议 / Zoom / 飞书
          ↓
      InterviewRec
          ↓
     interview.m4a
          ↓
       Whisper
          ↓
     interview.md
          ↓
        ChatGPT

然后把逐字稿交给 AI：

▼
text
复制代码
请根据这份技术面试逐字稿：

1. 按时间顺序整理面试官所有问题
2. 还原我的回答
3. 对每个回答进行评价
4. 找出错误、遗漏和表达问题
5. 给出更好的面试标准答案
6. 总结这场面试暴露出的知识薄弱点
7. 给出下一轮复习优先级

最后，代码开源

项目地址：⭐ InterviewRec

GitHub：https://github.com/sz-xiaohuolong/InterviewRec

目前：

▼
text
复制代码
📌 macOS 15 Sequoia+
📌 Apple Silicon
📌 Swift 6 + SwiftUI
📌 ScreenCaptureKit
📌 AVFoundation
📌 MIT License
📌 免费
📌 完全开源
📌 完全本地
📌 无会员
📌 无服务器
📌 无广告

如果你也是：

• 准备秋招 / 春招；
• 找实习；
• 准备跳槽；
• 经常参加线上技术面；
• 需要录线上会议；
• 想用 AI 复盘自己的表达；

欢迎拿去用。

---

如果这个小工具刚好解决了你的问题

欢迎：

点一个 Star ⭐

也欢迎：

▼
text
复制代码
Issue
PR
Bug Report
Feature Suggestion

尤其欢迎帮我测试：

• AirPods
• USB 麦克风
• 腾讯会议
• Zoom
• 飞书
• Teams
• 不同型号 Apple Silicon Mac
• 长时间录音

一个开源小工具最有价值的地方，就是：一个人的需求，最后可能刚好解决了一群人的问题。