Vibe-Coding 深度标杆¶
报告反复强调：只会用 AI 编程工具（L2）不够，要「懂原理 + 有量化 + 有工作流」（L3+）才是真加分。本页给出三个深度标杆，作为候选人自检与面试官定标的尺子。
三要素标尺¶
| 要素 | L2「会用」 | L3+「真加分」 |
|---|---|---|
| 原理 | 不知道工具底层怎么工作 | 能讲清主循环、上下文管理、记忆机制，能定位边界问题 |
| 量化 | 没有度量 | 有交付效率 / 生成率 / 评审通过率等可追问口径 |
| 工作流 | 零散使用 | 有"需求-代码-测试-评审"闭环、质量保障体系、团队规范 |
标杆一：卢浩——懂底层（原理维度深度标杆）¶
简历原文：「熟练使用 Claude Code 并了解底层与原理如：主循环 query 流程、代码检索流程、上下文管理、记忆管理」。
为什么是标杆：罕见触及工具底层机制。能讲清 Claude Code 的 Agent 主循环（推理→工具调用→结果回填→再推理）、上下文截断策略、CLAUDE.md 记忆机制，并据此定位"上下文截断导致工具调用失败"等边界问题。
自检 / 考察问题（对应 Claude Code 底层原理）：
- 描述 Claude Code 的主循环 query 流程。
- 上下文窗口快满时工具会发生什么？如何规避？
- CLAUDE.md / 记忆机制如何影响长期项目协作？
标杆二：姚磊——有量化 + 质量闭环¶
简历原文：「深度应用 Claude Code、Cursor 等 AI 编程工具，交付周期缩短 60%（5 天→2 天），建立 AI 辅助的质量保障体系」。
为什么是标杆：有量化（5 天→2 天）+ AI 驱动代码审查 + 自动生成测试的闭环，不是孤立使用。
自检 / 考察问题：
- "5 天→2 天"怎么度量的？哪些环节贡献最大？
- AI 生成的代码怎么保证质量？审查机制是什么？
标杆三：彭超——团队级推广（L4 最高标杆）¶
简历原文：「率先在团队落地 AI 高效开发范式，全面推行 Cursor、Claude Code、OpenCode 等智能编程工具」「引入 GitHub Copilot 及自研 CodeReview Agent，团队整体交付效率提升 30%」。
为什么是标杆：本批唯一的团队级推广者（L4）——从"个人会用"上升到"团队工程化"：自研 CodeReview Agent、统一研发规范、有量化提效（+30%）、有评估体系。
自检 / 考察问题：
- 如何在团队统一 AI 研发规范？阻力怎么克服？
- CodeReview Agent 怎么设计、怎么接入 CI？
- "+30%"的度量口径与归因是什么？
对照：L2「会用」长什么样¶
秦刚：「熟练使用 Claude Code、Cursor、GitHub Copilot 等 AI 辅助开发工具」——会用，但无量化、无工作流、无原理。这是及格线（写进简历才不被筛除），但不是加分项。
一句话总结¶
"会不会用"是底线，"懂原理 + 有量化 + 有工作流"才是竞争力。 候选人对着三要素自检；面试官用标杆问题区分 L2 与 L3+。
数据来源：《面试总结报告》§4.3、§4.5、§6（洞察 1、4）。