做 Aural 的起点很直接：我想要一个真正能完成访谈流程的 AI 工具，而不只是一个套着“面试官”提示词的聊天框。
很多原型都能演示“AI 问、用户答”。但一旦把它交给真实用户，问题马上变得具体：网络中断后会不会丢失进度？AI 为什么突然追问这一句？评分能不能回到原始回答？候选人写的代码、画的白板应该放在哪里？团队能不能把数据留在自己的环境里？
于是，我开始把它做成一个可以自托管的开源项目。
从聊天框到完整流程
我最早踩的坑，是把访谈看成一段连续对话。聊天记录确实容易保存，但它并不能完整描述一次访谈。
后来我把整个过程拆成明确的状态：准备、提问、等待回答、分析、决定是否追问、进入下一题、完成，以及异常恢复。实时音频和转写可以走 WebSocket，但关键状态会持久化。这样即使页面刷新或网络短暂断开，用户也能回到正确的位置。
这个变化看起来偏工程，实际却直接影响体验。一个能说话的 AI 很吸引人，一个不会因为掉线而让你重来的工具才真正可用。
AI 可以追问，但不能漫无边际
Aural 支持根据回答动态追问。为了避免模型重复、跑题或拖延时间，我没有让它任意生成下一句，而是给追问设置边界：
是否已经回答充分、剩余时间和追问次数、目标能力维度、已经覆盖的话题，以及需要引用的原始回答片段。
模型需要同时给出“为什么追问”和“依据是什么”，系统再检查输出是否符合规则。条件不满足时，就回到预设问题。
这让我越来越确信：真正可靠的 AI 功能，往往不是给模型更多自由，而是给它一个清楚、可检查的决策空间。
评分应该能回到证据
如果报告只写“沟通能力 8 分”，面试官和候选人都很难判断这意味着什么。
所以在设计评估时，我希望每个结论都能连接到证据：对应的回答片段、使用的评分标准、代码或白板产物、模型理由，以及评估版本。这样出现争议时，不必重新问一次 AI，而是可以沿着报告回到当时的访谈过程。
代码编辑器和白板也不是附加功能。Monaco 中的代码变化、执行结果，以及 Excalidraw 白板的关键快照，都应该和问题及时间线关联。最终答案固然重要，但思考和修改的过程同样有价值。
为什么坚持开源和自托管
访谈数据通常包含语音、视频、转写、代码和评价，敏感程度远高于普通聊天记录。自托管不只是多一种部署选项，它让团队能够决定数据经过哪些服务、保存多久，以及谁能访问。
Aural 采用 MIT 许可证，模型层也尽量保持可替换。目前可以接入 OpenAI、Gemini、Kimi、MiniMax 等服务，也可以继续扩展本地模型。业务流程不需要绑定某一家供应商。
现在的 Aural
目前 Aural 已经支持语音、文字和视频访谈、动态追问、结构化评估、代码编辑器、白板、团队管理和多语言界面。技术栈主要是 Next.js、TypeScript、Supabase、tRPC 和 WebSocket。
它当然还不是终点。恢复机制、评估透明度、部署体验和更多模型适配都还会继续完善。但我希望这个项目至少提供一个可运行、可讨论的起点：AI 访谈可以不止“看起来聪明”，还应该可恢复、可复查，并且让使用者掌握数据。
项目网站：https://aural-ai.com
GitHub：https://github.com/1146345502/aural-oss
中文说明：https://github.com/1146345502/aural-oss/blob/main/README.zh-CN.md
如果你对自托管、AI 工作流、访谈评估或多模态交互有经验，欢迎到仓库交流。特别想听听大家在真实使用中最在意的隐私、恢复和评估问题。
