Amazon New Grad 的 VO 是一组连续的轮次（loop），最大特点是 BQ 权重极高：每一轮都先花十几分钟问行为问题（Behavioral Question），对齐 Leadership Principles，再进编程。很多人编程没问题却栽在 BQ 上。这篇按 oavoservice 学员的 Amazon NG 复盘，专讲 BQ：loop 结构、三类高频主题、STAR 故事怎么准备、追问怎么应对。文末附 VO辅助 / VO代面 的对接路径，给正在校招、转码、SDE 求职的同学一个实战参考。
一、Amazon NG VO loop 结构
| 维度 | 详情 |
|---|---|
| 形式 | 远程视频 loop，多轮背靠背 |
| 单轮 | 约 45–60 分钟：BQ + 1 道编程题 |
| BQ | 每轮都考，对齐 Leadership Principles |
| Bar Raiser | 通常有一轮由 Bar Raiser 主持，BQ 更深 |
| 考察 | LP 行为故事、算法功底、沟通、文化契合 |
每一轮的开场几乎都是 BQ。Amazon 把 Leadership Principles 当成评估的硬指标，面试官会顺着你的故事不断追问细节，所以准备得浅、经不起深挖是最常见的失败原因。
二、三类高频 BQ 主题
根据这次复盘，三轮分别问到了下面三类主题，每类都贴着特定的 LP：
1）超出你职责范围的事（Ownership / Bias for Action）
问"你做过哪些超出本职范围的事"。讲清：为什么是你站出来、你主动承担了什么、结果如何。要体现"主人翁意识"，而不是越界邀功。
2）未经经理许可就做的决策（Have Backbone / Bias for Action）
问"你在没有经理许可的情况下做过什么决策"。要点是：当时的紧迫性、你承担的风险、决策依据、结果，以及事后怎么和经理对齐。展示你敢拍板，也懂沟通。
3）一个你觉得有意思的项目（Learn and Be Curious / Invent and Simplify）
问"讲一个你觉得有意思的项目"。别只罗列技术栈，要讲清你解决了什么问题、做了哪些非显然的取舍、学到了什么、为什么觉得有意思。
三、STAR 结构：让故事经得起深挖
每条 LP 至少备 1–2 个 STAR 故事：
- S（Situation）：背景，一两句说清上下文。
- T（Task）：你的具体目标 / 职责。
- A（Action）：你做了什么——这是重点，要具体到"你"而不是"团队"。
- R（Result）：结果，尽量量化（提升多少、节省多少、影响范围）。
讲完后面试官会追问"你当时怎么想的""如果重来你会怎么做""遇到的最大阻力是什么"。所以每个故事都要准备 2–3 层追问的细节，别只背一个表层版本。
四、临场提醒
- 每轮都有 BQ，提前按 16 条 LP 各备 STAR 故事，结果量化、经得起追问。
- Action 部分多用"我"，讲清你个人的贡献，而不是泛泛说"我们团队"。
- 同一个项目可以拆出多条 LP 故事，但每条聚焦的 LP 和细节要不同，避免重复。
- 别背稿子，要能自然对话、灵活应对追问；Bar Raiser 轮尤其会深挖。
FAQ
Q1：Amazon NG VO 的 BQ 占比有多高？
很高。每一轮都先 BQ 再编程，通常占单轮三到四成时间，且对齐 Leadership Principles。编程过了但 BQ 准备不足，依然可能挂。
Q2：什么是 Bar Raiser？
Bar Raiser 是 Amazon 招聘里独立于招聘团队的资深面试官，专门把控招人标准。通常有一轮由 Bar Raiser 主持，BQ 追问更深、更注重文化契合，分量很重。
Q3：STAR 故事要准备几个？
建议每条 LP 至少 1–2 个，覆盖 16 条 LP。同一项目可拆出多条故事，但聚焦的 LP 和细节要错开。每个故事再准备 2–3 层追问细节。
Q4：Amazon NG 的 BQ 怎么高效准备？
按 16 条 LP 梳理经历、写成 STAR 故事并量化结果，再做模拟追问。需要按 Amazon LP 做 BQ mock、逐条故事打磨或 VO辅助 / VO代面 全程对接，可以走下面的路径定制。
正在准备 Amazon NG VO？
Amazon NG 是 BQ + 编程的 loop，BQ 权重极高、Bar Raiser 追问深。oavoservice 提供 Amazon 全流程陪练：16 条 LP 的 STAR 故事逐条打磨、模拟追问与文化契合训练，编程高频题限时模拟，按 NG loop 题型做预测。教练含大厂资深工程师与 Bar Raiser 视角，支持 VO辅助 / VO代面 全程对接。
立即添加微信 Coding0201，获取 Amazon BQ 与陪练。
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy