Amazon New Grad 的 VO 是一組連續的輪次（loop），最大特點是 BQ 權重極高：每一輪都先花十幾分鐘問行為問題（Behavioral Question），對齊 Leadership Principles，再進程式。很多人程式沒問題卻栽在 BQ 上。這篇按 oavoservice 學員的 Amazon NG 複盤，專講 BQ：loop 結構、三類高頻主題、STAR 故事怎麼準備、追問怎麼應對。文末附 VO輔助 / VO代面 的對接路徑，給正在校招、轉碼、SDE 求職的同學一個實戰參考。
一、Amazon NG VO loop 結構
| 維度 | 詳情 |
|---|---|
| 形式 | 遠端視訊 loop，多輪背靠背 |
| 單輪 | 約 45–60 分鐘：BQ + 1 道程式題 |
| BQ | 每輪都考，對齊 Leadership Principles |
| Bar Raiser | 通常有一輪由 Bar Raiser 主持，BQ 更深 |
| 考察 | LP 行為故事、演算法功底、溝通、文化契合 |
每一輪的開場幾乎都是 BQ。Amazon 把 Leadership Principles 當成評估的硬指標，面試官會順著你的故事不斷追問細節，所以準備得淺、經不起深挖是最常見的失敗原因。
二、三類高頻 BQ 主題
根據這次複盤，三輪分別問到了下面三類主題，每類都貼著特定的 LP：
1）超出你職責範圍的事（Ownership / Bias for Action）
問「你做過哪些超出本職範圍的事」。講清：為什麼是你站出來、你主動承擔了什麼、結果如何。要體現「主人翁意識」，而不是越界邀功。
2）未經經理許可就做的決策（Have Backbone / Bias for Action）
問「你在沒有經理許可的情況下做過什麼決策」。要點是：當時的緊迫性、你承擔的風險、決策依據、結果，以及事後怎麼和經理對齊。展示你敢拍板，也懂溝通。
3）一個你覺得有意思的專案（Learn and Be Curious / Invent and Simplify）
問「講一個你覺得有意思的專案」。別只羅列技術棧，要講清你解決了什麼問題、做了哪些非顯然的取捨、學到了什麼、為什麼覺得有意思。
三、STAR 結構：讓故事經得起深挖
每條 LP 至少備 1–2 個 STAR 故事：
- S（Situation）：背景，一兩句說清上下文。
- T（Task）：你的具體目標 / 職責。
- A（Action）：你做了什麼——這是重點，要具體到「你」而不是「團隊」。
- R（Result）：結果，盡量量化（提升多少、節省多少、影響範圍）。
講完後面試官會追問「你當時怎麼想的」「如果重來你會怎麼做」「遇到的最大阻力是什麼」。所以每個故事都要準備 2–3 層追問的細節，別只背一個表層版本。
四、臨場提醒
- 每輪都有 BQ，提前按 16 條 LP 各備 STAR 故事，結果量化、經得起追問。
- Action 部分多用「我」，講清你個人的貢獻，而不是泛泛說「我們團隊」。
- 同一個專案可以拆出多條 LP 故事，但每條聚焦的 LP 和細節要不同，避免重複。
- 別背稿子，要能自然對話、靈活應對追問；Bar Raiser 輪尤其會深挖。
FAQ
Q1：Amazon NG VO 的 BQ 占比有多高？
很高。每一輪都先 BQ 再程式，通常占單輪三到四成時間，且對齊 Leadership Principles。程式過了但 BQ 準備不足，依然可能掛。
Q2：什麼是 Bar Raiser？
Bar Raiser 是 Amazon 招聘裡獨立於招聘團隊的資深面試官，專門把控招人標準。通常有一輪由 Bar Raiser 主持，BQ 追問更深、更注重文化契合，分量很重。
Q3：STAR 故事要準備幾個？
建議每條 LP 至少 1–2 個，涵蓋 16 條 LP。同一專案可拆出多條故事，但聚焦的 LP 和細節要錯開。每個故事再準備 2–3 層追問細節。
Q4：Amazon NG 的 BQ 怎麼高效準備？
按 16 條 LP 梳理經歷、寫成 STAR 故事並量化結果，再做模擬追問。需要按 Amazon LP 做 BQ mock、逐條故事打磨或 VO輔助 / VO代面 全程對接，可以走下面的路徑客製。
正在準備 Amazon NG VO？
Amazon NG 是 BQ + 程式的 loop，BQ 權重極高、Bar Raiser 追問深。oavoservice 提供 Amazon 全流程陪練：16 條 LP 的 STAR 故事逐條打磨、模擬追問與文化契合訓練，程式高頻題限時模擬，按 NG loop 題型做預測。教練含大廠資深工程師與 Bar Raiser 視角，支援 VO輔助 / VO代面 全程對接。
立即加入微信 Coding0201，取得 Amazon BQ 與陪練。
聯絡方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy