今年早些时候走完了 Perplexity PM 的完整 loop，并拿到 offer。我一直没急着写，因为不确定会不会去，但最后我拒了（comp 结构不适合我的情况），所以这里是比较真实的拆解。
Perplexity 的 PM 面试不像大多数科技公司那样结构化。没有那种固定的「产品设计一轮、战略一轮、指标一轮」脚手架，更像是混在一起。下面是每一轮实际包含的内容。
Recruiter screen（30 分钟）：背景、为什么 Perplexity、以及你对真实产品的看法。他们希望你真的用过产品，而且有观点。
PM take-home（给 48 小时）：为一个新的 Perplexity 功能写一份产品 spec。我拿到的题是提升专业人士的 research/report 生成体验。这轮会筛掉很多人。他们要的是具体、对用户的真实理解、以及清晰的 tradeoffs。我写了大概 1,200 词。spec 里包含问题陈述、用户分群、三种可能方案的优缺点、我的推荐、以及一个粗略成功指标。说明里他们明确写了「不要过度排版」，这是个信号。
和 eng lead 的 PM 面试（45 分钟）：过我的 spec。他们会很用力地追问我的指标选择，以及我为什么优先方案 X 而不是 Y。然后还会问一个完全不同的产品问题：在每个浏览器都有原生 AI search 的世界里，你怎么看 Perplexity 的定位？这是很战略的问题，没有标准答案，他们看的是你的推理方式。
HM 对话（45 分钟）：behavioral + strategy 混合。风格可以参考那篇 behavioral 帖子。他们还问了：我和一个非常强的工程师在 roadmap 上意见不合时，怎么处理。
没有正式的 metrics round，但 metrics 在每段对话里都会出现。如果你没法流畅地聊 user retention、query quality，以及怎么衡量「这个回答是否可信」这种偏定性的东西，你会很吃力。
我注意到一个点：他们在意你是否真正理解 AI 产品哪里不一样。比如 session-based UX、信任信号、对延迟的感知、对 hallucination 的认知。不是因为他们要考你 LLM 知识，而是因为产品决策都要建立在这些约束之上。泛用的 PM 框架在这里会显得很空。