麦肯锡 Solve 备考指南：4 周通过测评的行动计划

麦肯锡 Solve 测评在候选人进入案例面试之前，就淘汰了大约 70%。这套游戏化数字测评自 2020 年前后取代了纸质版问题解决测试（PST），已成为麦肯锡全球默认形式——如果你在 2026 年申请麦肯锡，Solve 几乎肯定是你面对的第一道关卡。

与旧版 PST 不同，Solve 没有可以刷题突击的题库，因为它根本不存在这样的题库。Solve 评估的是你的决策过程——你的选择顺序、时间分配方式、遇到变化时是否调整策略——而不仅仅是你是否得出了正确的最终答案。这意味着投入产出比最高的备考方式，是建立真实、可重复的分析习惯，而不是刷练习题。

本指南正是为此设计：一套围绕 Solve 实际考查能力——数据分析、约束优化与系统思维、心算——组织的 4 周计划，配合能力自测、模拟实战和考试日流程，把这些能力转化为能通过测评的实际表现。

Solve 究竟在考查什么

一场 Solve 测评会给你分配两个连续进行的小游戏，总时长约 60–81 分钟。绝大多数候选人遇到的组合是生态系统构建（Ecosystem Building）配对Redrock Study；少数人会遇到其他游戏，例如 Sea Wolf 或 Plant Defense。

• 生态系统构建把你放入一个环境中，给出一份候选物种清单和一套规则（海拔、地形、温度等约束条件）。你的任务是选出一组物种，在这些规则下组成一条可行的食物链。这本质上是一个约束优化问题，算法关注的是你探索约束空间的系统性，而不只是你最终是否拼出了一条能运转的食物链。
• Redrock Study 给你一份生态数据资料包——图表、表格和简短文字——要求你提取、组合并运用这些信息回答一系列问题。这是一个数据分析与调查类任务，考查结构化记录信息和精确读取刻度、单位的能力。

评分是算法化、行为化的：Solve 会记录你的决策序列、点击模式和时间分配，能够区分出通过系统性探索得出答案的候选人，和靠试错碰运气得出答案的候选人。因为评分基于过程，无目的的点击和推倒重来都会被明确扣分——不存在旧版 PST 那种"蒙一个接着往下做"的策略。

关于两个小游戏的完整拆解、评分机制以及旧版 PST 的历史说明，请参阅我们的麦肯锡 Solve 测评指南。本文聚焦于逐周备考计划本身。

第 1 周开始前：先做一次能力自测

由于目前没有带官方评分的 Solve 官方练习测试，你的自测更接近自我评估而非打分考试。用一次约 45 分钟的时间完成三个简短练习，重点关注你如何解决问题，而不只是有没有得到"正确"答案：

1. 心算速度测试：不用计算器，限时完成 10 道混合百分比、除法和增长率题目。如果大多数题目超过 20–25 秒，说明计算速度是你的优先训练方向。
2. 小型约束选择练习：找一组带有若干兼容规则的小物件（比如围桌就座问题的"不能相邻"约束，或者要求每组共享至少一个属性的分类问题）来解决。留意自己是先梳理了所有约束再动手，还是一上来就靠猜测和反复调整。
3. 数据阅读练习：从真实商业案例中找一份图表密集的资料，给自己 90 秒回答三个问题（一个具体数值、一个趋势方向、一个对比）。留意这 90 秒里有多少时间花在定位正确的图表区域，又有多少花在了泛读全部内容。

自测信号	暴露的问题	训练重点
计算超过 20 秒或需要打草稿	心算是瓶颈	第 2 周心算训练线
动手选择/点击前没有先梳理约束	方法偏被动反应而非系统性	第 2 周约束优化训练线
同一张图表反复重读	数据提取缺乏结构	第 2 周数据分析训练线
解出了题但事后说不清自己的方法	过程还不够可重复	第 3 周加强过程复盘
以上各项都感觉从容且迅速	你已接近备考成熟	可将本计划压缩为 2 周版

无论自测暴露了什么，目标都是一致的：找出一到两项在第 2 周需要重点加强的能力，但不要完全跳过其他能力。

4 周 Solve 备考路线图

flowchart LR
    A["第 1 周\n熟悉形式与自测"] --> B["第 2 周\n核心能力训练"]
    B --> C["第 3 周\n全真限时模拟"]
    C --> D["第 4 周\n收敛与调整"]
    style A fill:#e8f4fd,stroke:#2196F3
    style B fill:#e8f4fd,stroke:#2196F3
    style C fill:#fff3e0,stroke:#FF9800
    style D fill:#e8f5e9,stroke:#4CAF50

第 1 周：熟悉考试形式 + 完成自测

目标：了解一场 Solve 测评的整体结构，完成能力自测，明确最需要加强的一到两项能力。

每日安排（60 分钟）：

• 15 分钟：了解生态系统构建和 Redrock Study 具体如何运作——游戏机制、评分依据、常见的结构性陷阱（详见Solve 测评指南）
• 20 分钟：心算热身（百分比、增长率、快速除法）
• 20 分钟：交替练习一道约束选择类题目或一份数据密集资料
• 5 分钟：把当天觉得吃力或不确定的地方记入简短学习日志

第 1 周里程碑：

• 完成能力自测（第 1 或第 2 天）
• 能用自己的话说清楚两个小游戏各自在考查什么
• 从上文自测表中明确自己最薄弱的一到两项能力
• 建立一个心算基准，方便第 3 周对比进步

为什么这周很重要：很多候选人直接跳到"练习游戏本身"，结果第一次尝试大多花在摸索界面和规则上，而不是展示自己的方法论。提前理解约束结构和评分逻辑，能让后续每一次练习都用来提升能力，而不是熟悉环境。

第 2 周：核心能力训练

目标：分项训练 Solve 实际考查的三大能力，直到每一项都接近自动化。根据自测结果，把你最薄弱的一条训练线加权，但每天三条线都要练。

每次 90 分钟的训练拆成三条线：

训练线 1——数据分析（对应 Redrock Study），30 分钟：练习从图表密集的资料中提取、整理、交叉比对数据。边读边做结构化笔记（数据来源、关键数字、单位、关系），再基于笔记而非原始资料回答若干问题。真实案例中的图表非常适合用来练习——我们的Redrock 数据解读指南详细讲解了能直接迁移的阅读习惯。

训练线 2——约束优化与系统思维（对应生态系统构建），30 分钟：练习那些需要在多重同时生效的规则下进行选择或排列的题目——食物链/生态栖息地题、逻辑网格题，或资源分配题。你要训练的不是某个具体谜题的技巧，而是在动手前先梳理清楚所有约束、从问题最受限的一端开始系统推进（比如从约束最多的物种开始），以及遇到选择失败时逐步回退而不是推倒重来。

训练线 3——心算，30 分钟：不用计算器完成百分比、除法速算和复合增长估算。我们的心算技巧指南提供了难度递进的训练序列，帮助速度逐周提升。

第 2 周里程碑：

• 10 道练习中至少 8 道能在动手前先完成约束梳理，而不是靠试错
• 能在 30 秒内从标准图表中定位到具体数据点
• 基本的百分比和除法运算无需打草稿
• 从三条训练线的自身错误中总结出 8–10 条"规则"（这个习惯会在第 4 周继续打磨）

这是习惯日志，不是规则手册：与 PST 备考不同——PST 中的"规则"往往是针对特定题型的解题技巧——第 2 周的规则应该描述的是行为，例如"动手选择前先梳理所有约束"“比较两个数字前先写下单位"“某个选择失败时先换一个物件再看效果，不要推倒重建”。这些行为能跨游戏迁移，也正是算法被设计用来检测的东西。

第 3 周：全真限时模拟——复盘过程，不只看结果

目标：在接近真实 Solve 测评的条件下练习，并训练自己复盘"如何"解决问题，而不只是有没有得到一个可行结果。

每日安排（75–90 分钟）：

• 60–80 分钟：一次完整的模拟测评——一道约束选择练习和一份数据分析练习，连续进行，严格计时，中间不暂停
• 20–30 分钟：过程复盘（见下方日志），不是简单地看分数

由于 Solve 没有公开发布带数字评分的练习测试，“复盘结果"意味着重建你的决策路径，而不是把百分比对照一条及格线。每次模拟后，用一份简单的日志回溯你做了什么：

决策节点	我的实际做法	是否系统化	用时	下次会怎么改
约束题的第一步	选了一个看起来合适的物种	否——还没梳理约束就动手了	3 分钟	先花 2 分钟梳理约束
谜题中途卡住	推倒重来	否——浪费了之前的进度	6 分钟	逐步回退而不是重建
读数据资料	同一张图表看了两遍	部分系统化——笔记结构不够清晰	4 分钟	按数据来源做笔记，而不是按问题做笔记

第 3 周里程碑：

• 完成一次完整的 60–81 分钟模拟测评，中途不需要休息
• 从日志中至少识别出一个反复出现的过程性失误（不是知识盲区）——比如推倒重来而不是回退，或读资料不做笔记
• 连续几次模拟中，日志里"非系统化"的记录数量呈下降趋势
• 留意自己是否把过多时间花在了谜题容易的部分，而挤压了困难部分——这是一个值得在第 4 周前纠正的节奏信号

如果计时始终感觉紧张，我们的Solve 与 PST 时间管理指南提供了可以嵌入模拟练习的节奏检查点。

第 4 周：收敛方法与考试日执行

目标：把你的方法收敛成少数几条能真正靠得住的习惯，确认好技术环境，以充分休息而非临考突击的状态迎考。

每日安排（45–60 分钟）：

• 第 1–2 天：再做一次完整模拟，专门针对第 3 周识别出的那个过程性失误
• 第 3 天：把习惯日志收敛成 4–6 条在压力下真正能想起来的规则——超过这个数量你在测评中根本记不住
• 第 4 天：只做心算热身和一道简短的约束选择题——不做完整模拟
• 第 5 天：确认技术环境（见下方清单），轻度回顾已收敛的规则
• 第 6–7 天：休息。疲劳会明显削弱 Solve 所看重的一致性，任何临时突击都换不回一夜好睡。

技术与环境检查清单：

• 如有条件，使用有线网络——延迟可能扭曲行为遥测数据
• 使用笔记本或台式机、大屏幕，不用手机或平板
• 安静、私密的房间，确保整个测评时段不会被打扰
• 禁用可能干扰的浏览器插件，或使用隐私/无痕窗口
• 电量充足或电源稳定，不要冒中途低电量提示的风险
• 安排在个人状态最佳的时间段，不要塞进疲惫的晚间时段

考前一晚和考试当天早上：轻度回顾你收敛出的 4–6 条规则即可，不要做完整模拟。睡够 7–8 小时——认知处理速度和一致性都会因睡眠不足而明显下降，而一致性正是 Solve 算法专门用来检测的指标之一。当天早上正常饮食，提前到达你的测评环境，做两三道快速心算题作为热身，而不是当作一场考试。

从 Solve 能力到面试表现

flowchart TD
    A[Solve 能力] --> B[面试中的应用]

    A1[数据分析] --> B1[案例中的图表分析]
    A2[约束优化] --> B2[在多重约束下搭建框架]
    A3[心算] --> B3[向面试官实时口述计算]
    A4[系统化、可调整的过程] --> B4[假设驱动的案例结构]

    A1 --- A
    A2 --- A
    A3 --- A
    A4 --- A
    B1 --- B
    B2 --- B
    B3 --- B
    B4 --- B

Solve 能力	面试中的应用	如何转化
数据分析	案例面试中读取图表	相同的提取习惯，现在需要口述给面试官
约束优化	在多重商业约束下搭建框架	相同的"先梳理约束再决策"习惯
心算	快速估算	相同的运算，现在需要向面试官讲清楚
系统化、可调整的过程	假设驱动的问题解决	相同的验证-调整-解释思路

在 Solve 备考阶段刻意训练这些习惯的候选人，往往能带着一套已经信任的方法进入第一次案例面试练习，而不是在压力下临时现场发明。

Solve 之后：接下来会发生什么

通过 Solve 会把你带入麦肯锡的面试环节，包括两部分：个人经历面试（PEI），一组关于领导力、影响力和冲突处理的结构化行为问题；以及面试官主导的案例，一个由面试官引导的真实商业问题，结构化的假设驱动思维决定成败。

一旦进入这个阶段，立刻转移备考重心。我们的麦肯锡案例面试指南覆盖了下一阶段的准备，用真实的麦肯锡风格案例练习——尤其是盈利性分析、市场规模估算和财务分析类案例——能直接延续本计划培养的分析习惯。

备考中常见的失误

失误	为何有害	如何纠正
不读规则就开始动手	会漏掉约束条件，在算法眼中显得缺乏条理	强制养成"先通读一遍"的习惯，哪怕是练习时也一样
无目的的试错	Solve 的行为化评分能检测出非系统性探索	动手选择前先梳理所有约束
卡住时推倒重来	浪费时间，也暗示恢复能力不足	逐步回退，而不是从头重建
只关心谜题"有没有解出来”	会错过算法真正评分的过程性失误	每次模拟后用决策路径日志复盘，而不只看成败
只优化某一个维度	这些游戏同时追踪多项标准	在速度、准确性和适应性之间保持平衡
在不稳定的网络或嘈杂环境下测试	延迟和打扰会打乱你的行为信号	第 4 周就确认好环境，别等到考试当天
考前一晚硬做一次完整模拟	疲劳会削弱被考查的一致性	最后 48 小时改为休息

Key Takeaways

• Solve 已取代纸质 PST 成为麦肯锡全球默认形式；一场测评是两个连续小游戏，总时长约 60–81 分钟
• 没有题库可以背——Solve 评估的是你的决策过程，备考的核心是培养可训练的习惯
• 在第 1 周前先做能力自测，明确数据分析、约束优化还是心算最需要加强
• 第 2 周并行训练三项能力，按自测结果加权
• 第 3 周的模拟练习要复盘过程——决策路径、回退方式、时间分配——而不只是有没有得出可行结果
• 第 4 周把习惯收敛成一套精简、易记的规则，把休息放在临考突击之前
• 这套计划培养的习惯会直接迁移到 Solve 之后的 PEI 和面试官主导案例中

把这些能力用起来

本计划中的限时模拟训练周，与结构化案例练习天然契合。CasesCoach 的AI 模拟面试能让你在压力下反复练习假设驱动的问题解决和实时计算——正是 Solve 考查的这种系统化、可调整的过程，也正是紧接其后的 PEI 和面试官主导案例所需要的。免费版包含 3 个完整案例加 AI 模拟面试；Pro 版解锁 835+ 真实案例，并支持多次 AI 模拟面试，帮你把习惯练到在压力下依然靠得住。想全面了解两个小游戏和 Solve 评分机制，请从我们的Solve 测评指南开始。