麦肯锡Solve游戏与PST：全面备考指南

麦肯锡的数字化测评在案例面试前就淘汰了约 70% 的候选人。无论你面对的是传统的问题解决测试（PST）还是游戏化的 Solve 评估，备考策略直接决定你能否进入面试轮。

本指南涵盖两种测评的所有关键信息：测评内容、评分机制、详细备考策略、逐周时间规划，以及那些让优秀候选人也翻车的常见陷阱。

PST 与 Solve：测评体系全面对比

麦肯锡自 2020 年起逐步将纸质 PST 转型为数字化 Solve 游戏。虽然 Solve 已成为全球大多数 office 的默认测评，但亚太和中东部分地区的 office 可能仍使用 PST。根据我们对多个招聘周期候选人经验的分析：

PST 通过线约为 70%，大约 30-35% 的候选人能够晋级。Solve 采用算法评分，追踪你的鼠标移动、点击模式、决策序列和时间分配——即使蒙对答案，如果解题逻辑混乱，照样无法通过。

为什么麦肯锡要换成 Solve 游戏

传统 PST 存在几个局限性：

1. 应试漏洞：候选人可以通过背题库通过测试，而不具备真正的解题能力
2. 文化偏见：阅读密集型题目对非英语母语者不利
3. 信号有限：选择题只能捕捉最终答案，看不到思维过程
4. 作弊风险：纸质测试在监考场景下成本高且仍有漏洞

Solve 游戏通过测量你如何思考来解决这些问题，而不是只看你得出什么结论。游戏化格式也提供了更好的候选人体验，并为麦肯锡提供了更丰富的行为数据。

Solve 游戏：每个小游戏详解

Solve 目前包含多种小游戏，候选人通常会随机遇到其中两种。具体分配由算法决定，可能因人而异。

flowchart TD
    A[麦肯锡 Solve 测评] --> B{小游戏分配}
    B --> C[生态系统构建]
    B --> D[Redrock 研究]
    B --> E[Sea Wolf]
    B --> F[植物防御]
    
    C --> G[约束优化]
    D --> H[数据解读]
    E --> I[系统思维]
    F --> G
    
    G --> J[过程分数]
    H --> J
    I --> J
    
    J --> K[最终测评结果]

生态系统构建（最常见）

挑战内容：你会看到一个地形（山脉、珊瑚礁等环境），以及一个包含30-40个物种的列表。你需要恰好选出8个物种，在给定的环境约束（海拔、温度、地形类型、湿度）下构建可持续的食物链。

真正考察什么：约束优化和系统性假设验证。算法会观察你是否：

• 在动手前理解了所有约束条件
• 系统性地解题（例如从生产者开始）
• 当某个选择不可行时调整策略
• 高效回溯而非完全重来

详细攻略：

1. 先花3分钟只看不动：在选择任何物种之前，阅读每个物种卡片，标注每个物种需要的环境条件。按营养级分组（生产者→初级消费者→次级消费者→顶级捕食者）。

2. 从食物链一端开始：从生产者（植物/藻类）向上推通常更容易，因为生产者依赖条件更少。先选出2-3个匹配地形的生产者，再找以这些生产者为食且满足环境约束的初级消费者。

3. 用纸笔记录：画一个简单的矩阵，左列是物种，顶行是4-5个环境约束。这能避免反复检查相同信息。

4. 卡住时只回退一级：如果找不到合适的顶级捕食者，不要重来。替换一个次级消费者，看看是否打开了新的顶级捕食者选项。

5. 提交前验证完整链：追踪能量从底到顶的流动。每个消费者必须至少有一个食物来源，且必须满足所有环境约束。

常见错误：

• 先选"有趣"的物种而非策略性选择
• 没有读完所有约束就开始
• 一次失败就从头重来（浪费时间，向算法暴露恢复能力差）
• 忽略互斥规则（某些物种竞争相同生态位）

Redrock 研究（数据解读）

挑战内容：你会收到一份包含5-7页生态研究数据的资料包——图表、表格、散点图和文字描述。阅读期结束后，原始材料可能部分或完全不可见，你必须回答5-6个关于数据的问题。

真正考察什么：在压力下提取、综合和应用定量信息的能力——这些技能直接适用于盈利能力案例和财务分析。

详细攻略：

1. 阅读阶段是关键：做结构化笔记。不要试图死记硬背——写下关键数字、趋势和关系。按数据来源组织笔记（图表A、表格B等）。

2. 记下刻度和单位：很多错误答案源于误读坐标轴（千vs百万、月度vs年度）。明确写下单位。

3. 识别关系：哪些变量相关？哪些表格和哪些图表对应？在笔记中用箭头连接相关数据点。

4. 答题阶段：每个问题读两遍。确定哪个数据源包含答案。如果笔记做得好，不需要重新搜索。

5. 注意推断题：有些问题问的是数据"证明"了什么vs"暗示"了什么。正确答案必须被数据直接支持，而非仅仅合理。

常见错误：

• 阅读阶段在某个数据源上花太长时间
• 没有标注单位和刻度
• 答案中混淆相关性和因果性
• 因为笔记混乱而用完时间

Sea Wolf（系统思维）

挑战内容：你管理一个海洋生态系统或狼群，在多轮中做出资源分配、领地和生存策略的决策。每轮条件变化（天气、食物供应、竞争者行为），要求你适应调整。

真正考察什么：动态决策和系统思维。你能否识别哪些变量最重要、预测二阶效应、在条件变化时及时适应？

详细攻略：

1. 识别反馈循环：前几轮通常建立基线关系。注意当你改变一个变量时会发生什么连锁反应。

2. 不要只优化一个指标：游戏通常追踪多个成功标准（存活率、增长率、领地）。过度追求其中一个通常导致系统崩溃。

3. 不确定时保守决策：环境剧烈变化时，做小幅调整，观察效果后再大幅行动。

4. 找先行指标：某些环境变化预示后续转变。提前适应比被动应对得分更高。

植物防御（约束优化）

挑战内容：类似塔防游戏，你需要通过战略性放置防御植物/有机体来保护栖息地。每次放置消耗资源，威胁来自特定方向且强度不同。

真正考察什么：约束下的资源分配、战略规划和成本效益分析。

详细攻略：

1. 放置前评估所有威胁：在投入资源前理解挑战的全貌。
2. 找到瓶颈点：将防御放在能同时应对多个威胁的位置。
3. 保留资源：不要一次用完所有资源。后续轮次通常引入更强威胁。
4. 根据反馈调整：如果某个防御不起作用，转移位置而非堆叠更多资源。

麦肯锡测评的五大核心能力（评分维度）

理解官方评分维度有助于你针对性练习。麦肯锡的测评测量以下五种认知能力：

算法如何给你打分

虽然麦肯锡不公开具体评分公式，但对候选人结果的分析揭示了几个模式：

过程重于结果：两个候选人可能得出相同答案但获得不同分数。通过系统性探索得出答案的人，得分高于通过随机试错碰到答案的人。

时间分配很重要：在复杂决策（多变量交互）上花更多时间、在简单决策上花更少时间，说明你对问题复杂度有良好判断。

一致性被奖励：全程使用清晰、可重复的方法论，得分高于无故中途切换策略。

恢复行为计入评分：犯错不致命。快速识别错误、理解原因、系统性调整——展现了麦肯锡看重的元认知能力。

估计评分权重

基于公开的候选人反馈和第三方分析：

关于通过分数线

麦肯锡没有公布 Solve 游戏的具体通过分数。但根据候选人汇总反馈：

• 测评产生标准化分数（可能基于百分位排名）
• 不同 office 可能因候选人池规模而有不同门槛
• 分数可能与同期其他候选人进行比较
• 没有"部分通过"——要么进入面试，要么不进
• 有些候选人在未通过时仍收到"展现了较强分析能力"的反馈，说明门槛是竞争性的而非绝对的

对于 PST，通过线约为 70%（26 题中答对约 18-19 题），但可能因 office 和申请人池竞争程度而变化。

PST 题型：详细解析

如果你的目标 office 仍使用 PST，以下是每种题型的全面解析和攻略：

阅读事实题（占比38%）

这是你最高价值的备考目标。给定一段文字或图表，判断哪个陈述被信息直接支持。

核心技巧：

• 先读问题，再扫描文章找相关数据
• 正确答案总是被直接陈述或可计算的——从不需要推断
• 排除添加了文章中不存在信息的选项
• 注意限定词：“总是”、“从不”、“大多数"可能让原本正确的陈述变错

事实推断题（占比14%）

最难的题型。你必须判断哪个结论被综合数据"证明”（而非仅仅暗示）。

核心技巧：

• 正确答案必须是在给定数据下逻辑上不可避免的
• “可能为真"不等于"必须为真”
• 检查每个展示——答案通常需要综合2-3个数据源
• 排除需要未在数据中陈述的假设的选项

应用题（占比12%）

需要多步计算的商业数学场景，不允许使用计算器。

核心技巧：

• 计算前先写出问题结构
• 策略性地四舍五入——如果答案选项差异超过10%，不需要精确计算
• 每一步都检查单位（月度转年度、单位转总量等）
• 直接计算复杂时，从答案选项反推

四周备考计划

根据我们辅导数百位候选人通过两种测评的经验，我们推荐结构化的4周备考方法（适合在职人士）。如果你是学生、时间更充裕，可以压缩到2-3周。

flowchart LR
    W1[第1周：打基础] --> W2[第2周：技能提升]
    W2 --> W3[第3周：全真模拟]
    W3 --> W4[第4周：调峰休整]
    
    W1 --- W1D[了解测评形式\n诊断性评估\n识别薄弱环节]
    W2 --- W2D[心算强化训练\n数据解读练习\n策略方法开发]
    W3 --- W3D[完整限时模拟\n每天2-3次\n复盘过程录像]
    W4 --- W4D[轻度练习维持\n策略精炼\n测评前休息]

第1周：基础与诊断（第1-7天）

目标：精确了解你面对的测评，确定自己的基线水平。

核心产出：了解当前水平，有清晰的技能提升计划。

第2周：核心技能提升（第8-14天）

目标：建立两种测评都会考的基础能力。

核心产出：心算速度提升30%以上；能在60秒内解读图表。

第3周：全真模拟（第15-21天）

目标：在逼真条件下练习完整限时测评。

核心产出：跨模拟的一致方法论；在时间限制内完成。

第4周：调峰与休整（第22-28天）

目标：微调状态，以最佳精神面貌迎接测评。

核心产出：充分休息、信心充足，策略已内化。

心算：基础中的基础

PST 和 Solve 都要求在没有计算器的情况下快速计算。根据我们的经验，投入心算练习的候选人提分效果最明显——往往就是通过和淘汰的差距。

必备心算技巧

百分比计算（最常见）：

• 10% = 小数点左移一位：840的10% = 84
• 5% = 10%的一半：840的5% = 42
• 15% = 10% + 5%：840的15% = 84 + 42 = 126
• 1% = 小数点左移两位：840的1% = 8.4
• 组合运算：840的23% = 20% + 3% = 168 + 25.2 = 193.2

除法捷径：

• 除以5 = 乘以2再除以10：840/5 = 1680/10 = 168
• 除以8 = 连续除以2三次：840/8 = 420/4 = 210/2 = 105
• 粗略除法：2,350/7 ≈ 2,100/7 + 250/7 = 300 + 36 ≈ 336

复合增长估算：

• 72法则：翻倍年数 = 72/增长率。8%增长，约9年翻倍。
• 5年8%增长：乘以1.08^5 ≈ 1.47（即100 × 1.47 = 147）
• 捷径：对于低增长率短年限，近似为 1 +（增长率 × 年数）+ 小额调整。8% × 5年 = 40%，加约7%复合效应 ≈ 47%增长。

每日练习安排（15-20分钟）：

1. 10道百分比题（难度递增）
2. 5道除法题（2-4位数）
3. 3道复合增长估算
4. 2道多步骤商业数学题（收入 = 价格 × 销量，利润率计算）

从我们的心算技巧指南开始系统训练，逐步提升速度。

各小游戏专项技巧

生态系统构建：10条实战建议

1. 前3分钟只读不点——什么都不要选
2. 用纸画约束矩阵：左列写物种，顶行写约束条件
3. 选物种前先数营养级（通常需要3-4个层级）
4. 从匹配最多地形约束的生产者开始
5. 确认选中前检查捕食-被捕食兼容性
6. 卡住时换一个物种，而非推翻重来
7. 标记已排除的物种，避免重复检查
8. 寻找"关键物种"——连接多个食物链分支的物种
9. 提交前验证链是否完整（每个消费者都有食物来源）
10. 如有余时，检查替代组合是否更稳健

Redrock 研究：8条实战建议

1. 用前30秒数展示材料数量，浏览题目主题
2. **画一张"数据地图"**标注每个展示包含什么信息
3. 写下精确数字——任何看起来重要的数据点
4. 用箭头标记趋势方向（↑↓→）而非试图记住数值
5. 识别离群值——这些经常被考到
6. 偏执地检查坐标轴标签——它们就是为了迷惑你设计的
7. 对比题把数值并排写下，而非靠脑子记
8. 分配时间：60%用于阅读/笔记，40%用于答题

Solve 游戏通用建议

• 稳定的网络连接：尽量用有线网络；延迟可能影响行为数据
• 安静的环境：打断会让你重新定位，在算法看来像是不一致
• 全屏：减少干扰；测评会追踪注意力模式
• 如有Demo版本先练习界面操作
• 不要刷新页面：可能重置进度

新旧测评详细对比

对于可能面对任一测评（或想了解演变历程）的候选人：

不确定面对哪种测评？

如果你还没收到确认信息：

1. 向recruiter确认：他们应该告知测评形式
2. 默认准备Solve：大多数office现在用Solve
3. PST技能可迁移：心算和数据解读对两种都有帮助
4. 不确定就两种都准备：技能重叠度约60-70%

常见错误及避免方法

策略性错误

技术性错误

心态性错误

练习资源

免费资源

1. 麦肯锡官方练习：麦肯锡偶尔在招聘页面提供示例游戏，定期检查。
2. 生态系统模拟游戏：涉及食物链构建的游戏帮助发展约束优化思维。
3. 心算App：训练百分比、除法和估算的App能提升PST关键速度。
4. 逻辑谜题网站：约束满足谜题（如高级数独变体）训练系统性排除法。
5. 数据解读练习：政府统计出版物（人口普查数据、经济报告）提供真实图表阅读练习。

结构化备考

• 我们的心算技巧指南系统性地提升计算速度
• 用麦肯锡风格案例练习，培养两种测评都奖励的分析思维
• 我们的 AI 模拟面试帮助建立 Solve 游戏所奖励的结构化思维

不要浪费时间在这些上

• 高价"破解Solve"课程——算法定期更新，没有永久有效的hack
• 论坛背PST题库——题库会轮换
• 练习快速点击——算法测量决策质量，不是点击速度
• 试图作弊——麦肯锡专门针对这些行为设计了检测

常见问题解答

麦肯锡 Solve 游戏需要多长时间？

Solve 游戏通常需要60-90分钟完成。你会面对两个小游戏，每个大约30-45分钟。两个游戏之间有短暂休息。与PST不同，你不能跳过或在两个游戏之间切换——必须顺序完成。

麦肯锡 PST 的通过分数是多少？

PST 通过分数约为 70%（26题中答对约18-19题）。但这个门槛可能因office和当期申请人池的竞争程度而变化。竞争特别激烈的office（伦敦、纽约）由于候选人更强，实际通过门槛可能更高。

Solve 游戏没通过能重考吗？

可以，但通常需要等待12-24个月，具体取决于office政策。重新申请时，你将全新参加测评——之前的分数不会保留。利用等待期高效提升：通过案例练习发展分析能力、强化心算、通过工作或学术项目积累解题经验。

Solve 游戏会追踪鼠标移动吗？

是的。Solve 游戏使用行为分析技术追踪鼠标移动、点击模式、悬停时长、决策序列和活动间的时间分配。这些数据帮助区分通过系统性分析得出正确答案的候选人和通过随机探索得出答案的候选人。有意识地移动鼠标、有目的地点击（而非到处乱点）很重要。

PST 和 Solve 的备考有什么不同？

准备 PST 时，重点放在心算速度、图表阅读效率，以及快速在密集文本中定位特定信息的能力。用限时选择题练习。

准备 Solve 时，重点发展系统性解题习惯：始终先理解约束条件，从问题的一端有条理地推进，用纸笔记录思考过程，练习从错误中优雅恢复。PST奖励快速得出正确答案；Solve奖励展现结构化的思维过程。

好消息：约60-70%的底层技能是重叠的。强大的数据解读和逻辑推理对两种形式都有帮助。

没完成 Solve 游戏会怎样？

未完成的游戏会获得明显更低的分数。即使是次优解也比不提交好。如果时间快到了，转向做出快速但有逻辑的决策，而非放弃游戏。算法仍能从匆忙但有结构的决策中提取正面过程信号。半途而废暗示无法管理时间或确定优先级——对潜在顾问来说都是危险信号。

所有麦肯锡 office 的 Solve 游戏一样吗？

不一样。不同office可能使用不同的小游戏组合，且每种游戏类型中的具体场景可能不同。全球测试的底层能力是一致的，但你不应假设会遇到另一位候选人报告的完全相同的游戏。为所有可能的小游戏类型做准备，而非只专精一种。

应该用练习平台或App备考吗？

练习平台对熟悉所需思维类型有帮助，但要谨慎。没有第三方平台能完美复制麦肯锡的Solve游戏，实际算法是专有的。最佳备考组合：（1）理解被测量的是什么，（2）建立真正的分析能力，（3）在限时条件下练习。声称复制了完全相同Solve游戏的平台应持怀疑态度——麦肯锡定期更新其测评。

麦肯锡如何在整体申请中使用 Solve 分数？

Solve 游戏是一个筛选工具，主要用于在案例面试前缩小候选人池。它通常被视为通过/不通过，而非贡献持续分数。一旦通过测评进入面试，你的案例面试表现决定最终结果。处于临界线的Solve分数不会在面试中帮助或伤害你——关键是是否清了这道门槛。

测评之后

麦肯锡通常在完成测评后1-2周内通知候选人。结果通常通过recruiter邮件发送，对具体分数信息有限。

如果你晋级了

恭喜——你通过了咨询业最严格的筛选之一。立即将重心转向案例面试准备：

• 用麦肯锡风格案例熟悉面试官主导型格式
• 为常见案例类型如盈利能力和市场规模估算开发假设驱动结构
• 用我们的 AI 模拟面试在真实条件下练习
• 查看我们的麦肯锡PST备考指南了解更多麦肯锡评估理念

如果你没通过

这不代表你的智力或咨询潜力。测评具有较高随机性，很多成功的顾问第一次也没通过。你的行动计划：

1. 等待要求的期限（根据office不同为12-24个月）
2. 培养真正的分析能力：在工作中承担数据密集型项目；学习统计学或经济学
3. 照样练习案例面试：结构化思维对测评同样有帮助
4. 考虑其他公司：BCG、贝恩等顶级公司有不同的测评形式，你可能表现更好
5. 以更强的申请重新申请：更好的简历+更强的测评表现=更好的整体候选人条件

核心要点

• 麦肯锡 Solve 追踪的是你的过程，而非答案——系统性方法胜过运气
• PST 通过率约 30-35%，Solve 选拔性相当
• 安排4周结构化备考（学生可压缩至2周）
• 心算能力是两种测评形式的基础
• 从系统的任一端开始（顶部或底部），切勿从中间入手
• 测评时用纸笔记录假设验证过程
• 即使不完美也要完成游戏——未完成的提交得分最低
• 算法检测随机行为并扣分
• 在真实条件下练习（限时、安静、全屏）
• 测评前好好休息——疲劳的伤害大于临时抱佛脚的收益

开始备考

用案例库中的麦肯锡案例打好分析基础。这些案例培养的结构化思维和定量推理能力正是 Solve 游戏和 PST 所奖励的。

准备好进行真实面试模拟时，试试我们的 AI 模拟面试，在压力下练习问题结构化和建议输出——Solve 游戏通过游戏化镜头测量的正是这些能力。

如需深入了解传统测试形式，请查看我们的麦肯锡PST备考指南。