AI時代的面試
本文探討了AI如何影響軟體工程面試，分析了不同型別的面試（家庭作業、現場練習、演講、實際工作）在訊號質量和公司成本兩個維度上的表現。作者認為AI使家庭作業過於簡單，降低了現場編碼的相關性，建議限制AI在面試中的使用以保持訊號質量，並借鑑傳統教育模式的經驗。
文章情報
要點
- AI編碼威脅了當前的面試模式，尤其是家庭作業和現場編碼。
- 公司應限制AI在面試中的使用，以維持訊號質量。
- 面試型別在訊號質量和成本上各有差異；家庭作業訊號強但易受AI影響。
- 傳統考試模式透過廣泛、模糊的問題來抵禦技術。
為什麼重要
這條新聞值得關注，因為AI編碼威脅了當前的面試模式，尤其是家庭作業和現場編碼。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
在AI模型和工具快速演變的時代，一個核心問題浮現：軟體工程師是否還會寫程式碼？如果這一核心技能消失，公司應如何調整面試流程？本文深入分析了AI對面試的影響，並提出了具體建議。
文章首先提出了評估面試的兩個核心維度：訊號質量和公司成本。訊號質量指的是面試問題能否有效識別優秀候選人，排除噪音（如不關鍵的技能或易學的能力）。影響訊號質量的子維度包括：抗面試特定準備的能力、現實性、公平性和難度。好的面試通常足夠難，使大多數候選人失敗。另一個維度是公司成本，包括問題設計、測試、文件化以及培訓面試官的時間投入。難度和吸引力也影響成本。
接著，文章對面試型別進行了分類。家庭作業面試（take-home）提供高訊號但極易受AI影響——2026年的大多數提交很可能由AI生成，導致面試官需要花費大量時間審查。現場練習（live exercise）訊號中等，但AI降低了其相關性。演講（presentation）訊號低但成本低。實際工作（actual work）訊號高但成本高。作者指出，AI編碼將家庭作業的成本從候選人轉移到了公司。
文章還討論了問題洩露的必然性，並提出了應對策略：控制準備、擁有多樣化問題並定期替換，以及使洩露更加困難。AI不僅使家庭作業變得太容易，還使洩露的問題成為強大的備考工具。
最後，文章借鑑法國教育模式，指出傳統考試透過禁止工具、使用獨創且廣泛的問題來保持高訊號。作者建議公司限制AI在面試中的使用，轉而注重判斷力和基礎技能，而非特定工具。面試應聚焦於評估人類的創造力和問題解決能力，而不是AI的使用技巧。