技术面试中的人工智能军备竞赛正在升级

软件工程类职位正受到人工智能的威胁。一些应聘者开始利用AI工具在技术面试中进行反击，而雇主则部署AI检测工具来识别AI使用迹象。这场双向动态正在将招聘变成一场没有明确赢家的AI军备竞赛。然而，专家认为，在面试官和应聘者应对这一严峻现实的过程中，求职中的人性化方面仍将占上风。

AI招聘策略师Tatiana Teppoeva将这一现象形容为在AI驱动的科技裁员和求职者多于职位的就业市场中玩猫捉老鼠的游戏。她指出，当候选人因不符合模式而不断被拒绝时，他们可能会被迫使用AI面试助手来操纵系统。技术招聘公司CalTek Staffing的联合创始人兼总裁Archie Payne则认为，这是对令人沮丧的招聘过程的理性反应：公司使用AI简历筛选工具大规模过滤申请，候选人则使用AI作为对策。Navy Federal Credit Union的高级AI数据工程师Ravi Kiran Pagidi曾参与技术面试评审，他指出这可能导致AI对AI的循环，过程变得更多是关于谁能为算法优化得更好，而非实际能力。

技术面试中，软件工程师通常需要概述算法、回答系统设计等问题。远程面试通常变成实时编程环节。AI面试助手如Final Round AI、Interview Coder和ParakeetAI可以监听、处理音频并几乎即时生成答案或代码。Meta的软件工程师Mudit Saraf和微软的Shraddha Sunil联合创办了Ginger，这是一款用于首轮面试的AI语音招聘工具。它会提出预定义问题和实时生成的后续问题，并标记使用AI的候选人，追踪眼球运动、响应延迟、选项卡切换和类似AI的语音模式。

然而，AI招聘工具存在不足。Payne注意到，AI检测的准确度并不完美，曾出现将优秀候选人误判为AI使用者的假阳性情况。Teppoeva警告隐私、数据安全、模型训练偏见和公平性等风险。斯坦福大学以人为中心AI研究所的一项研究发现，AI招聘工具可能加剧种族偏见，对亚裔和黑人申请人产生不利影响。专家强调需要人工监督、审计、明确政策和透明度。

相反，一些公司如Meta和Factory允许在面试中使用AI。Factory的软件工程师Varin Nair表示，他们希望面试过程反映候选人如今如何利用AI工作。候选人使用AI编码代理在小时内构建系统或迁移代码库，根据策略而非结果进行评分：规划、如何指挥AI、调试以及解释解决方案的能力。Nair观察到，弱候选人对AI工具言听计从，而强候选人则利用AI加速思考、推理架构和权衡。Pagidi认为，推理边缘案例并将答案与生产场景联系是真正的工程判断。Payne建议候选人使用AI准备但保持回答个人化，并警告公司检测AI的能力在提高，被抓到可能影响长期职业前景。