AI终结了技术面试，未来何去何从？
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：AI正颠覆技术面试的传统范式：算法题被大模型秒解，远程代面黑产横行，编码能力筛选形同虚设。企业陷入两难——要么严防死守AI作弊，要么重构考核标准。未来的技术面试该怎么做呢？文章来自编译。
没人喜欢那些招聘流程——不管是招聘的经理、HR，还是面试的，大家都不喜欢。
而技术面试则是招聘里面最令人痛苦的部分，几乎人人反感。这类故事我们都听过：面试者被问及O(n)时间复杂度等计算机科学问题，但其实工作当中需用基础中间件连接API即可。下图完美诠释了这种荒诞：
谷歌90%的人都用了你写的软件，但你没法在白板上演示如何倒置一颗二叉树就得滚蛋
但近年来却涌现出了多种“反面试”手段：
AI之前，已有“代面”黑产：远程面试的时候关闭摄像头由枪手代面，入职后声音与面试者判若两人。
甚至还出现了用深度伪造视频来应聘科技公司职位的——是为谋生还是另有目的，尚不得而知。
但AI才是重头戏：用GitHub Copilot和Cursor等工具自动补全代码，几乎都不需要手动编码的能力；向Claude和OpenAI提出技术问题通常都能得到正确答案，准确率正飞速提升。
AI还渗透到简历生成、海投、单向视频面试等领域，引发雇主与求职者的拉锯战。但本文聚焦的是技术面试。
技术面试基础环节
几乎所有公司招聘开发者时都包含有类似以下的环节：
HackerRank：线上编码测试，通常作为初筛环节，针对应届生、实习生和初级开发者。面试者可居家完成，无需面试官监考。通过者进入后续面试。
计算机科学基础：面向初级开发者，考察算法复杂度（Big O）、数据结构、循环等理论知识。
编码面试：针对每个人，要求现场编写计算器、消息系统或常见设计模式。面试官先考察通用编码能力，再评估语言细节。
架构设计面试：无需动手编码，针对资深开发者，聚焦系统设计：如何开发可扩展系统？如何连接前后端？选用何种数据库和API架构？如何应对用户量激增？
AI对面试的冲击
AI直接终结了HackerRank。目前的筛选标准只剩“能否熟练使用AI工具”——尽管该技能有价值，但HackerRank如果不做出调整的话，五年内恐被淘汰。
计算机基础与编码面试逐渐失效：多数题目对现代大语言模型（LLM）而言都显得太过简单。
架构面试暂未沦陷：面试官可通过回答时是否有卡顿、解释是不是比较含糊或追问后露馅来识破是不是用了AI。但随着AI的进化（与加速），这条防线也终将失守。
我们该怎么办？
不再搞远程技术面试：改为线下编码，增加使用AI的难度。
部署Pearson Vue式的监控软件：安装可监控屏幕和摄像头的软件（但Reddit社区早就有专攻的破解之道）。
掩耳盗铃：恳求面试者不要使用AI，结果是老实人被淘汰，作弊的蒙混过关。
允许面试用AI：考察提示工程（prompting）和代码重构能力，而非裸编码能力。这跟现实的工作流（如使用Cursor等IDE）情况契合，但短期风险高——因为仍需扎实的编码能力才能修正AI错误。
混合模式：远程进行有AI辅助的评估（如架构+编码挑战），对优秀面试者进行线下复试。
可行方案
长期来看，唯有选项4和5可行。企业无法承担所有面试者的差旅成本，尤其是初筛很严格的情况下。
我们需要重塑面试的形式，比方说用2小时开发完整应用来取代基础的编码测试（如FizzBuzz），重点评估以下能力：
Git和IDE熟练度。
有效提示LLM并优化输出的能力。
将AI生成代码整合为可扩展系统的能力。
限时条件下的稳定性和速度。
总结
技术面试将在未来几年剧变。当前：
更多人通过面试却倒在试用期：AI没法培养协作、事件处理或沟通能力。
新人面临更高壁垒：大学不教高级的工程技能，但毕业生需速成。
社交媒体加速颠覆：“零编码，靠AI通过FAANG面试”的TikTok教程将倒逼企业变革。
考察如何驾驭AI，而非单纯编码能力，这才是未来的面试之道。
译者：boxi。
