北京
Final Round AI最近拋出一個清晰的論斷：行為面試正在取代編程面試。這個方向是對的，但框架過于整潔。真實版本更值得拆解，它沿著一條大多數候選人忽略的分界線展開——實時編程正在喪失辨識力，行為和系統設計輪次承接了更多評估權重。但編程面試本身沒有消失。在大公司里，它被加固、被捍衛，而非被淘汰。你正在面試什么樣的公司，直接決定了哪一套敘事適用于你。
一位參與過大量面試的工程主管Yusuf Aytas，在自己題為《AI毀了面試》的文章里直接拆開了核心機制：“坐在你面前的候選人是真正在思考的那個人——這個前提現在不存在了。”一個干凈的解法，不再能區分強候選人和那個擁有一臺好輔助加第二塊顯示器的人。這不是孤立感受，評估平臺CodeSignal在規模化執行技術測試后拿出的數據，已經讓這種現象無法再用“傳聞”來解釋。
CodeSignal發現，2025年標記出的疑似作弊行為比率，從2024年的16%翻倍攀升到了35%。針對入門級別崗位的評估，這個數字更是從15%飆升到了40%。最常見的違規信號包括屏幕外參考調用和答案調用。一家運營技術測試的公司，觀察到作弊率在一年里直接翻番，這從根本上動搖了觀測式編程評估的根基——如果相當一部分候選人正在完成任務，而你無法確認完成者究竟是誰，那么觀測結果還能提供什么樣的判斷依據。
這里有一個值得被厘清的機制，因為競品分析往往直接斷言趨勢走向，卻繞過了這個關鍵環節。編程面試從來都是一個替代性指標。它建立在一種假設之上：觀察一個人解決問題，能讓你推演他在真實工作中的表現。這個替代性指標的有效性，依賴于一個前提條件始終成立——面前坐著的人是正在思考的那個人。一旦這個條件消失，替代性指標給出的讀數就開始失真。這就是為什么，即便保持完全相同的問題集合，實時編程面試的評估效力已經在近兩年的時間里發生了實質性衰減。
把編程面試剝離代碼層面的觀察，換一種方式理解面試官的真實處境，或許更容易看明白。如果把一場實時編程比作直播，面試官要判斷的不是呈現出來的結果是否成立，而是這個結果是否由當前這位主播親手產生。當技術手段足以在直播過程中無縫介入提示、修正甚至完整方案時，面試官事實上正在評估一場合作表演，卻無從判斷哪一部分來自主角。這恰好解釋了為什么行為面試輪次，尤其是圍繞復雜系統設計討論的對話，正在接替這個功能——因為這些對話要求候選人暴露思考的毛邊、停頓、反復權衡以及選擇放棄的路徑，而這些恰恰是現階段的工具最難偽裝的部分。
把目光拉回2026年的招聘公告數據，這次面試結構變遷的下游動力會變得更加清晰。Four-Leaf公司分析37920份職位公告后，捕獲到一個細微但影響深遠的轉向：人工智能的通曉能力，已經被當作工程師工作方式的默認組成部分，而不再是一種專項資質認證。僅有14.6%的職位公告明確列出了某個具體的人工智能工具名稱，并且幾乎沒有公告把掌握某一個工具設為硬性要求。這傳達出一個明確的信號——公司默認你會在工作流里融入AI，但已經不必在每份崗位描述里重復書寫這條默認項了。
這個預設，恰好就是面試困境的根源。如果在日常工作中使用AI來編寫代碼、推理技術方案已經被視為常態，候選人必然會使用同樣的工具來準備面試，并且在能夠觸及的環節里，用同樣的方式通過編程篩選項。那個為了衡量特定能力而被設計出來的環節，“這個人能否在觀察下產出可運行的代碼”，現在已經部分蛻變為，衡量候選人運用輔助工具的能力。面試官清楚這件事，所以他們開始給實時編程輪次給出的信號打折扣。
信號打折不是一次性完成的修正，而是一個在面試官群體中逐漸擴散的分化過程。一部分面試官開始把編程輪次直接降格為“基本門檻通過性測試”，不再試圖從中提取差異化的能力信號。另一部分則反向操作，在編程環節筑起防火墻，比如要求在白板上脫機編碼、限定只能使用指定版本的本地編輯器，或者在面試環境中完全切斷外部網絡。這正是大公司正在做的事，他們加固編程面試，不是因為它依然靈敏，而是因為失去這個可量化的篩選工具之后，替代方案的規模化成本太高。對應的，中型和快速擴張階段的公司，由于招聘量靈活且需要多元判斷維度，把系統設計和行為輪推向決策核心位置的進程要快得多，有時甚至直接砍掉原本留存在流程中的線上編程關卡。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
