全球 - 艾赫巴里通讯社
人工智能驱动的技术面试：超越完成，走向批判性思维
科技招聘领域正在经历一场深刻的变革，技术面试越来越重视批判性思维和决策能力，而不仅仅是任务完成。这一转变在很大程度上是由人工智能（AI）工具广泛融入软件开发工作流程所推动的，促使企业重新思考如何评估未来的工程师。
高级软件工程师、在线教育平台 Parsity 的创始人 Brian Jenney 强调了这一不断演变的范式。Jenney 的项目为有抱负的工程师提供实践培训，他强调当今的面试与其说是编写完美正确的代码，不如说是对这些解决方案背后的流程和选择有深刻的理解。他认为，阐明解决方案背后“为什么”的能力已变得至关重要，往往超越了简单地证明解决方案“有效”。
另请阅读
人工智能的面试挑战：从输出到解释
Jenney 的个人经历生动地说明了这一变化。在一次 AI 初创公司的面试中，候选人在技术挑战环节被允许无限制地使用 Cursor、Claude Code 和 ChatGPT 等 AI 工具。目的是观察候选人如何在工作流程中利用这些现代助手。然而，实验揭示了一个关键差距：大约 20% 的候选人，尽管提交了正确且功能齐全的解决方案，却无法解释 AI 生成代码的底层逻辑。这种现象强调了对 AI 的盲目依赖如何阻碍深度理解和问责制——这些是任何工程角色都至关重要的品质。
此外，Jenney 回忆了他作为候选人的经历，当时一位 CTO 鼓励他在现场面试中使用他首选的 AI 辅助代码编辑器。他最初以为会是一次更简单的面试，结果却更具挑战性。面试官没有仅仅评估正确性，而是专注于他的决策过程，要求他实时解释自己的判断并捍卫自己的选择。AI 反常地增加了一层新的复杂性，使候选人对工具的输出负责，并要求更高水平的批判性思维和解释能力。
企业适应新期望
大型科技公司和初创企业都认识到这一不断变化的现实。Meta、Rippling 和 Google 等公司已开始允许候选人在技术会议中使用 AI 助手。然而，目标已经演变：面试官现在旨在了解候选人如何评估、修改并最终信任 AI 生成的答案。这意味着一个高效的工程师不仅是能够使用 AI 的人，而且是能够指导它、批判它并对其结果负责的人。
原则上拒绝使用 AI 可能是一种适得其反的策略。如果一个组织内部利用 AI——大多数组织都在越来越多地这样做——那么候选人的拒绝表明的是僵化而不是力量。同样，在使用 AI 时的沉默是一个危险信号。候选人应该阐明他们的过程和理由。Jenney 指出，正是这种决策过程真正区分了高效工程师和仅仅是“提示操作员”。
为未来面试技能做好准备的策略
为了在这个不断发展的环境中取得成功，Jenney 提供了实用建议：每天开始使用 AI 工具，以建立提示、评估输出和识别错误的肌肉记忆。至关重要的是，培养你的“拒绝本能”。真正的技能不仅仅是操作 AI；它是知道何时 AI 输出有缺陷、不完整或不必要地复杂。候选人应该练习发现这些问题并熟悉常见的陷阱。
将 AI 输出视为初稿。盲目接受是失败的捷径。强大的候选人会立即仔细检查输出：它是否符合要求？它是否过于复杂？我会自信地将其部署到生产环境中吗？变量重命名、简化抽象或收紧逻辑等细微改进，都表明了所有权和批判性思维。最终目标是优化信任，而不仅仅是完成。允许 AI 的面试正在测试在面对具有挑战性、模糊不清的情况时，是否可以信任候选人做出明智的决策。
相关新闻
虽然 Sam Altman 等首席执行官曾假设 2025 年将看到 AI 智能体作为个人助理进入劳动力市场，但现实更为微妙。一些程序员已经接受了 Cursor 和 Claude Code 等工具，而另一些人则对缺乏问责制等风险保持警惕。随着今年春天美国计算机科学和工程专业毕业生的起薪预计将增加，掌握这些以 AI 为中心的新技能正成为职业发展不可或缺的资产。
