AI Coding 时代下,我的技术面试实践分享
从年初到现在大家在 AI Coding 时代的工作方式已经有了很大变化但我当时在社区交流时发现大家的面试方式似乎没有相应调整。正好今年五六月开始我作为面试官进行了多场面试。在这个过程中也尝试调整了一些面试方式。以下是我从面试官视角做的一些总结分享出来和大家交流一下。一、大幅降低了手写代码的比例在我的面试里不再要求候选人当场写代码了。但是为了防止候选人「只会用 AI、自己完全不懂技术」的情况我仍然保留了基础门槛在一面中我会保留两三道很基础的编码或计算机原理题属于「会者不难、难者不会」受过计算机和软件工程训练的人应该都能答出来。防止招进来的人因为不懂技术在真实项目里出事故。二、至少一道 AI Coding 题推荐在多轮面试里至少有一轮 AI Coding 题。现在大家都会或多或少使用 AI 来协同开发但是使用的深浅不一。完全不用 AI 的考察和工作还是有脱节的。而且我也和候选人交流过候选人也会通过面试形式反推这个团队平时的 AI Native 程度。面试大致就是先看候选人还没开始写之前能不能抓住题目里的关键点观察他进行 AI Coding 时的一些实践习惯收集作为问答内容最后会留一段时间让他离开代码把方案裸讲一遍再往外延几个问题相比当时我目前也有一些新的感受发现了一些待调整的点时间是最大限制。我一般会给三十分钟但三十分钟里等待生成、读方案代码、审查占掉非常多时间候选人其实很难深入。对于这个问题可以把 AI Coding 题放到面试前的非实时考察里这样可以节省时间让候选人有更多时间思考和表达。社招面试上我暂时还没有特别好的解法。评分基线会提高很多。不少题目AI 基础回答的“基线”挺高相比前几年尤其在低职级上一个同等职级的交付结果要好非常多。所以非常建议面试官能深入准备一些题目因为它也对面试官问问题的水平提出了更高的要求。三、重启白板面试但不是手写代码我重新用起了白板但不是让候选人手写代码。相反的只让候选人手绘技术方案。这块很类似于之前的系统设计类题目。会从候选人简历的项目里延伸或切分出一个相关的产品功能或业务场景让他来进行完整的设计。包括但不限于绘制时序、分层、部署、组件关系等模拟几个人围着白板设计一个功能。题目也会整体偏全栈链路很少只让他局限在前端或者后端这种单一的技术栈。或多或少都会让候选人从完整的系统角度进行设计。面试中也会由浅入深一般先画一个基础的设计框架然后针对其中的可深入部分继续细化设计。实际上和以前的系统设计、方案设计类的题目很类似。以前随着目标职级变高这块的比重会变大很多现在的一大区别是这类的考察我会向低职级也进行扩展。之所以加大对此的考察是因为我们在开发工作中越来越多的角色是给出合理的方案让 Agent 执行而不是自己亲自去写代码。所以了解方案的取舍、权衡方案是否合理非常重要。那为什么一定要在白板上而不是只靠口头表达我发现要求把系统画出来、具象化可以更直接地看到候选人在部分概念和逻辑上不清晰的地方。反过来说如果技术方案没想清楚候选人在白板题上会明显有卡顿。四、提高了对业务和产品理解的要求我现在习惯在系统设计和白板讨论后再追问一些功能或业务问题。希望候选人能够拥有产品意识和产品素养。同样的之前可能会在某些职级上问到这类问题但目前会有更多职级被问到。例如今天下午的面试我就问候选人做的这个产品如果要做一个砍到不能再砍的 MVP需要做哪些功能我个人理解这属于一个业务和技术结合的问题既要理解核心的业务闭环也要考虑技术实现的可行性和成本。另一方面候选人如果在简历中提到一些业务和技术指标的提升我会更深入追问这个目标的合理性以及对整体业务的贡献逻辑。因为能设定一个好的目标也成为了一个重要且有意义的能力。五、如何考察 AI 实践能力为了提供面试考察的覆盖度我们团队的面试考察分工为一面包含 AI Coding 题和基础题二面不再重复进行 AI Coding 考察而是考察上述其他内容。说实话上面一套下来面试时间就快结束了。但我还是想尝试增加一道 AI 实践能力考察题。我曾经试图使用「你有哪些好的 AI 实践分享」来考察发现效果不佳。为什么呢因为我发现两个情况讲的内容「听起来」过于基础没有区分度。例如很多讲 SDD 的里面其实细节很多但是如果不仔细、深入地问就很容易被笼统地认为很基础。讲的内容「天花乱坠」。现在网上各种“前沿”实践如果我经常刷视频即使没有实际实践也可以说得很“厉害”。但实际它有没有掌控这个实践也很难考察出来。所以我目前尝试换了一个方式我会问「你最近一次最失败的 AI 实践是什么」。失败不是扣分项。反而我认为别人的成功套路可以复述但如果没有亲自做过很难凭空讲出自己的失败。同时从一个具体的失败里也可以看出候选人掌控 AI 的能力“上限”以及他的复盘与总结能力。最后以上这些做法都只是我个人的阶段性实践总结。AI Coding 的变化很快未来对“工程师”的要求也会很快变化。而面试标准往往滞后于工作本身。AI Native 的「Product Builder」的成长路径是什么似乎还未有定论。我把现阶段的想法、做法与失败尝试写下来希望能给大家提供一些参考。资料展示下面是我整理的AI大模型 学习资料和工具包预览适合收藏后按主题逐步学习。