当 AI 能比人更快写出那道反转链表的题，面试官该看什么？Anthropic 的一位管理者给出了他的答案：看人，而不是看代码。
发生了什么
据 The Decoder 报道，Anthropic 管理者 Felix Rieseberg 公开表示，经典的编程面试已经“死了”。理由很直接：Claude 现在解决小型编程任务的表现已经优于来应聘的候选人，用这类题目筛选人才，测到的是模型的水平，而不是人的水平。
他更希望看到候选人拿出原型作品，从中判断其品味、共情能力和有原则的思考方式。他的一句概括是“hunger beats tenure”——饥饿感胜过资历。报道同时指出，这套说法听起来很鼓舞人心，但它实际上把新人的门槛推向了“创业式思维”，并默认了一种拼搏（hustle）心态。
为什么重要
编程面试长期以来是软件行业最标准化的筛选机制之一：算法题、白板、限时。它的隐含假设是——能把小问题写对的人，大概率也能把大问题写好。生成式模型把这个假设的中间环节抽掉了。当“写出正确的小段代码”变成一种廉价、随手可得的商品，用它来区分候选人，信息量就趋近于零。
这不是某一家公司的招聘偏好问题，而是整个评估体系的重心迁移。过去几年，行业已经在讨论“AI 辅助编程时代如何面试”，常见做法包括允许使用 AI、改为考察系统设计与调试能力。Rieseberg 的表态更进一步：不只是改考题，而是改考察对象——从“你能写出什么”转向“你会选择做什么、为什么”。
值得注意的是，这番话出自一家模型厂商的管理者之口。它既是招聘实践的真实变化，也隐含着一层叙事：模型能力已经强到足以重塑人才标准。对读者来说，这两层含义值得分开看。
影响与看点
对开发者而言，最直接的变化是准备路径失效。刷题仍然能训练基本功，但它不再能直接兑换成 offer。取而代之的是可展示的作品：一个能跑起来的原型、一次有取舍的设计、一段能说明“为什么这样做”的判断。这对有项目积累的人是利好，对应届生和转行者则意味着更高的启动成本——他们往往最缺的正是“做过什么”的素材。
对企业而言，“品味与共情”是极难标准化评估的维度。当面试从客观题转向主观判断，评估成本和偏见风险都会上升。谁来定义“好品味”？面试官的主观性会不会成为新的不透明门槛？这是这套新标准尚未回答的问题。
另一个被报道点出的隐忧是 hustle 心态。要求新人以创业者的方式思考和产出，实际上是把公司本该承担的培养成本转移给了个人。并非每个人都有条件在求职前自费做出漂亮的原型。
我的判断是：编程面试不会消失，但会分层——基础能力筛选交给 AI 辅助的实操任务，人的判断力则通过作品与对话来考察。真正的问题不是“还要不要考算法”，而是企业是否愿意为这套更贵、更慢的评估方式买单。
