程序员面试的时候，终于可以光明正大地打开 AI 了。
最近，Google 一项软件工程师面试改革在网上引起热议。
按照新的试点安排，候选人可以在面试中使用 Gemini，考察内容也开始发生变化。
除了从零写出一道算法题之外，Google 还希望候选人能读懂别人写的代码、定位问题，以及判断 AI 提出的解决方案是否可靠。
有网友兴奋地表示：「AI 终于杀死了 LeetCode 面试。」
写代码之外，Google 还要考你怎么读代码
对于不少准备进入大厂的程序员来说，LeetCode 应该是再熟悉不过的名字。
刷算法题、研究时间复杂度、在有限时间里写正确代码，几乎成了技术面试的必修课。
而 Google 正在试验另一种考核思路。
根据 Business Insider 5 月 7 日的报道，在 Google 的试点新环节 —— 代码理解（ Code Comprehension）中，候选人将对一份已有的代码，进行阅读、调试和优化。
AI 也可以参与这个过程。Google 发言人确认，试点中提供给候选人的工具就是 Gemini。
既然可以直接问 AI，面试官又该如何判断候选人的水平？
Google 给出的答案是「AI 熟练度」（AI fluency）。
面试官会关注候选人如何设计提示词、核实 AI 的输出，以及调试代码。候选人需要有能力判断 AI 给出的建议是否合理，并对最终结果负责。
这意味着，即使 Gemini 很快找到了一个 bug，候选人也需要核查修复方案是否成立，以及这次修改会不会引入其他问题。
当然，目前这还只是一项有限范围的改革。
相关安排面向今年下半年，主要涉及美国部分团队的初级和中级软件工程师岗位。Google Cloud、平台与设备部门等组织参与了试点安排，未来是否推广取决于实际效果。
Google 招聘副总裁 Brian Ong 表示，调整面试流程是为了更准确地反映工程师在 AI 时代的实际工作方式。
除了代码理解环节，Google 也计划在部分面试中加入对候选人过往项目的技术设计讨论，让初级候选人处理更开放的工程问题。
目前可以确认的是，考察范围正在扩展。除了能否从零写出代码，企业开始考察候选人能否处理一份已经存在、甚至由 AI 生成的代码。
Karpathy：手写代码能力开始退化，
但读代码是另一回事
Google 为什么要调整面试？看看 Google 自己的工程团队正在发生什么，就不难理解。
今年 4 月，Google CEO Sundar Pichai 披露，公司 75% 的新增代码已经由 AI 生成，再由工程师审核。去年秋季，这个比例还是 50%。
链接：https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/cloud-next-2026-sundar-pichai/
短短半年左右，AI 在软件开发中的参与程度就有了明显提升。
对于个人开发者来说，类似的变化发生得更快。
今年 1 月，Andrej Karpathy 在 X 上分享了自己使用 Claude Code 的经历。
他发现，自己的编程习惯仅用了几周就发生了近乎颠倒的变化。
2025 年 11 月，他大约 80% 的编程工作仍然由自己手动完成，或者借助代码自动补全；到了 12 月，约 80% 的工作已经交给 Agent，自己只负责剩下的修改和完善。
Karpathy 感慨，这是他近 20 年编程生涯中，工作方式发生过的最大变化之一。
如今，他的大量编程工作已经变成使用自然语言向 AI 描述需求。
这种变化甚至带来了一点意想不到的影响：Karpathy 发现，自己手动编写代码的能力开始逐渐退化。
不过，他特别区分了两种能力：
「生成（写代码）与辨别（读代码），是大脑中不同的能力。」
编写代码往往要求程序员记住许多具体语法和实现细节，而审查代码更依赖理解已有逻辑、判断实现是否合理。因此，一个人即使开始不擅长从头写代码，仍然可能读懂代码、发现问题。
但 AI 的代码也越来越难检查。
Karpathy 在帖子中提到，编程模型如今犯下的错误，已经不再主要是简单的语法问题。
相反，它们可能在理解需求时做出错误假设，然后顺着这个假设继续完成整套实现。有时，模型会写出上千行复杂代码，而工程师指出更简洁的实现方式后，它又能迅速将代码缩减到百行左右。
这些错误看起来更像经验不足的开发者在匆忙工作中犯下的疏漏。
因此，尽管 Karpathy 已经很难想象自己重新回到主要依靠手写代码的开发方式，他仍然认为，需要密切关注 AI 写出的内容。
这就是 Google 面试的新思路。
如果 AI 可以在几分钟内完成大量编码工作，那么工程师的任务也会越来越多地转向理解代码、验证实现，以及在 AI 出错时进行干预。
代码生成越来越容易，代码审查的能力也因此变得更加重要。
Google 不是第一家，有人甚至故意让 AI 写错
实际上，Google 已经算不上最早尝试这种面试方法的公司。
去年 6 月，设计平台 Canva 就在官方工程博客中宣布，后端、机器学习和前端工程师候选人在技术面试中将被要求使用 AI 编程工具。
链接：https://www.canva.dev/blog/engineering/yes-you-can-use-ai-in-our-interviews/
对于前后端岗位，Canva 甚至用 AI 辅助编程取代了基础面试环节，此前这个环节以算法和数据结构为主。
原因很直接：旧题在今天已经没那么有效了。
Canva 曾经用 AI 测试自己的传统面试题，发现模型往往只需要几秒钟，就能生成正确且带有说明的解答，甚至无须进一步提示。
于是，Canva 决定把题目变得更复杂一些。
例如，以前可能要求候选人编写「康威生命游戏」，现在则可能让他们设计繁忙机场的飞机起降控制系统。
这种开放式问题需要候选人自行梳理需求、确定方案、协调不同功能之间的关系。AI 可以完成其中的编码任务，但很难仅凭一句简单指令，就处理好所有设计与工程细节。
Canva 还分享了试点中的观察。
表现出色的候选人往往会主动厘清需求，把复杂任务拆分成更明确的部分，再有针对性地调用 AI。他们会检查生成结果，并在发现问题后调整方案。
一些有编程能力但缺少 AI 使用经验的候选人，反而可能在引导 AI、判断建议是否合适时遇到困难。
Meta 也在开始采用类似方式。
2025 年 7 月，媒体披露 Meta 正在开发允许使用 AI 的编码面试。随后，Meta 官方公开介绍了这一试点，并鼓励参与的候选人使用经过批准的 AI 工具。
Meta 特意强调，在这样的面试中使用 AI，已经不算作弊，因为这本来就是工程师实际工作中会使用的工具。
而到了今年 10 月，招聘技术平台 Codility 发布了新的面试功能，允许面试官在候选人使用的 AI 编程工具中加入隐藏指令。
链接：https://www.codility.com/product-tours/interview/
比如，让 AI 故意写出存在 bug 的代码，或者采用不够合理的编程方式。
候选人不会看到这些指令。面试官则能够观察候选人的处理方式，他们究竟会认真检查生成结果，还是直接复制粘贴、照单全收。
平台还支持在不同考核任务中控制 AI 的使用权限，让企业既能评估候选人与 AI 协作的表现，也能检查其独立解决问题的能力。
过去，为了防止候选人通过 AI 获得答案，面试官可能需要想办法识别 AI 的使用痕迹。现在，AI 反而可以直接进入考场，甚至成为面试官用来检验候选人的工具。
以前，一道编程题可能从「请实现这个算法」开始。
未来，面试官可能直接把一份 AI 代码交给你，再问：「这段代码已经能运行了，你觉得它有什么问题？」
而手边的 AI 工具，未必能帮你答对这道题。
就像有的网友调侃：「要求应聘者使用 Gemini 完成任务，本身就是一个很好的面试题」。
参考链接：
https://www.businessinsider.com/google-job-interview-software-engineers-ai-assistant-coding-2026-5
https://x.com/karpathy/status/2015883857489522876
https://www.canva.dev/blog/engineering/yes-you-can-use-ai-in-our-interviews/
https://www.linkedin.com/posts/meta_metacareers-interviewing-softwareengineering-activity-7386046074240737280-wnwA
https://www.codility.com/lab/product-updates/coding-agents-task-by-task-oct-2026-update/
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com
