当所有人都在用AI作弊，技术招聘该如何重来？

在DevDay的演讲中，Beth Glenfield直言：AI正在彻底击穿传统技术招聘体系。当LeetCode面试被AI助手“通关”，小公司在人才战争中节节败退，她给出了一套全新的判断标准：不再考算法，而是考人如何与AI一起工作。

技术招聘为何在2025年“突然失灵”

这个话题之所以重要，是因为很多公司已经隐约感觉到招聘不对劲，但还没说清楚问题出在哪。Beth Glenfield一上来就点破了核心：AI不是正在改变招聘，而是已经把它“搞坏了”。

她抛出的第一个问题就很尖锐：“你今天在招聘流程里，用AI了吗？无论你是候选人，还是面试官。”这不是反问，而是现实。过去18个月里，AI辅助编码工具迅速普及，直接冲击了技术面试最核心的一环——现场解题。

Beth举了一个让全场安静下来的例子：一家名为Clu的创业公司，提供“AI作弊服务”，由一位前哥伦比亚大学学生创立，已经拿到530万美元融资，年化收入正逼近100万美元。与此同时，针对Google和Meta面试的“LeetCode Wizard”，宣称有93%的成功率。更夸张的是，现在“三分之一的技术面试现场，都有AI助手在场”。

在这种环境下，Beth给出了一个几乎残酷的判断：“你并不是在面试候选人，而是在面试——谁的AI编码助手更强。”这直接解释了为什么越来越多公司发现，招进来的人，和面试时判若两人。

问题并不只在作弊本身，而在结构性失衡。大公司可以“暴力破解”招聘：面100个人，挑5个，给高薪。但对小公司来说，一次错误招聘可能直接损失2万到6万美元，更致命的是，招到不会真正交付AI产品的人，几乎没有容错空间。

当工作本身变了，为什么我们还在考旧题

理解招聘为何失效，必须先承认一个事实：工程师的工作已经变了。Beth引用了Sam Altman的一句话：“战术上最正确的事，是学会用好最好的AI工具。”这并不是未来建议，而是当下生存策略。

她还提到，Salesforce的CEO Marc Benioff公开表示，公司今年将不再招聘软件工程师，因为AI让生产力提升了30%。Beth当场补了一句颇具幽默感的质疑：“我很想看看这个数据。”但即便如此，方向已经非常明确——AI正在吞噬一部分传统工程工作。

在这样的背景下，技术招聘却还停留在“算法记忆竞赛”。Beth明确指出：你真正想要的AI工程师——有创造力的问题解决者、能协作的技术领导者、能和AI共事而不是被替代的人——几乎从来不是为LeetCode优化的那群人。

这些人把时间花在什么地方？她描述得很具体：构建AI工具、使用AI库、参与开源项目、理解技术决策如何影响业务结果。而“这些，LeetCode一项都测不出来”。

更残酷的是，招聘竞争也变了。你不再只是拼薪资，而是在拼品牌、履历光环和“稳定感”。当候选人在A轮创业公司和Google AI部门之间做选择时，“我们都知道结果会是什么”。这不是情绪判断，而是当前裁员潮下的理性选择。

不考算法，改看人如何与AI一起工作

如果说前半段是在“拆问题”，那Beth真正的价值在于她给出的替代方案。这个转折非常关键，因为她并不是在呼吁“面试更人性化”，而是提出了一套可操作的新范式。

她提出一个反问：“如果你不再让候选人解那些永远不会在工作中用到的题，而是观察他们如何在真实业务场景中，与AI队友协作，会怎样？”这里的关键词是“观察”，而不是“提问”。

在DevDay，他们已经开始用“真实职场模拟”替代传统技术面试。候选人不再是孤立写代码，而是和多个AI Agent一起工作。这些AI被刻意设计成不同性格：完美主义者、务实派、安全专家，甚至是需要大量指导的“初级工程师”。

候选人必须在这种环境下做取舍：速度和安全怎么平衡？需求在sprint中途改变怎么办？如何把技术决策清楚地写在PR说明、评论和工单里？Beth强调：“我们测量的已经不是‘你会不会写代码’，而是‘你如何与AI协作’。”

这种方式的一个隐性好处是反向筛选。公司不再只是被动评估候选人，而是在流程一开始就展示自己的工程文化。合不合适，会在真实协作中自然显现，而不是靠几道题猜测。

未来不是没有工程师，而是没有旧定义的工程师

在结尾，Beth把视角拉到了更长的时间线上。她引用Mark Zuckerberg的判断：AI将在今年晚些时候处理大量中级工程工作。TechCrunch也在报道，入门级工程岗位正在被“抹掉”。

但她马上补了一句关键的澄清：这并不意味着工程师岗位会减少，而是“它们会变得非常不同”。未来的工程岗位，核心不再是写多少代码，而是创造力、协作能力，以及基于业务判断做技术决策的能力。

这也是她反复强调的一句话：“真正的工作，是与AI一起工作，而不是被它替代。”当AI能写代码，人的价值就体现在如何定义问题、拆解任务、判断取舍，以及带领系统持续演进。

对于绝大多数无法像Google、Meta那样‘海选’的公司来说，重新设计招聘流程已经不是加分项，而是生存问题。Beth最后提到，他们正在与少数设计合作伙伴一起打磨这套流程，希望在AI时代，为技术招聘找到一个不再自欺欺人的答案。

总结

Beth Glenfield的演讲真正刺痛人的地方在于，她没有责怪候选人“用AI作弊”，而是反问公司：为什么还在用一个已经失效的体系。AI并没有毁掉技术招聘，它只是放大了旧方法的脆弱。对招聘者而言，答案不是更严的监控，而是更真实的工作模拟；对工程师而言，竞争力也不再是算法熟练度，而是你是否能成为“懂业务、会协作、善用AI”的那种新型工程人才。

关键词： AI招聘， 技术面试， AI工程师， LeetCode， AI Agent

事实核查备注： 人物：Beth Glenfield，Sam Altman，Mark Zuckerberg；公司：Google，Meta，Salesforce；案例与数据：Clu融资530万美元、接近100万美元ARR；LeetCode Wizard宣称93%成功率；三分之一面试有AI助手；错误招聘成本2万–6万美元；Salesforce称AI带来30%生产力提升（Beth表示质疑）。