未来的技术招聘会变成什么样？随着 AI Coding 能力的不断增强，如果公司还有必要招人的话，我们该如何判断一个人是否值得被聘用？

现在很多大厂在传统的编程面试基础上，加了一类 AI 辅助面试。听上去与时俱进，让你用 AI 解决问题，但面试官最后还是会拉着你分析代码。这种感觉其实很别扭。如果 AI 能写出代码，它自然也能分析代码。在现实工作中，你直接问 AI 就好了。这种考核本质上还是在用传统面试的逻辑套了一层 AI 的皮，并没有考察到 AI 时代真正需要的能力。

在 AI 时代，核心能力不再是回答问题，而是提出问题，以及敏锐地察觉到 AI 的反馈哪里不符合预期。这种“提问”和“纠偏”的能力，比写出代码本身要难考察得多。

即使是像 Anthropic 这样内部工作流极其 AI 化的公司，也会遇到招聘难题。以前给出一道极难的题目，让面试者与 AI 合作解决，可能需要几小时。但随着模型能力提升，AI 一下子就写出来了，题目瞬间失去了筛选价值。

所以我有一个暴论：未来的招聘不应该有面试，而应该是直接实习。

我的设想是，以后不再需要那种做题家式的 Coding 面试。取而代之的，是先通过 AI 自动从简历的信息出发，评估一个人的过去。这里有两个最重要的维度：

一是看他主导并深度参与的项目。无论是职场中的商业项目，还是学生阶段的课题，亦或是个人的兴趣项目、社区的开源项目，最关键的是看他在复杂环境下做决策的过程。

二是看他写的文章。程序员的文章是展现思想和影响力的核心载体，能体现一个人对技术本质的理解，更重要的是体现他的思维深度和价值观。

通过 AI 对这些项目和文章进行初筛，目的不仅是筛选技术的高低，更是为了寻找那些在品味、理想和思维方式上与公司最契合的人。

一旦筛出一批合适的人，直接发 Offer 让他们来上班。不用面试，简历过关就直接进入“实战试用期”。这才是最真实的过滤过程：比如你只需要 1 个人，那就放 2 个甚至更多人进来，直接处理公司的真实业务。

以前这样做不行，是因为工程师入职有很长的上手期（Ramp-up Time），可能一个月甚至几个月都很难看出真正的能力，也没什么大的产出。但现在不同了，如果你是一个合格的 AI 时代工程师，入职第一天就应该开始输出成果。

虽然你对公司的架构和哲学可能还没那么深入的理解，但在工程实现上，你应该能做到指哪打哪，能指挥一群 Agent 去完成具体的目标。公司甚至可以把同一个任务交给两个人，比较他们最终交付的产品。虽然都是 AI 写的，但通过成品你能看出一个人的品味：他在构建过程中关注了哪些问题？他影响了 AI 的哪些决策？

在充满模糊性和多样解的问题面前，你选择什么，就决定了产品的走向，这才是你的价值。

我甚至觉得现在的系统设计面试也没意思了。即便是在一个完全陌生的领域，你也应该能通过向 AI 提正确的问题来快速建立认知，并能开始给AI指方向、纠错。

当然，这一切讨论都建立在“还需要招人”的假设上。如果模型能力在短期内再次飞跃，可能连实现层面的岗位都不需要了。

到那时候，唯一稀缺的就是品味。对于“应该给用户呈现哪一种界面”这类问题，在实现成本极低的情况下，你完全可以把所有的想法都做出来进行 A/B 测试。但真正的挑战在于那些无法被 A/B 测试覆盖、需要消耗巨大资源的决策：你应该把有限的算力、资金和时间投向哪个研究方向？

因为资源是稀缺的，你不能全都要，也不能全都试。在这些“只能选一个”的岔路口，品味就是最后的决胜点。

虽然我们现在认为人最重要的价值是那点独特的“品味”，但作为老板，我真的会永远选择相信人的品味吗？在未来，比起相信一个存在不确定性的人，我可能更倾向于相信一个跟我很熟、已经在无数次决策中证明过自己的 AI。

如果有一天，我们发现连“品味”这种最后的人类堡垒也被 AI 攻克，那么关于招聘的所有讨论都将失去意义。但在那之前，在这个人类依然需要拍板、需要负责的断档期，请停止那些陈旧的 Coding 面试，把人扔进真实的工作流里去观察吧。