AI 正在改變軟體工程招聘市場的面貌。部分求職者開始在遠程技術面試中藉助 AI 助手，在面試過程中實時獲取答案提示；與此同時，僱主也在部署 AI 工具來識別候選人是否使用了 AI，雙方之間的博弈正在演變為一場沒有明顯贏家的軍備競賽。
AI 招聘策略師塔蒂亞娜·特波耶娃將這種現象形容為"貓鼠遊戲"。她指出，在 AI 驅動的科技裁員浪潮和供大於求的就業市場背景下，候選人因無法匹配算法預期的模式而屢遭拒絕，進而被迫轉向 AI 面試助手來應對系統。技術招聘公司 CalTek Staffing 聯合創始人兼總裁阿奇·佩恩則認為，候選人的這種行為是對企業大規模使用 AI 篩選簡歷的理性回應。
海軍聯邦信用合作社高級 AI 數據工程師拉維·基蘭·帕吉迪指出，這種雙向博弈可能導致面試過程不再側重真實能力，而是變成"誰更能優化算法"的比拼。
AI 面試工具與反制手段
在技術面試中，軟體工程師通常需要闡述算法思路、回答系統設計問題，並在遠程實時編程環節中解決具體問題。Final Round AI、Interview Coder、ParakeetAI 等 AI 面試助手能夠實時監聽面試音頻並即時生成答案或代碼，甚至可以疊加顯示在面試螢幕上，聲稱對面試官不可見。
Meta 軟體工程師穆迪特·薩拉夫與微軟軟體工程師斯拉達·蘇尼爾共同創辦了 AI 語音招聘工具 Ginger，專用於第一輪面試篩選。該工具能夠提出預設問題和實時生成的追問，並通過追蹤眼球運動、響應延遲、切換標籤頁及語言模式等信號來識別候選人是否使用 AI。蘇尼爾表示，Ginger 主要在入門級職位的面試中進行過測試，而這類候選人恰恰是使用 AI 最為頻繁的群體。
AI 檢測工具的隱患
佩恩注意到，越來越多的僱主正在部署 AI 輔助面試平台，但這些平台的檢測準確率仍不理想，時有將優質候選人誤判為使用 AI 的情況出現。特波耶娃還指出，AI 面試工具存在數據隱私安全、錄音被用於模型訓練，以及算法偏見等潛在風險。
斯坦福大學以人為本 AI 研究所的一項研究發現，AI 招聘工具可能加劇種族偏見，引發系統性拒絕。該研究追蹤了 340 萬名真實求職者的申請情況，發現亞裔和黑人申請者受到算法的不利影響。對此，特波耶娃強調，流程中必須引入人工監督，以確保結果的公平性。帕吉迪也呼籲對 AI 招聘工具進行審計，並制定明確的使用規範和透明度要求，否則合格的候選人可能遭到不公正篩除。
允許使用 AI 的新型面試模式
包括 Meta 在內的部分科技公司以及 AI 原生軟體開發平台 Factory，已開始允許候選人在技術面試中使用 AI。Factory 技術招聘負責人瓦林·奈爾表示，公司希望面試流程能夠真實反映候選人的日常工作方式，因此讓申請者在一小時內藉助 AI 編程智能體完成生產級系統的構建或代碼遷移任務，評估重點在於策略規劃，而非完成結果。
"AI 的能力上限取決於使用者的判斷力。"奈爾說，"能力弱的候選人依賴 AI 代替思考，一旦 AI 出錯便無從應對；而優秀的候選人則利用 AI 提升效率，將精力集中在架構設計、方案權衡和產品思考上。"
帕吉迪也強調，面對邊界情況的推理能力以及將答案與生產場景相結合的判斷力，才是真正體現工程質素的地方。"開發者會越來越多地使用 AI 工具，但對最終方案的把控仍必須由人來承擔。"
佩恩認為，以真實考察為導向的面試設計從長遠來看對企業更為有利。他建議候選人可以用 AI 輔助備考，但在面試過程中應保持答案的原創性。"技術圈子遠比人們想像的小，被發現使用 AI 可能對你的長期職業發展造成影響。"他說，冒險使用 AI 輔助應答，結果往往得不償失。
Q&A
Q1：AI 面試助手是如何在技術面試中幫助候選人的？
A：Final Round AI、Interview Coder、ParakeetAI 等 AI 面試助手能夠實時監聽面試音頻，幾乎即時生成答案或代碼，甚至可以疊加顯示在候選人的面試螢幕上，聲稱對面試官不可見。候選人只需照著實時推送的內容作答，相當於在面試中獲得了全程提示。
Q2：僱主是如何檢測候選人在面試中使用 AI 的？
A：目前已有一些 AI 輔助面試平台可用於識別候選人是否使用 AI，例如 AI 語音招聘工具 Ginger 會追蹤眼球運動、響應延遲規律、標籤切換行為以及語言模式等信號。不過現有工具的檢測準確率尚不完善，存在誤判優質候選人的情況。
Q3：AI 招聘工具會帶來哪些偏見和公平性問題？
A：斯坦福大學以人為本 AI 研究所的研究顯示，AI 招聘工具可能加劇種族偏見，導致系統性拒絕。追蹤 340 萬名真實求職者的數據發現，亞裔和黑人申請者受到算法不利影響的證據明顯。專家建議必須在流程中引入人工監督，並對 AI 工具進行審計，制定透明的使用規範，以保障公平性。
