AI 時代的軟體工程師面試觀察：效率、邏輯與開發能力的新標準

這幾天在跑線上面試馬拉松，過程中有些感觸，整理幾點心得做個反思。

1. 具備運用 AI 工具迅速產出 Prototype 的能力，是主管和老闆非常重視的技能

   這不僅能顯著提升你的面試表現，甚至有可能幫助你推進面試流程。對於 Junior Engineer 來說，這種能力能夠在一定程度上彌補經驗上的劣勢。

2. 面試標準的調整：允許使用 AI 輔助工具，關注 Prompting 精準度與理解能力

   在面試過程中，我們開始允許候選人使用 Cursor、Copilot 等 AI 輔助工具。

   這樣可以觀察候選人對 Prompting 的熟練度，以及他們如何高效運用 AI 來解決問題。過去可能需要半小時才能完成的 Coding Challenge，現在最快 10 分鐘內就能完成。但相應地，我們會更注重候選人能否清楚闡述 AI 產生的變更以及其作用。這也更貼近現代的開發流程——請 AI 生成程式碼後，工程師需要審查（review）並視需求進行調整。

3. 邏輯比語法更重要，著重問題解決能力

   即使某些 Coding Challenge 不允許使用 Cursor 或 Copilot，我們也不再過度關注候選人是否能夠記住並正確呼叫函式，而是更看重邏輯的正確性。候選人可以透過註解（comment）或虛擬碼（pseudo-code）來表達解決方案，然後與考官討論這個流程是否合理，並共同尋找潛在問題的解法。

   p.s. 我們不考 LeetCode

4. 掌握 AI 技術整合的候選人更具競爭力

   具備 AI 技術整合能力的候選人，例如熟悉各種 Prompting 技術（如 Chain of Thought、Meta Prompting 等）以及 AI 框架（如 LangChain、AutoGen、LlamaIndex 等），絕對更具優勢。當然，這類技能是否加分，仍取決於職位需求，但不可否認的是，這些技術在實際工作中也具有價值，能夠提升開發效率並拓展解決方案的可能性。

5. 系統設計與高流量架構仍是 Senior Engineer 的優勢，但 AI 可幫助 Junior Engineer 迅速成長

   在基礎知識、系統設計、高流量系統架構等方面，擁有紮實學習經歷或實戰經驗的 Senior Engineer 依然具備明顯優勢，這些能力決定了工程師在產品化過程中的上限。畢竟，產品化後的問題千變萬化，許多情境仍超出 AI 的處理範圍，但毫無疑問的是，Junior Engineer 可以透過 AI 提升學習效率與知識範圍，縮短與 Senior Engineer 之間的差距。

6. 英文能力依然是打破地域限制、拓展職涯選擇的關鍵

   精通英文不僅能讓你接觸到更多全球機會，也能幫助你找到更符合個人興趣的工作。

以上，是這次面試馬拉松的幾點觀察與思考。

p.s. 以上內容僅代表個人觀點。