Anthropic 团队取消编程题面试：开发者如何证明能力

Meta 描述：Anthropic 团队取消传统编程题面试，评估转向判断力、产品品味、协作与 AI 解决问题能力；开发者可用可运行原型、规范和决策复盘建立能力证据。

据报道，Anthropic 分析了几千份面试评价，发现其中询问候选人 AI 使用经验的比例增长了 3 倍。36氪也将相关讨论概括为“Anthropic 宣布‘编程面试已死’，程序员靠什么证明自己”。但标题的适用范围需要先说明：传统编程题面试取消的范围，是 Anthropic 招聘经理、Claude 相关产品工程负责人 Felix Rieseberg 所在的团队，并非 Anthropic 的全部技术面试。该公司招聘流程据报道仍包含最多五轮面试和测试，以及单独的文化面试。

所以，Anthropic 编程面试的实际变化在于将脱离真实工作的传统编程题替换为更接近工作实际的能力证据，并未完全取消对开发能力的考核。从这些报道看，招聘评估的重点正从具体技术经验转向自主性、判断力、AI 解决问题能力，以及产品品味、协作和价值观。对开发者而言，问题也不再只是“会不会写代码”，而是能否提供证据，说明自己能够推进任务并交付结果。

AI 使用经验询问比例上升，面试评估有何变化？

“询问 AI 使用经验的比例增长 3 倍”说明面试评价的信号正在变化，但并不意味着所有岗位都突然变成了 AI 专家岗位。当模型可以参与编码、调试和任务执行时，面试官需要了解的不再只是候选人掌握过哪些技术，还要判断候选人能否借助 AI 提高交付质量，并在工具出错、输出不可靠或上下文不足时接管过程。

因此，AI 使用经验的价值不在于候选人能列出多少工具名称，而在于他能否讲清一条完整的工作链：目标是什么，任务如何拆分，AI 负责什么，人负责什么，结果如何验证，失败后如何调整。模型能力越强，这套分工和验证机制越能区分“会使用工具”与“依赖工具”。

这也不代表基础知识退出评估。变化在于，单看一段脱离业务背景的代码越来越难反映真实水平；面试官需要把编码能力放回需求、约束、协作和结果之中观察。因此，Anthropic 所说的“编程面试已死”需要放在这个范围内理解：变化的是评估方式，不是技术能力考核本身。

“编程面试已死”死的是哪一部分？

Felix Rieseberg 在社交平台上表示：“编程面试已经死了，至少对我的团队而言。”这里的限定词是“至少对我的团队而言”。他取消的是其团队的传统编程题面试，而不是宣布 Anthropic 不再测试技术能力。

其他招聘环节仍然存在。资料显示，Anthropic 的候选人最多需要经历五轮面试和测试，文化面试单独考察价值观、世界观、伦理困境以及对公司能否进行批判性思考；如果这一环节未能通过，候选人基本就失去了后续入职机会。从这个角度看，“编程面试已死”更准确的含义是：单一编程题作为主要筛选工具的效力下降，而不是技术面试、文化面试和整个招聘流程消失。

目前，这一变化只能视为 Anthropic 特定团队的选择。现有资料不足以证明整个招聘市场已经停止使用传统编程题，更不能据此推导“所有公司都不再考代码”。岗位、面试官和公司对 AI 的态度不同，评估方式仍会存在明显差异。

传统编程题为什么难以反映真实水平？

Rieseberg 给出的理由很直接：Claude 已经可以完成小型 React 挑战，甚至处理底层汇编问题。在这种情况下，传统编程题原本测量的个人编码能力越来越难与模型能力区分，继续用此类题目筛选工程师，区分度也会下降。

问题不在于候选人写出了多少代码，而在于答案越来越难归因。如果候选人拥有相同工具访问权限，那么一段实现可能同时包含模型能力、提示能力、调试能力和个人编程能力。单看最终代码，面试官很难知道哪一部分属于候选人。

更稳妥的判断是，传统编程题并非天然无效，而是需要重新校准它所测量的对象。在严格限制使用 AI 的条件下，编程题仍可以作为基础知识、问题拆解和实现能力的基线；当候选人可以使用 AI 时，它又不足以单独承担筛选任务，继续增加题目数量也未必能恢复区分度。

因此，评估条件比题目形式更重要。取消传统编程题不等于不再需要编码能力，保留编程题也不等于招聘方式没有变化。需要补充的，是模型无法单独替代的判断与协作证据：为什么选择这个方案，放弃了什么，如何确认结果可靠，以及如何与他人共同完成目标。

自主性、判断力和协作要拿什么证明？

资料中反复出现的评价维度，可以转化为几类可观察的问题。它们不是 Anthropic 公布的官方题库，而是对现有招聘信息的整理。面试者可从主动使用 AI、独立推进任务、理解产品与用户、协作与冲突处理、价值观与伦理判断五个方面准备案例。

在主动使用 AI 方面，面试者可以准备真实案例，说明自己如何设定上下文、拆分任务、分配人机工作以及验证输出。仅仅回答经常使用某个模型，无法证明使用能力。

针对独立推进任务，面试官可能会追问：在面对不完整目标或有限资源时，如何确定下一步，以及如何识别阻塞并争取支持。Rieseberg 所说的“饥饿胜过资历”，强调的正是这种主动性和推进能力，而不是资历。

在理解产品与用户方面，需要说明方案针对谁、解决什么问题，以及为什么当前方案优于替代方案。技术选择如果不能连接到用户或业务目标，就很难体现产品品味。

对于协作与冲突处理，可准备的材料包括如何评审代码、处理分歧、交接任务和向非技术角色解释方案。协作能力不能只写成“沟通能力强”，需要具体行为和结果。

在价值观与伦理判断方面，当技术方案涉及风险、责任或不同利益时，候选人如何作出决定，也是文化面试关注的内容。Anthropic 的文化面试可能直接决定候选人能否进入下一阶段。

面试问 AI 经验，和现场禁用 AI 冲突吗？

两者并不冲突。询问候选人是否善于使用 AI，评估的是能力、习惯和工作方法；规定现场能否调用 AI，控制的是测量环境和工具边界。前者关注候选人与 AI 的协作能力，后者则要求在没有外部助手的情况下判断候选人自身能力。

Anthropic 被报道为在现场面试中默认禁止使用 AI 工具，除非招聘流程另有明确说明。另一篇资料则把 Google 描述为允许候选人使用 AI，并认为全面禁止使用 AI 已脱离当前的生产力现实。这两类做法说明，公司之间并没有统一的“AI 时代面试规则”。

这意味着，候选人不应把“允许使用 AI”当作默认前提，也不应因为一家公司取消了编程题，就推断其面试环境允许自由调用模型。准备面试时，应直接确认工具政策、使用范围和需要遵守的规则。允许使用 AI 的公司，也可能通过指定任务观察候选人的协作过程；禁止使用的公司，则更依赖候选人对项目目标、约束和关键决定的独立说明。

没有资历和资源，初级开发者先交付什么？

Rieseberg 给初级工程师的建议很具体：不要等产品需求、跨部门审批和设计资源全部齐备，可以选定一个具体业务目标，利用新人视角和 AI 工具，在一个周末做出一个可运行的单点原型，再用成果争取组织支持。他把这概括为“饥饿胜过资历”。

这里的“饥饿”更接近主动抓住问题和推动交付，不是单纯延长工作时间。适合用来证明能力的，并非功能庞大的演示项目，而是一个范围明确、能够运行、结果可验证的单点方案：解决一个具体用户问题，完成一段关键流程，并展示取舍和验证过程。

有经验的开发者可以重点展示真实业务中的判断、产品品味和协作成果；缺少生产经历的开发者，可以用原型补足一部分可信度；熟悉 Agent 的开发者，则可以进一步展示规范、上下文和人机协作流程。这些路径不能替代基础编码能力，但如果一个候选人无法解释自己提交的代码、边界条件和验证结果，原型反而可能暴露更大的问题。

AI 能写代码后，工程能力该怎么证明？

AI 能写代码后，如何证明工程能力，成为评估开发者能力时的核心问题。相关资料并非 Anthropic《2026 Agentic Coding Trends Report》的原始报告，而是对该报告的二手解读；其中关于趋势的归纳可以作为观察框架，但未经核对的统计不应直接作为官方数据引用。

其中一个趋势是规范驱动开发。工作方式不再只是“想清楚—写代码—测试—修错”，而是先明确目标、输入输出、边界条件和错误处理，再让 Agent 实现，最后验证结果。在这种模式下，真正值得展示的是规范如何减少歧义，以及人如何发现生成结果与目标之间的偏差。

另一个趋势是上下文工程。模型的表现不仅取决于一次提示，也取决于它能否获得正确的项目结构、代码风格、需求和历史信息。相关解读提到通过项目说明文件、技能和上下文配置向 Agent 提供这些信息。因此，一份高质量作品除了代码，还应说明模型在什么上下文中工作。

第三个趋势是多智能体编排，即把复杂任务拆解给不同 Agent，再协调执行和交付。能力证明的重点不应是生成了多少代码，而应转向问题定义、上下文组织、分工方式、结果验证和失败处置。

怎样把原型变成经得住追问的作品证据？

一个只有演示链接或截图的原型，仍然难以证明候选人的真实贡献。更有效的做法是把项目整理成一份可以被追问的一页证据链。这份清单是本文根据资料中的评价维度整理的通用建议，并未获得 Anthropic 官方招聘模板的确认。

这份证据链应当涵盖八个核心方面。在业务目标与用户层面，需要说明为谁解决什么问题，以及结果好在哪里。在约束与取舍层面，应记录时间、兼容性、资源和风险等限制，并解释为什么选择当前方案。AI 与人的分工需要明确列出 AI 完成了什么、人作出了什么决定，以及人验收了什么。关键规范应涵盖输入输出、边界条件、错误处理和验收标准。

证据链还需要包含验证方法，包括测试、演示步骤、人工检查和结果记录。失败案例应如实写出错误假设、失败方案及后续调整，而不是只保留最终成功版本。伦理考量需要回答是否涉及隐私、安全、责任归属或对他人的影响。最终复盘则应说明如果再做一次，哪些决定会改变，以及下一步如何验证。

不同背景的开发者可以调整侧重点：有经验者强化业务结果和决策过程，初级开发者突出可运行原型与验证过程，熟悉 Agent 的开发者则重点说明规范、上下文和人机分工。共同原则是不要隐藏 AI 的参与，而要如实说明协作方式。隐藏工具使用，可能让面试官质疑诚信；只展示生成的代码数量，又无法证明工程判断。

面试前如何检验准备是否充分？

面试前，可以做一次不依赖 AI 的项目复述：不借助工具提示，讲清项目目标、约束、关键决策和验证结果，并能回答“为什么这样选”“换掉 AI 会怎样”“哪一步判断错了”等追问。Anthropic 现场默认禁用 AI 的做法，也使这四项内容必须通过候选人的直接说明来验证。