10月3日，#AI面试恐怖谷# 冲上微博热搜第25位，热度值186,858。秋招里大批企业上了AI数字人面试官：会眨眼、有气口，但眼神空洞；摄像头追踪瞳孔和面部肌肉紧张度，把"回答延迟、语速发抖"折算成分数。求职者的总结很扎心：“现在找工作，十有八九先过AI这一关：对着镜头答题，系统自动分析表情、语速和关键词，真人 HR 可能从头到尾都不露面。”IT之家
同一周，CNN发了一篇深度报道《AI能写代码了，那我们该怎么面试软件工程师？》（雷科技10月1日编译），开发者圈转了一大圈，10月3日知乎同步出现同名提问：AI辅助编程日益普及，为什么不少科技企业面试仍坚持考手写算法？知乎
两件事放在一起，就是今天程序员求职现场最真实的一根刺：面试不许用AI，上班天天用AI。
先把两边的账摆开：生产端接近全渗透，筛选端几乎没动
生产端，CNN报道里引的数字一个比一个狠：
Google研究部门的报告：90%的科技工作者在工作中用AI写代码、改代码、分析数据。雷科技
Anthropic的Claude Code负责人Boris Cherny：过去30天他对产品的贡献，100%是Claude Code写的；OpenAI总裁Greg Brockman：一个工程师用AI完成了一次系统变更，不用AI的话整个团队要干一周。
国内口径，腾讯对外提过2025年内部超过43%的代码由AI生成；到2026年6月，宣称CodeBuddy已覆盖公司95%以上工程师、整体编码时间下降40%。知乎
筛选端呢？CNN采访的软件开发者David Barajas，过去六到八个月面了五六家公司，没有一家问过他平时怎么在工作中使用AI，每家的开场白都一样：不能用任何AI工具，不能用Copilot、Cursor、ChatGPT，然后手写反转链表、实现LRU缓存。Barajas还被要求在面试中共享桌面，自证没偷偷用AI。十年经验的工程师Sujata Sridharan的观察也一样：多数公司还在用传统编码测试。雷科技
国内体感也没落后多少：有求职者晒华为机试——搞电类算法的岗位，笔试照样四道LeetCode手撕。1月的面试复盘帖里写"互联网大厂都还是要手撕算法题，不过相对不会太难"。微博微博
一边是90%到100%的渗透率，一边是0%的面试采用率。这不是"AI会不会取代程序员"的口水题，这是每条offer流程里实打实的规则差。
公司不是不知道离谱，是手里没有更便宜的替代信号
Hello Interview联合创始人Stefan Mai那句被引用得最多的话是"AI对工程面试的冲击，就像一颗原子弹。"但他同时承认：这事至今没有解决方案。雷科技
为什么不改？把逻辑拆开就不奇怪了：
手写算法考的东西早就变了。AI时代"能不能写出来"已经不是稀缺信号，面试留着手撕，是在用最低成本验两件事：基本功能不能追溯（离开AI你还有没有代码），以及防作弊。反转链表成了地板技能，但它是30分钟里唯一当场可评的硬信号。
禁止AI的副作用他们自己也知道。你怕候选人用AI作弊，可候选人入职之后天天用AI干活——禁止他用AI，等于在筛选不会用AI的人。荒谬，但在"没有更好的信号"面前，公司选择了忍受荒谬。
岗位要求本身成了移动靶。招聘网络Leopard.FYI联合创始人Jordan Leonard举例：某公司声明岗位必须会Ruby on Rails，三周后改主意了——AI能轻松把别的语言翻成Rails。你花几个月刷出来的针对性准备，可能等不到面试就被重写。雷科技
所以硅谷没答案，国内跟进更慢。认清这一点，准备策略才不会跑偏：别赌面试规则变，要赌哪些环节已经变了。
已经变掉的三个信号，别再漏看
"允许用AI"的面试真实存在了。考法从"你会不会写代码"改成"你怎么做技术决策"，这类问题以前只在高级别面试出现，现在向所有级别铺开；还有公司直接让候选人来实地工作半天，看你真实状态。雷科技
初筛关卡整个数字化了。数字人面试官前置到第一关，这是#AI面试恐怖谷#热搜的直接背景。2026年秋招里，应届生发现"面试第一关的对手不是人，是一段算法"，近半求职者认为AI面试只适合初筛。对求职者的含义很实际：AI面前，镜头前的表达稳定度是及格线，不是加分项——真人面试官那儿才聊得动的"项目深挖"，在AI初筛里只是一个关键词匹配。今日头条
新题库的需求已经炸了，但整理的人很少。B站上一条"2026大厂AI岗AgentLoop面试真题：Agent开发岗高频题+完整答案"的合集，小体量视频能拿到172赞、62收藏。Java面试突击类视频单周收藏破百，收藏率高说明大家在囤"没人系统整理过的题"。顺手一个避坑：这类求职内容有相当比例是"评论区领资料"的课程引流号，选素材看收藏赞比和博主历史，比看播放量靠谱。哔哩哔哩
三种人，三份完全不同的预算
秋招应届生：手写继续练，但换个目的。不是为了刷题熟练度，是为了可追溯——AI把代码写完，你能不能自己讲清异常分支的状态扭转。Jane Street的做法值得抄：他们的"工程师培训师"要求学习目标必须是可输出、可衡量的——不是"理解了property-based testing"，而是"培训后能为一个嵌套record类型的输入写出property-based测试"。用AI当对练陪练（让它追问你），别当枪手（替你写）。知乎
3-7年在职跳槽：主战场是项目深挖，把AI经历写成可追问的版本。简历上"熟练使用大模型工具"这种话等于没写。面试官真正会往下钻的是：你们项目多少代码是AI生成的？你设计了什么review和验证流程？出过什么事故、你在哪一步接住的？最近开发者社区吵翻的那个场景——几千行PR、单测覆盖率85%以上、本地集成测试全绿，提测时作者却讲不清核心链路。谁能把自己"验收AI产出"的机制讲清楚，谁就和只会说"我会用AI"的候选人拉开了差距。知乎
冲AI/Agent开发岗：题库是新的，预算要重开。评估体系、工具调用、上下文管理、Agent Loop，这些题在传统八股里没有对应物。以收藏率筛过的真题合集做主线，1-2周集中过一遍，比在旧题库里加练五十道中等题划算。
共同的两条红线：别把全部时间押在八股和题库上（移动靶风险）；也别裸考去"允许用AI"的面试——允许你用不等于你会用它当场交付。
接下来盯什么
目标公司是否公开写进招聘流程：“允许AI工具轮"或"现场工作测试”；
笔试口径：机试还考不考全套LeetCode，明年春招有没有松动；
#AI面试恐怖谷#之后，各家招聘平台给不给"AI评分申诉通道"——黑箱打分被骂之后补人工复核，才是这个赛道真正的合规信号。
雷科技编译那篇结尾有个比喻："汽车都发明一百年了，驾校还在考你怎么驯马。"但残酷的现实是：驯马这一项还没从考试里划掉。当下最不吃亏的打法就一句话——用真实工作的姿势过AI初筛，用可追溯的手上功夫过人面关，再把"我怎么用AI"变成整场面试里唯一可以主动讲、也最值钱的加分项。雷科技
你最近遇到的面试，考手写了吗？评论区聊聊你被要求"禁用AI"的现场。
