2026年10月27日，Anthropic工程招聘经理Felix Rieseberg在X上发了一条帖子：”The coding interview is dead, at least for my team at Anthropic. I’ve seen enough to know that it no longer provides signal. I removed it from loops this month.”——编码面试已死，至少对他在Anthropic的团队而言如此。他已在本月将其从面试流程中移除。

这条帖子经Business Insider于10月28日报道后迅速扩散。但在围绕”编码面试是否已死”的争论升温之前，有必要先厘清事实边界：Rieseberg说的是他本人团队的面试做法，原话中”at least for my team at Anthropic”这个限定语明确无误。没有任何公开信息表明这是Anthropic全公司的招聘政策变更。

然而，一位在AI前沿公司担任招聘经理的人，基于实战观察得出”传统编码面试不再提供有效信号”的结论，这个信号本身的分量远超一条推文。Rieseberg在10月27日发布的个人博客文章《Hunger beats tenure: advice for junior engineers》中，给出了完整的论证链条和替代思路。

编码面试的”讣告”：一位一线经理的论证

Rieseberg在博客中对编码面试的历史定位给出了精确描述：它曾经是”a weak but useful predictor”——一个弱但有用的预测器。小型编码挑战在真实代码中确实能告诉面试官一些关于候选人的有意义信息。能够快速定义问题并找到优雅解决方案的能力，曾经与团队中的实际表现有一定相关性。

关键词是”曾经”。

Rieseberg给出的核心判断直截了当：”There’s no more point in giving you a little React challenge than there is in quizzing people about assembly; Claude is now better at both.”——给候选人一个React小挑战，和考他们汇编语言知识一样，已经没有意义了，因为Claude在这两项上都已经超越人类。

这个论断的逻辑值得拆解。汇编语言曾经是程序员的核心技能，随着高级语言和编译器的成熟，它逐渐退出了大多数工程师的日常工作范畴，也从面试中消失。Rieseberg将React挑战与汇编知识并列，暗示的是同一种历史进程：当一项技能被工具充分自动化后，用它来筛选候选人就失去了区分度。

但Rieseberg的论证不止于AI的编码能力。他提出了一个更关键的观察：”Our most impactful builders are successful regardless of how good they are at these tests.”——团队中最具影响力的构建者，其成功与编码测试表现之间已经脱钩。这意味着编码面试的失效不仅仅是因为AI能写代码了，更因为在AI辅助开发的环境中，决定一个工程师产出的关键变量已经不再是裸编码能力。

Rieseberg在博客中进一步描述了他观察到的现象：”I’m seeing engineers who are comparatively new fly past people who are probably better coders and have been around much longer.”——他看到相对资历较浅的工程师，正在飞速超越那些可能编码能力更强、从业时间更长的人。

这句话的含义是：在AI编码工具普及的环境中，传统意义上的”编码能力”与”工程产出”之间的相关性正在被削弱，而某些其他特质——Rieseberg将其概括为”hunger”（饥饿感）——正在成为更强的预测变量。

一个尚未解决的问题：如何评估”善用AI”的候选人

Rieseberg坦承了一个关键事实：他还没有找到完善的替代评估方式。据Business Insider报道，Rieseberg表示他尚未解决如何评估善于利用AI进行构建的候选人这一问题。

这个坦承本身就提供了重要信息。他取消编码面试并非因为找到了更好的替代方案，而是因为旧方案已经明确失效——继续使用一个”不再提供信号”的评估工具，比暂时没有完美替代方案的代价更高。

目前，Rieseberg采用的是一种过渡性方法：扫描候选人的简历和作品集，寻找小型原型项目，从中评估”taste, empathy, and principled thinking”——品味、同理心和原则性思维。据Business Insider报道，这些品质正是AI研究者和科技领袖在AI时代日益看重的特质。

“品味”在这里不是一个虚泛的词。在AI辅助开发的语境下，当代码生成的边际成本趋近于零时，决定产品质量的瓶颈从”能否实现”转向”该实现什么”以及”以什么形态实现”。品味是对这些判断的总称。同理心指向对用户真实需求的理解能力——这是AI模型目前无法替代的人类判断领域。原则性思维则关乎在众多可能的技术路径中做出一致且可辩护的选择。

据Rieseberg在博客中介绍，他提到两位相对较新的Anthropic工程师——Anthony Morris和Alice Zhao——在一个周末内构建了一个图形界面的可工作原型，第1个公开版本大约在8天后发布。这个案例展示的不是编码能力——AI可以生成大量代码——而是识别机会、快速原型化、将想法推向发布的综合能力。

“Hunger beats tenure”：给初级工程师的操作手册

Rieseberg博客的主体部分是写给初级工程师的建议——更准确地说，他自己的措辞是”engineers without social capital, status, or power”（没有社会资本、地位或权力的工程师）。这个定义比”初级”更精确，因为它指向的是组织中的位置，而非单纯的从业年限。

他的建议形成了一套完整的操作框架：

第1步：选择业务影响而非积压任务。 Rieseberg引用了Patrick McKenzie在2011年（AI编码时代之前）写下的观点：”engineers are hired to create business value, not to program things”——工程师被雇来创造商业价值，而非编程。Rieseberg建议工程师首先理解公司真正试图实现的目标，然后将自己与公司创造收入的部分对齐。

第2步：选择一个激进的想法。 构思几个如果成功将显著提升组织目标达成概率的想法。Rieseberg强调要有野心。

第3步：用一个周末把它建出来。 Rieseberg在博客中写道，他见过小团队和单独的工程师，通过构建一个可工作的原型，直接跳过了撰写产品需求文档（PRD）、获取认可、争取设计师或产品经理时间的常规流程。这一点在AI编码工具的加持下变得尤其可行——”execution isn’t expensive anymore”（执行不再昂贵）。

第4步：聚焦一个好想法。 Rieseberg观察到，初级工程师常犯的错误是在一个原型中塞入多个想法，”hiding three excellent ideas among 20 bad ones”——把3个优秀想法藏在20个糟糕想法中间。一个原型应该传达一个令人信服的想法。

第5步：利用你的新鲜视角。 如果工作涉及用户界面，新人对用户有独特的同理心，对产品的运作方式或失败方式有更好的直觉。

Rieseberg在博客中用多个具体案例来支撑”新鲜视角”的价值。他提到自己加入Stripe时，创始人Patrick Collison敦促新人密切关注那些看起来奇怪的事物，因为新人能发现老员工早已不再注意的摩擦和机会。据Rieseberg在博客中引用，James March在1991年写道，组织依赖于”maintaining an influx of the naive and ignorant”（维持天真无知者的持续流入）。他还引述了Orson Welles被问及如何有信心尝试前所未有的镜头时的回答：”Ignorance, sheer ignorance”（无知，纯粹的无知）。

Rieseberg还分享了自己在Notion的经历来说明新鲜视角如何迅速消退。他在面试中被要求设计离线模式架构，当时被告知这是一个”trick”面试题，因为离线模式被认为不可能——数据模型过于复杂，无法轻松同步整个Notion工作区，而下载单个页面的用户体验是CEO Ivan Zhao绝不允许的。数据模型的复杂性确实是真的，但创始人的抵制并非如此——只是没人去验证过。Rieseberg作为一个”不知道不该问”的新人，直接去问了。

但他也诚实地展示了这种视角的短暂性。加入Notion后不久，他想给团队配备大型电视来显示实时仪表盘，遇到了组织阻力，失败了，也没有足够在意去打一场仗。一年后，新员工Ji Pei带着同样的想法加入，Rieseberg嗤之以鼻地告诉他别费劲了。但Ji Pei已经问过了，电视第2天就到了。Rieseberg写道：”Somewhere in that year, I had become the old-timer.”（在那一年的某个时候，我已经变成了老人。）

更大的图景：行业信号的汇聚

Rieseberg的个人团队决策并非发生在真空中。据Business Insider报道，AI正在编写Anthropic的大部分代码（”AI is writing most of the code at Anthropic”），这一变化与其他大型科技公司正在进行的转变一致。

据Business Insider报道（记者Hugh Langley，上周），Google正在扩大软件工程面试的试点项目，允许候选人使用Gemini，以评估他们的AI流利度和提示技巧。这意味着Google的方向与Rieseberg不同但互补：Rieseberg选择完全移除编码测试，Google选择在编码测试中引入AI工具作为评估维度。

10月27日（周二），据Business Insider报道，Amazon也告诉工程师要优先考虑客户和业务成果，而非原始AI使用量。Amazon将当前时刻称为”Renaissance Developer”（文艺复兴开发者）时代，在这个时代中，人类判断与机器智能结合以更快地构建产品。

笔者认为，将这3个信号放在一起观察，可以识别出一个正在成形的行业共识：工程师的价值评估正在从”编码能力”这个单一维度，向”判断力+AI协作能力+业务理解”的多维度框架迁移。但各公司的具体路径不同——Anthropic（至少Rieseberg的团队）选择直接移除旧的评估维度，Google选择在旧框架中嵌入新维度，Amazon选择重新定义产出指标。

编码面试的困境

Rieseberg在博客中指出了一个微妙但重要的组织动力学问题。他写道，编码面试”despite its ubiquity, never popular”——尽管无处不在，但从来不受欢迎。他预测，资深工程师对编码面试消失的反应会很强烈——”if only for what it says about the evolution of our roles”（即便只是因为它暗示了我们角色的演变）。

这个观察触及了编码面试存在的另一层逻辑。编码面试不仅仅是一个筛选工具，它还是一种身份标识——通过编码面试的考验是成为”真正的工程师”的仪式。取消它，隐含的信息是：定义”合格工程师”的标准正在改变。对于那些花了数年时间磨练裸编码能力、通过了无数白板面试的资深工程师而言，这不仅仅是流程变更，更是对其职业身份基础的质疑。

Rieseberg在博客中还指出了传统组织架构与AI时代之间的张力。大多数科技公司有多层中间管理层来将业务目标转化为执行任务。在执行成本高昂的世界里，你通常需要积累一定的社会地位，整个组织才会”take a bet”（下注）在你的想法上。组织架构的变化速度通常极其缓慢，因此即使相信AI的公司，也往往只是期望初级员工更快地执行既定任务，而非有野心地追求业务目标。

但Rieseberg的核心论点是：执行不再昂贵了。当一个工程师可以在一个周末内构建出可工作的原型时，”获得批准再执行”的传统路径被”先建出来再展示”的路径所替代。这对组织权力格局的冲击是深远的——它削弱了中间管理层作为”创意门控”的功能，因为原型的说服力远超PPT。

对初级工程师入行路径的实际影响

据Business Insider报道，AI编码工具的兴起已经引发了担忧：初级开发者岗位将变得更难获得，因为AI正在承担调试和构建简单功能等工作——这些任务曾经是早期职业工程师学习基本技能的途径。

Rieseberg的观点提供了一个不同的视角。他在博客中写道：”Impact is less bounded by how many years of accumulated knowledge in frameworks and libraries you’ve gathered.”——影响力不再受你积累了多少年框架和库知识的约束。这是一个重要的变化：如果AI能够弥补经验差距中的”知识”部分，那么经验差距中剩余的部分——判断力、品味、对用户的理解——就成为了新的竞争维度。

笔者判断，这里存在一个悖论：AI编码工具确实在消除初级工程师曾经赖以学习的任务类型（调试、简单功能实现），但同时也在消除资深工程师相对于初级工程师的核心优势（对框架的深厚积累、对语言特性的熟练掌握）。净效应取决于哪一侧的消除速度更快。Rieseberg的实战观察——新人正在超越老手——暗示后者的消除速度可能更快，至少在他的团队环境中如此。

但这个观察有一个重要的语境限制：Rieseberg的团队在Anthropic，一家构建AI模型的公司，其工程师对AI工具的熟练度和接受度可能远高于行业平均水平。这些观察在多大程度上可以推广到整个行业，目前缺乏数据支撑。

一个团队的实验，一个行业的待验证假设

回到事实：Felix Rieseberg在2026年10月从他在Anthropic的团队面试流程中移除了传统编码面试。他的理由是Claude在编码能力上已经超越人类候选人，编码测试不再提供有效的筛选信号。他目前通过审查候选人作品集中的小型原型来评估品味、同理心和原则性思维，但坦承尚未找到完善的替代评估方式。

这是一个人的团队决策，不是一家公司的政策变更，更不是一个行业的定论。

但它的信号价值在于发出这个信号的位置：一位在构建当前最强编码AI模型之一的公司内部工作的招聘经理，基于日常观察得出结论——他的AI产品已经使传统编码面试失去了区分度。这类似于汽车制造商内部的质检经理宣布手动质检已被自动化系统取代——当制造工具的人开始用自己的工具替代自己的流程时，这个信号的可信度高于外部评论。

Rieseberg自己也清楚这只是一个起点。他没有宣称找到了答案，而是描述了一个正在进行的实验。编码面试的替代方案——无论是作品集审查、AI协作能力评估，还是其他尚未出现的形式——仍然是一个开放问题。

可以预见的是，未来12到18个月内，更多科技公司的工程招聘流程将面临类似的压力测试。据Business Insider报道，Google已经在试点中引入AI工具，Amazon已经在重新定义工程产出的衡量标准。编码面试作为一种筛选机制是否会在行业范围内消亡，取决于一个实证问题：在AI辅助开发环境中，什么特质能够最有效地预测工程师的实际产出？Rieseberg给出了他的初步答案——品味、同理心、原则性思维、饥饿感。这个答案是否经得起规模化验证，是接下来需要观察的。

主题分类：劳动力变革

参考资料

  1. Anthropic manager says the ‘coding interview is dead’ — Business Insider, 2026-10-28

  2. Hunger beats tenure: advice for junior engineers — Felix Rieseberg, 2026-10-27

  3. An update from Amazon engineering leadership on the role of the developer in the age of AI — 2026-10-27
  4. Don’t Call Yourself A Programmer, And Other Career Advice — 2011-10-28