技术面试会拒绝掉错误的工程师

默会知识、推理与沟通

• 多条评论强调，许多工程技能是默会的：识别模式、感知问题，以及保持情境意识。
• 对于“现场把话讲清楚”是否就是这份工作的要求，存在分歧：
  • 一方认为：实时传达技术推理是这项工作的核心。
  • 另一方认为：清晰表达源于深度理解；在高压环境下强迫即时解释，会错误衡量真实能力。
• 有人认为，优秀工程师往往需要独处思考，稍后再带着扎实方案回来，而不是立刻给出解法。

面试形式与语气

• 有人提出一种“经验型”面试：候选人先花时间介绍自己会如何推进公司的目标，然后再接受技术追问。
• 也有人反对对抗式表述（“我们会评判你”“按我们认为合适的方式”），认为这会增加焦虑并削弱信号；建议改为以权衡取舍为中心的协作式审视。
• 系统设计和居家作业类题目已广为人知：
  • 支持者认为它们更接近真实工作，并且更能强调协作与沟通。
  • 批评者指出，候选人经常把漫长的居家题抱怨为“免费劳动”，而面试官又会因为太熟悉这些问题，误判解决方案到底有多“显而易见”。

时长、官僚化，以及面试到底筛选什么

• 一派认为，2–3 小时以及多轮面试是合理的，尤其对高薪岗位而言；投入本身也能筛选出更有动力的候选人。
• 另一派则把漫长、分步骤的流程视为“闯关式”筛选，它会：
  • 过滤掉强但不急需工作的人。
  • 传递组织缓慢、官僚化的信号。
• 还有一种观点认为，面试设计本质上会筛选出某些特质（如对官僚流程的容忍度、抗压表现等），而不是纯粹的能力。

基于经验的面试 vs 编程挑战

• 许多人主张深入追问候选人过去的项目：职责、决策、权衡、业务影响和架构。
• 也有人警告，这会过度偏向“混得上去但能力未必匹配”的候选人和能说会道的人；面试官无法可靠核实其自称的贡献。
• 编码/白板面试常被批评与工作表现相关性低，但也被辩护为少数几种能在资历和年限不可靠时识别基本技能的工具之一。

AI 的影响

• 一些面试官表示，没有 LLM 时，候选人在复杂问题上会明显吃力。
• 有人建议：
  • 允许候选人使用 AI，并评估他们的问题拆解、需求分析和代码审查能力。
  • 更强调验证、测试和工具，而不是原始的手工编码。
• 对于 AI 辅助应在多大程度上纳入评估，尚无明确共识。