汝之工程面试环，本为世中所设，瓶颈在于码之撰述。二零二六之良工，非码之疾者，乃决断之优者——其知所营构，导AI向当之果，亦知何时易其所产。

职衔犹书"工程师"，然其职已裂。汝所实需者，兼建筑师、兼产品思者、兼经营者、兼团队倍增者——未触键盘先设计系统，未成特征先诛恶念，未发凌晨之警先谋其策，使周遭之人更优。AI著代码，人决代码存否。

Augment Code言之甚善。任用之制：人之职分，已自作者变为架构师与编者。汝定其意，决取舍之策，设规范之限，为质之终卫。质朴编码之能，不复别卓绝之工于胜任之士——无论其为写后端、前端、数据流管，抑或基构。

CoderPad之二〇二六科技任用之状此可自需求之端证之——技术评估全球增四十八，八成开发者觉人工智能至少稍有益。领先人工智能之公司正招徕人才益之工师非少。其塞者非码之生，乃决断、系统之思，及与人工智能共事而不失其成也。

若面试之环犹囿于"此子能否于白板书一平衡二叉树"，汝所择之技，AI远胜于人。此乃所当择者。

其标则

六维之度，各具子则，独立评之。三为强，二为足，一为弱。启评牍（Google Sheet）。

1. 架构 与 设计

候选人能否系统思维，非仅功能？此问无论其建 API、前端、数据管道抑或基础设施。

• 模糊之境权衡分析 — 能否以商业所重之理，而非技术偏好，解说何法胜彼？
• 故障模式认知 — 乃为凌晨三点之停摆而设，抑或仅循坦途？
• 规模推理 — 乎其于约束（今之瓶颈、数据之纹、费用）未陈，先议其解？
• API与契约之设 — 乎其能构界面，使他队得安集成？
• 數據建模與儲存之決斷 — 蓋選儲存之合乎訪問之模式，非僅所知之儲存乎？

2. 藉人工智能以行之事

能導人工智能之器於當得之果，及其出錯而察之乎？

• 導人工智能於明確之小任 — 以人工智能为器，而操其全局之权。视人工智能为工具，非为神谕。
• — 严审而排错人工智能之输出。 — 能释 所以 人工智能所生之码，孰对孰非。此乃至强之征兆。
• — 人工智能所委之事与人所掌之事，界线分明。 — 知所委派之事，亦知所守护之事。无界则无断。
• — 识AI于生产之限。 — 知模型何处幻生，何处境窗崩裂，何处AI所生之码引安全或并发之险。

3. 系统之&之运。

其人能知何以致代码之工？

• 可察之性 — 自始即思监测、警讯及SLO。所察者，用户所重，非默认仪表盘所供也。
• 排错之法 — 有系统之术：日志、指标、轨迹、复现。先问近时何变，而后臆测。
• 成本意识 — 将计算、存储及API调用之成本视为设计之约束，非事后之思虑.
• 事件响应与值班心态 — 心有所向，知代码合并之后事。设计以应可操作性.

4. 产品与问题甄选

其人解之者，适其困耶？抑或仅应其命耶？

• 先询其用与商之境，而后营之 — 欲知其成之度，非惟其术之详
• 当其宜，则诘其困之构 — 宁解简而善，毋涉奇而劣
• 择简易之方，不择新奇之术 — 此枯燥之选，可省团队时力，免其苦痛.

5. 学之速

器法移易，其人适变之速若何.

• 已采已弃，皆以效验 — 非徒试之，实审而择焉。
• 能言其工作流程之变及其故—不更替而采用，常示此器未得实用
• 持时新而不逐虚名—行个人之验，不逐新刊之出

6. 文化&协契

人工智能可放大个体之能，然不能协作者，十倍之能亦为负。此当别于技术之能而论。

• 好奇之心——好问，探未习之域，欲明其理于所及之外。
• 能以和议处异见。 — 述其所学于技术之争，非惟言其胜也.
• 传技术之决于非工程师. — 能释权衡之宜，使PM或执政者有所行.
• 分AI所生之码于众. — 标AI所生之段于PR、文，明其理，任其责于审之劳。
• 导引或提携他人 — 功效非独个人之效。益于周遭之人
• 持见不固 — 技术信念坚明，然随团队之规，应新知而变

诸问

十四问，依所测而群。每问皆含所听之要及警示之兆

建筑之 与 之设计

1. "引吾观其所设计之系统，该系统须应非显之故障模式。故障为何？其设计如何应对之？"

闻其言：故障模式之具体，权衡之取舍，及其设计之主动或被动。强人必言故障之先事乃发焉.

红旗示警：惟论乐道之架构.

二曰："汝设一务，须六月内能负荷今之十倍。当自何处始？"

察其言：先问而后答。才者多询今之窒碍、数据之取用、费之制限，而后陈其策。彼思其何非所改之甚也.

赤帜：遽言技术（但用Kafka耳），未察所限.

三曰：“试言其时，尔择庸解而弃奇解者，何故？”

谛听之：技之雅与术之简，当有明衡。至善之答，乃述一故，庸者择之，使众得时或免苦痛。

警示：未思得之。工师恒择奇术，则共事之费，甚矣。

人工智能助行

"导吾观尔日常之劳作。人工智能安插于何处，又何处不适宜？"

察其言辞，求其详实。佳者能举确凿之器，述所委诸AI之务，尤要者，所不委者。界限重于器用.

警示：若答“吾以Copilot应万务”，此乃泛泛之辞。无界则无断。

五、"试言一例，AI所生之码，谬误隐晦，非显易察。汝何以察之？"

察其真事，有实之败状。佳者多述微瑕——竞态之境、遗漏之隅、安危之隙——由审阅、测试或识域所察。此乃AI协助之至强信号：能作质之保障。

赤帜示警："此非实至我身。"实至矣。彼辈徒未察耳。

若予君未睹之新码本，命君以人工智能之器增新功能，君将何以应之？

谛听：此法始於通晓，非待启导。佳士多言研读旧码，洞悉架构，乃以智助为实——非将需求贴诸聊窗，冀其有应.

警示：首云“吾将启智助”，而未及先明系统.

系统之理& 运作

7. "尔之服务，于百分之二之请求中抛出500错误。导吾观尔之排错之术。"

候：系统之法——日志、指标、轨迹、复现。强人问近时何变，检部署之史，思偏败之由。许其用AI器于讨论中。察其是否以AI促诊断，抑或代思索。

赤旗警示：无据臆断。言“盖在数据库”非调试之途。

8. “新设之务，何以决其监察之要？”

当察：非检列，乃纲常。其优者，思SLO、用户显量、败兆之先兆——非徒CPU与内存。其监者，系乎用户所重，非基础设施之常供。

赤旗示警：无论默认仪表盘赐予何物。

产品&问题之选

9. "告我以汝所决不建之功能，其理何在？"

审其商决。此功能技可成，然非宜于用者、时序，或系统之未臻成熟。强才者，常自毙其构。

赤帜示警：思虑未及所弃之功能。此乃其凡所求皆建，未加甄别之兆也。

十曰："产品经理请君增一功能，君以为非善策，当若何？"

谨听：当以实据抗辩，勿恃己见。强人能述其如何陈情——数据、用户影响、运营成本——及若见否决将何以处之。所谓“若彼仍欲之”，其答与初抗之辩，其重等也。

警示：或曰“唯建之，彼乃PM。”或曰“唯拒之。”此皆非实答也。

习得之速

十一、"近半载间，汝所采何人工智能之器或何工之序，能改易汝之作业乎？其何所易也？"

察其行实之变，非徒器名。佳者，当言其采新器时，何所止焉。若但采而未易，则此器必未尝用也。止

赤帜：名器而述作异。曰"始用Cursor"非解。曰"辍手书模板测试，因Cursor生之，吾察之"是。

12。 "今AI之器，有非善而人以为善者，何事？"

谛听其微言，体察亲历之实。卓异之才，尝遇真实之限——境窗之困，幻生之API，崩坏之并发模式——而能详述之。此问可辨其人是否久用AI之器，知其败处。

警示：言“AI今已无所不能”。非也。

文化&协契

13. "尔能道吾与同僚技事相争之状乎？其解若何？若复为之，可有异乎？"

察其意：敬他之见，愿易己念，解非徒曰"吾是也"。佳者述所悟，非惟言所胜。

赤帜示警：凡事终其理，必归其是。或不能忆争端之所在——是避之若浼，抑或未察其端倪。

14. "君以人工智能生成大段代码，何以与同侪共享其境？"

谛听：一法——PR之述，指明AI所生之段，载其理，标其需详察之域。优者识AI所造之码，移审之责于众，且自任之.

警示：曰"如常码，吾但推之。"此乃AI所生之谬，成众之患.

环中警示，当察之

跨越全环之数式：

工器娴熟而无术业之深。 举子善用智械，然不能解其码。此乃二零二六最危之聘——速成而暗藏瑕疵者。Canva面试之众亦得此见：上选者非惟能促，亦能问明，以智械为明确定务，且严审其出。

智械之务与人务，无界可分。 工程师须明其委之非委、不委之事。若人滥用人工智能，则已弃其判断之权。

世人以抗拒人工智能为标榜。 诸生视不用人工智能为徽章。至二〇二六年，此犹拒用集成开发环境。非显其能，乃显其固。

人工智能之输出，不可调试。 若使彼辈评阅AI所生之码，而彼不能辨其弊，则于AI为草创之码库中，彼乃累赘也.

其术法

汝今非求码匠矣。二零二六所需之匠，乃制器于未工，绝恶念于未发之构架师；乃辨伪于未呈之券，消谬想于未成之票之产思者；乃筹夜半之警于未至，备凌晨之扰于未临之司事者；乃助众贤于周遭，使环者皆优之协伴也。AI司键击之劳。汝所求者，尽此以外之事也。试以明断，非以键速——逆AI之见者，其价逾乎导AI之解者。

要言不烦

其式如此 工程面试犹重原始编码之能——此技今已为AI所掌——而忽视架构师、产品思者、运营者、协作者之职实所求
其解 量人于六维（架构、AI辅助执行、系统&操作、产品之味、学之速、文化（ops, product taste, learning velocity, culture）等，皆设具体之细则，并施问，以显其导、评、覆AI之输出。
其果也。汝聘工程师，当如筑者之思，如监工之辩，如运维之勤，以人工智能为器，非若罔闻，或盲从依赖者。

---

初载于b0gy.com