惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
Recent Announcements
Recent Announcements
Stack Overflow Blog
Stack Overflow Blog
T
Troy Hunt's Blog
Simon Willison's Weblog
Simon Willison's Weblog
云风的 BLOG
云风的 BLOG
Engineering at Meta
Engineering at Meta
Recorded Future
Recorded Future
P
Proofpoint News Feed
Cyberwarzone
Cyberwarzone
MyScale Blog
MyScale Blog
博客园 - 三生石上(FineUI控件)
S
Schneier on Security
Martin Fowler
Martin Fowler
C
CXSECURITY Database RSS Feed - CXSecurity.com
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
宝玉的分享
宝玉的分享
V
Vulnerabilities – Threatpost
I
Intezer
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
The GitHub Blog
The GitHub Blog
Cisco Talos Blog
Cisco Talos Blog
T
Tor Project blog
Webroot Blog
Webroot Blog
人人都是产品经理
人人都是产品经理
爱范儿
爱范儿
NISL@THU
NISL@THU
H
Heimdal Security Blog
小众软件
小众软件
Google DeepMind News
Google DeepMind News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
GbyAI
GbyAI
Microsoft Azure Blog
Microsoft Azure Blog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Hugging Face - Blog
Hugging Face - Blog
C
Cisco Blogs
P
Privacy International News Feed
Vercel News
Vercel News
D
Darknet – Hacking Tools, Hacker News & Cyber Security
P
Proofpoint News Feed
L
LangChain Blog
W
WeLiveSecurity
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Microsoft Security Blog
Microsoft Security Blog
S
Secure Thoughts
V
V2EX

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Если не можешь победить AI — возглавь его: суфлёр для технического интервьюера
Владислав Клеков · 2026-06-17 · via Все публикации подряд на Хабре

Простой

3 мин

56

Привет, Хабр!

Рынок найма сейчас напоминает поле боя. С одной стороны — рекордное количество откликов, с другой — кандидаты, вооружённые до зубов генеративным ИИ. Все вокруг генерируют «сногсшибательные» резюме с опытом уровня CTO, а технические скрининги проходят, транслируя подсказки прямо в ухо через наушник.

На рынке развелось множество инструментов, которые рекламируются как «полностью незаметные» для собеседующего. Мол, нейросеть слушает вопрос и мгновенно выводит идеальный ответ на экран или в гарнитуру.

Вынужден разбить надежды для всех «умников»: более-менее опытный интервьюер довольно быстро вычисляет нечестную игру. Идеальный синтаксис, заученные формулировки, стеклянный взгляд в монитор и пауза в самый неподходящий момент. Серьезно? Вы же отличаете, когда на звонок или сообщение в чате службы поддержки вам отвечает робот, а когда живой оператор?

сгенерировано при помощи chatgpt.com

сгенерировано при помощи chatgpt.com

Но эта статья — не очередная лекция о морали. Рынок адаптируется с обеих сторон. И если кандидаты используют AI, чтобы казаться умнее, почему бы экспертам не использовать AI, чтобы глубже копать?

Каждому техническому эксперту и HR знакомо это состояние: ты провёл 4 интервью подряд, голова кипит, и на пятом кандидате ты задаёшь шаблонные вопросы, потому что сил на глубокий контекст уже не осталось. Мы можем пропустить ветку вопросов, которая вывела бы соискателя на чистую воду (или, наоборот, раскрыла бы его талант), просто потому что устали или не держим в голове всю карту смежных тем.

В рамках внутреннего AI-хакатона мы с командой разработали простое веб-приложение. Его задача — не заменить человека, принимающего решение, а стать его вторым пилотом, интеллектуальной шпаргалкой на живых технических секциях.

Важные ограничения:

  1. Наш агент пока не работает с live coding (это отдельный челлендж по анализу кода в реальном времени, который мы ещё решаем). Он специализируется на теории, архитектуре и разговорных кейсах.

  2. Сейчас мы не используем его при проведении реальных интервью с кандидами. Это приложение было разработано в рамках конкурса.

Как это работает:

  1. Слушает: система в реальном времени захватывает аудиопоток (вопрос, который задаёт эксперт, и ответ кандидата).

  2. Транскрибирует: переводит речь в текст. На текущий момент мы используем браузерный SpeechRecognition.

  3. Анализирует корректность: агент проверяет, насколько правильно кандидат ответил на вопрос.

  4. Предлагает углубление: самое главное — помощник не просто ставит галочку «верно/неверно». Он анализирует контекст и предлагает набор дополнительных вопросов по теме.

Сценарий использования:

Представьте: кандидат рассказывает про Event Loop в JavaScript. Уверенно отвечает про Call Stack, очередь микрозадач и макрозадач. AI слушает ответ и видит, что кандидат правильно описал базовый порядок выполнения, но ни словом не обмолвился про requestAnimationFrame и приоритеты рендеринга между задачами.

В интерфейс интервьюера бесшумно падает подсказка: «Кандидат корректно описал механику Event Loop, но упустил взаимодействие с браузерным рендерингом. Рекомендуемые вопросы: 1) Расскажите, в какой момент между макрозадачами и микрозадачами браузер успевает отрисовать кадр, и как requestAnimationFrame вписывается в эту модель?» 2) …

Эксперт, не теряя нить разговора, задаёт этот вопрос. Кандидат, который действительно глубоко понимает тему, легко подхватит и расскажет про цикл рендеринга. А тот, кто просто вызубрил шпаргалку с базовым порядком Call Stack → Microtasks → Macrotasks, скорее всего, поплывёт, потому что типовые AI-подсказки для кандидатов редко копают настолько глубоко.

Такой подход позволяет:

  1. Не выпадать из контекста: вопросы генерируются строго по теме разговора, а не рандомно из списка.

  2. Унифицировать глубину: уровень проверки становится более объективным для всех кандидатов и не зависит от настроения интервьюера.

  3. Обучать джунов-интервьюеров: молодые специалисты, которые только учатся проводить технические секции, видят, как «думает» система, и быстрее прокачивают свои навыки.

А после завершения интервью агент ещё и напишет саммари по кандидату, опишет его сильные и слабые стороны, сравнит с нашей матрицей компетенций и подскажет, для какого грейда кандидат подходит.

Что ж, гонка AI-вооружений на рынке найма продолжается. Раньше кандидаты списывали с гугла, теперь появился новый инструмент. Раньше интервьюеры полагались на интуицию и заготовленный список вопросов, теперь у них есть умный суфлёр.

Мы не ставим цель запретить использование ИИ в работе или при поиске вакансий. Мы хотим показать, что процесс найма становится более технологичным с обеих сторон, и это нормально. Что думаете, коллеги? Как относитесь к внедрению AI-помощников на вашей стороне баррикад?