面试刚结束，会议工具比我先出结论：人岗匹配度 85 分，建议录用。
这个分我没用。同一份转写里，ReAct 被写成了前端框架 React，几个工具名也认岔了。它读的是这样一份稿子，又说不出 85 分是怎么算出来的。
那是 2026 年 8 月，坐我对面的是一位做行业 Agent 交付的资深全栈，这里叫他老周。我最后用来下判断的，是他讲的一件事：他做的那个 Agent 换过三次架构，每一次是被什么问题逼出来的。
AI 时代招人，看的是素质和态度，不是他现在会什么。 会什么正在被模型抹平；素质和态度抹不平。社招和校招只是落点不同：社招落到他跑通过哪种能迭代的闭环，校招落到聪明和对陌生问题的理解速度。
我在带一个做 AI Agent 交付的小团队，社招在面，校招生也在带。2026 年 9 月 15 日早上，我把招人的想法口述了一遍。这篇是那段口述，加上 8 月以来面试笔记里攒下的做法。只谈要用 AI 交付结果的工程和产品岗。
会什么，正在一样一样被抹平
面试是在有限的时间里找信号。这几年好几个老信号在变弱，各有各的原因，得分开说。
先没用的是能被模型直接顶掉的那两类。 一类是带回家的题：Anthropic 工程博客 2026 年 1 月发文说，他们的带回家技术测评先是 Claude Opus 4 超过了大多数候选人，后来 Opus 4.5 连最强的候选人也追平，只好换成新颖的谜题。另一类是产出量：代码生成变便宜以后，提交数、代码行数只能说明他在忙，说明不了做得好。
简历上的技能栈跟着一起贬值。人人都写全栈，前端、后端、模型、部署列满一页。有模型顶着，往下再多写两行不难。我这边收到的简历，这一栏已经分不出人。
年限是另一回事，它本来就不太说明问题，和 AI 无关。Sackett 等人 2022 年重新估算了各种选人方法的效度，工作年限从 .18 降到 .07，结构化面试从 .51 降到 .42，仍排第一。这个下调来自重新估算。
还有一类人最容易被误判：传统互联网里交付经验多、默默钻研技术、很靠谱的那种。这些优点没有失效，只是不保证他在 Agent 这一波找得到发挥的地方。靠谱还是要的，光有靠谱不够。
存量的技能会被抹平，剩下能看的只有素质和态度。 素质是他遇到没做过的事能不能想明白、做出来；态度是他为什么要把这件事做成。这句是我的判断，不是研究结论：被追平的只是限时的测评题，简历那一栏分不出人也只是我手上这些简历。
已有的能力仍然算数，只是换了个位置：端到端把一件事做成过、计算机基础扎实，这类条件是准入线，不成立就做不成事，不过就不用往下看；过了线，决定录不录的才是素质和态度。准入线怎么考、我又怎么把它画错过，后面会专门讲。
先说过线之后看什么。社招有履历可挖，素质和态度各自有落点。
素质看什么：讲一个闭环，讲到下一次怎么更好
我说的闭环，是一件事有头有尾，还能迭代：做完这一轮，下一轮开始时比这一轮做得好。或者在一个范围里，把一件事完整交付出去。
我按大小分三种：
- 个人工作流的闭环：他自己干活的方式，一轮一轮变顺。
- 产品的闭环：做出来有人一直在用，用出来的问题回到下一版。
- 行业的闭环：在一个行业里，把客户的事从一句抱怨做到上线、被持续使用。
三种没有高低。我要的是他讲得出具体的一次：从一句模糊的抱怨，到需求和边界，到实现、上线、被人一直用，还说得清哪一步差点崩。停在 Demo 的不算。
老周讲的是一个行业闭环。他给几家客户做私有化部署的 Agent，一个人在维护。
第一版几乎不用模型，走固定流程。这个选择是他从客户那边推出来的：这类客户不接受结果不对再点一次重试，结果必须确定。后来用户开始多轮追问、只说半句话，固定流程接不住，他换成让模型自己循环调工具。再后来，模型一旦选错工具，后面整条流程全跑偏，第一个字出来还慢。他改成先用小模型判断意图，只给这一类任务装上对应的工具和做法，再进循环。
还有个小动作我印象很深。推荐问题原来是循环里的一个工具，提示词写着结束时调用，可模型有时就是不调。他把它挪出循环，做成一个单独的节点。
每次换架构，他都说得出是被哪件事撞出来的。 这就是素质：他判断得出问题出在哪，也改得动。只报框架名字、讲不出为什么换的，我叫它框架陈列。
要说清楚：闭环这个看法没有研究直接证实，是我自己的框架。上面那份效度重估里排第一的是结构化面试这套方式：同一条主线，同一把尺子，一路追到具体的一次。它支持我把案例追深，不代表闭环就是被验证过的指标。
态度看什么：代表作，和价值驱动从哪天开始
同样的活，有人做完就完了，有人会追着把它做成一件事。差别在态度，我用两个问题去找。
第一个问题是代表作：你做成过的那件事是什么，带来了什么业务结果，产生了什么价值。人人都说自己是全栈，代表作说不了谎。
代表作不一定是自己做成的大项目。我更看重让别人不出错的东西：工具、门禁、模板、评测集。不看年限，看这个。老周以前听大家老抱怨不想维护各自那层接口聚合服务，就把十几个业务的这一层收成一个统一托管、靠配置就能用的引擎。那件事不在 Agent 场景里，但说明他会定标准，不只执行标准。
第二个问题是起点：你从什么时候开始，是冲着一件事的价值去做的。工作一两年的人不一定已经这样，很正常。问这句也不是刁难，不少人是工作几年后的某一刻才转过来的，我自己也是。职级和晋升速度证明不了判断力，判断力要单独考。
态度还要拿事实压一压。数字要能还原：分子、分母、口径、他自己的贡献边界。老周说了一个很漂亮的收入数字，售前、方案、销售各占多少我没问清，就标成不可核，不进判断。倒是他主动说，客户买单的两个主要原因，一个是之前攒下的信任，一个是客户内部的数据，都不算他的技术贡献。他自己把功劳往小里说，这比数字可信。
校招：聪明，和听懂陌生问题的速度
校招生没有代表作可挖，看的还是这两样，只是得换个地方看：素质看聪明和听懂陌生问题的速度，态度看自驱力，看他讲一件事时肯不肯自己往前多走一步。
先说素质这一半。学校背景是一道筛选，我承认用它，但只当初筛，不当结论。Sackett 那篇把认知能力测验的效度从 .51 下修到 .31，不同族群之间的分数差距也大（那篇讨论的是美国黑人与白人群体），有公平代价。聪明要看，不能只看这一道，更不能把学校当成聪明本身。
校招我最看重的，是面对一个陌生场景的需求，他能不能很快 get 到我在说什么。 我会挑一个他没做过、能往深里走的话题，一路问下去。Anthropic 把带回家的题换成新颖谜题，理由也是这个：出的题要模拟没见过的活。他们那篇只说了题该怎么出，没验证过理解速度能预测一个人后来走多远。学生没做过的事最多，所以我拿它当主要信号，这一步是我自己的判断。
再说态度这一半。我拿身边最想一起干活的同事对照：努力、靠谱、有创造力，而我最想弄明白的是他的自驱力从哪来。热情主动可遇不可求，我不打算在一小时里测准它。Levashina 和 Campion 2007 年发现，超过 90% 的本科求职者在面试里有过美化自己的行为（美国的本科求职者样本）。美化不等于编造，但聊得热情，确实说明不了干活主动。主动性我不单独打分，只看他讲一件事时，有没有自己补上下一步。
学生不一定知道自己要什么，也不一定准备了开源项目。这很正常，我不强求，也不因为没有就扣分。
基础照考，AI 让它更要紧
素质里有一块是硬的：计算机基础。这一条社招校招都考，它就是上面说的那条准入线。靠 AI 学一样新东西，这块最容易学得空。Anthropic 2026 年 1 月发布了一个52 人的随机对照，以初级工程师为主，学的是一个陌生的 Python 库：用 AI 帮忙的一组事后测验平均 50%，手写的一组 67%，差距最大的是调试题。它测的是学完之后的短期掌握，说明不了所有人的基础都在变空，用 AI 时自己主动去弄懂的人也不一定这样。
所以我照考：不预告，问一个他很久没碰过的基础问题，看他能不能当场归纳、抽象出来，很快答上。背下来的标准答案我不看。这道题是我自己的考法，没有研究说这么考就准。它是准入线，不是加分项：答不上来，后面的闭环讲得再好也不用往下走。
面试里我怎么问
面前我只准备一条主线，再带三句随身追问：
- 给我那一次具体的。
- 你怎么知道它是对的？
- 我复述一遍，你看对不对。
追问也有代价。Levashina 那篇还发现，追问会让人美化得更多。所以追出来的故事，最后要落回能核的东西上：数字、口径、哪一步是他自己做的。
主线里固定有一问：系统坏了但没报错，发生过吗？报错的故障好办，坏了没人知道的才可怕。我想听他怎么发现的、后来加了什么。
面的时候不打分、不查表。判断挪到面完，对着逐字稿写。开头那个 85 分，就是这么被放下的。
交底放全场最后。老周那场，我在面试最后讲了我们在做什么、我怎么看 AI 原生的工作方式。讲完再问同类问题，拿到的只能是他刚听来的答案。所以交底之后，我不再问认知类的题。
候选人面试时能不能用 AI，各家规定不一样，我不站队，只看他怎么验证 AI 给的东西。 会不会用是技能，验不验得出来是素质。老周说 AI 生成的代码很难逐行看，他就用一份中间文档去核对 AI 的改动符不符合预期。这就是验证。候选人愿意给看 AI 工作记录，我也只看他怎么定义问题、补上下文、验证、纠错、复用，不看提示词多长、用了多少 Token。
我自己框错过一条线
准入线的判据是：这条不成立，这个人就做不成事。它挡在前面，防止被别的亮点带偏。除了上面说的端到端和基础，我还列过一条：AI 只用来生成代码，不校验、不沉淀，就不用往下看。
老周差点被它挡住。我问他有没有一个不用管、每天自己在跑的 AI 工作流。他想了一下，说既然要想，那就是没有。可他在校验，上面那份中间文档就是；他也在沉淀：自己建了一个只有他一个人的群当收件箱，周末让 Codex 读群消息整理成文档，再用命令行更新自己的目标。这就是一个个人工作流的闭环。
他缺的是让 AI 在他不在场时一直跑下去。那是长板。缺了它，他照样做得成事，所以够不上准入线。把长板当准入线，会误杀人。 我把这条改窄了：AI 是他工作流的一部分，而且他会验证、会沉淀。准入线要卡在验证和沉淀上，不是卡在他每天用不用 AI。
三个反方
拿学校背景当聪明的代理，会误杀，也不公平
对，而且这条我回应不全。学校在初筛就会刷掉人，被刷掉的人进不了后面的追问，这一刀的误杀后面补不回来。我能做到的是只让学校管初筛，不管结论：进了面试的人，结论落在追问陌生需求时他理解得多快。初筛这一刀怎么少误杀，我还没有好办法。
闭环和代表作，对工作一两年的人太苛刻
闭环分层看。工作一两年，跑通过一个个人工作流的闭环也算。老周那个收件箱就够格。
素质和态度都是虚的，最后还是看谁会说
这是最难的一条。我的办法是把这两个词落到能核的东西上：素质落到他讲得出的那一次具体的事，态度落到代表作和数字口径。核不动的一律不进结论，会说也说不进去。
这套看法在哪不成立
- 只谈要用 AI 交付结果的工程和产品岗。纯研究岗、纯运营岗我没想过。
- 闭环三分法和价值驱动起点，是我的经验框架，没有找到研究直接证实。上面引的效度数字都是跨岗位平均，不是技术岗专属。
- 校招这一半，我还没按这套完整面过一场。社招的做法是 8 月的面试里改出来的。
- AI 时代到底该考察什么，我自己还在想。这是 2026 年 9 月的版本。
收口
一句话：会什么会被抹平，素质和态度不会，所以我把面试的重量全压在后两样上。
落到动作就三条：
- 少问他会什么技术。让他挑一件做成的事，一直追问到这件事怎么让下一次做得更好。追不到下一次的，就还没闭环。
- 校招问一个他没做过的问题，看他多快听懂我要什么；基础不预告，照考。
- 讲不出具体的一次、数字核不动、换架构说不出原因，出现一个就先别下结论。面完再判断，摘要给的分不算数。
参考
- Sackett, Zhang, Berry & Lievens: Revisiting Meta-Analytic Estimates of Validity in Personnel Selection（JAP 2022，作者稿）（查阅 2026-09-15）— 结构化面试 .51→.42 排第一；工作年限 .18→.07；认知能力测验 .51→.31，群体差异大。
- Anthropic Engineering: Designing AI resistant technical evaluations（查阅 2026-09-15）— 带回家的测评被模型追平，改成模拟没见过的活。
- Levashina & Campion 2007: Measuring faking in the employment interview（查阅 2026-09-15）— 超过 90% 的本科求职者有美化行为；追问会增加美化。
- Anthropic: How AI assistance impacts the formation of coding skills（查阅 2026-09-15）— 52 人随机对照，学陌生 Python 库，50% 对 67%。