跳至主要內容

搜尋摘要

目錄
矽谷輕鬆談 節目封面
00:28:35 ~4 分鐘

S2E26 AI 時代 LeetCode 還重要嗎?

AI 已能輕鬆解決 LeetCode 演算法題,矽谷工程師直指此類面試鑑別度將持續下滑,並以 AI 作弊工具崛起、各大科技公司的應對策略為例,探討工程師核心能力在 AI 時代的轉型方向。

在 Apple Podcasts 收聽

本頁摘要由 AI 自動生成,著作權屬原節目創作者;可能存在錯誤或遺漏,建議收聽 原節目《矽谷輕鬆談》 以獲取完整資訊。

重點摘要

  • LeetCode 演算法面試的重要性將隨 AI 普及而下降,因為 AI 能輕易解出此類題目,已無法準確評估工程師的實際工作能力
  • AI 作弊工具大量出現:Cluely 公司主打即時分析螢幕與聲音來協助作弊,創辦人甚至因此被哥倫比亞大學退學,仍反將此工具公開商業化並獲得 1,500 萬美元融資
  • AI 提升了個人程式產出效率,但也導致 PR(程式碼審查請求)規模變大、除錯時間比例上升,整體公司效益尚有疑問
  • Google 考慮恢復實體面試,Meta 測試開放 AI 工具,Anthropic 明文禁止面試使用 AI 程式輔助
  • 未來最關鍵能力:能給 AI 精準指令、驗證其輸出正確性,以及系統設計與架構思維

詳細內容

AI 時代 LeetCode 面試的意義

主持人 Kenji 直接給出結論:LeetCode 這類演算法面試的重要性將慢慢下降。理由有二:

  1. 初階工程師職缺將減少:AI 會先取代初階工程師的部分工作,而 LeetCode 主要用來衡量寫程式能力,職缺下降自然連帶讓此類面試比重降低
  2. 資深工程師本就不靠演算法題:資深工程師最重要的是系統設計、架構能力、跨團隊合作,LeetCode 從來就不是衡量這些能力的好工具

AI 在工程師工作中的定位更像「放大器」:有深厚基礎的人能借 AI 看到更多盲點、提出更好的架構;沒有基礎的人很容易被 AI 帶偏,卻無法判斷輸出是否正確。

寫程式的能力不會消失,而是轉型——從「純手寫程式碼」轉為「能給 AI 清楚指令、驗證 AI 輸出、並整合進現有程式庫」。

AI 作弊工具的崛起

隨著遠端面試普及,AI 作弊現象從履歷投遞到面試全面滲透:

  • AI 生成履歷:自動化工具讓大量雷同的 AI 生成履歷湧入招募系統
  • Deepfake 面試案例:一家資安公司發現應試者使用換臉軟體,履歷自稱東歐人卻帶有亞洲腔調,面試官要求把手放在臉旁以破解 Deepfake 濾鏡,對方拒絕後中止面試
  • Cluely 公司:哥倫比亞大學學生 Roy Lee 用自製作弊工具通過 Amazon 面試後遭校方退學,之後反而與同學公開創立 Cluely,主打即時分析螢幕與音訊並給出回答建議,聲稱以懸浮視窗方式不被螢幕錄影捕捉。The Verge 記者實測發現體驗卡頓、問題多,仍處早期階段。該公司官網公然宣稱「要在所有事情上作弊」,並以計算器類比——計算器以前也被視為作弊,如今早已習以為常。Cluely 目前招募工程師的薪資開價為 40 萬至 100 萬美元,已獲 1,500 萬美元融資

AI 對實際工作的影響

AI 工具確實提升了個人程式產出效率,但從公司整體來看效益存在疑問:

  • PR 數量增加但規模也變大,Code Review 速度因此變慢
  • 除錯(Debug)時間比例上升:工程師驗證 AI 輸出時若不夠仔細,反而產生更多 Bug
  • AI 表現好的場景:有現成範例可參考的 API 設計、資料模型、熟悉語言(Python、TypeScript)的 Prototype 產出,以及讀懂現有程式碼並提供高層次架構說明
  • AI 表現差的場景:Prompt 不夠精確或問題複雜時,AI 會很有自信地給出看似每步都正確、但合在一起卻完全錯誤的方案

科技大廠的應對策略

公司策略
GoogleCEO Sundar Pichai 表示考慮至少恢復一輪實體面試
Meta測試允許應試者在某些面試環節使用 AI 工具
Anthropic明文禁止應試者使用 AI 程式碼輔助工具
Kenji 任職公司完全開放所有工具,題目設計具多層 Follow-up 以確保鑑別度

Kenji 擔任面試官的親身觀察:開放 AI 工具後,仍可明顯看出誰真的會用 AI。很多工程師在面試壓力下面對大量 AI 輸出反而慌亂、直接接受未驗證的程式碼,導致 Bug 連環出現;真正擅長使用 AI 的應試者,會給出精準 Prompt、逐步驗證,並保有清晰的整體架構思路。

理想面試設計與求職者心態

Kenji 認為未來理想的面試應盡可能模擬真實工作情境:

  • 設計 API、資料庫讀寫、使用 Docker 或 Kafka 等後端工具
  • 題目具多個 Follow-up 層次,讓應試者有討論 Trade-off 的空間
  • 45 分鐘內無法完整解完,才能真正看出思考過程與溝通能力,而非只看答案對錯

Kenji 也提醒求職者:面試是雙向的。他在 2025 年(今年)回顧自己 2020 年(五年前)曾拿到 Meta offer,但因感受到面試官只在乎答案對錯、行為題也像流水線核對清單,認為這樣的環境不符合自己的工作哲學,最終婉拒。他建議:如果一家公司在 AI 時代仍堅守純 LeetCode 演算法面試且禁止使用 AI 工具,求職者也有資格思考這是否與自身價值觀相符。

精選語錄

AI 是一個放大器,你如果本來就沒有這些背景知識,你很容易一下就被戳破了。

即便他的答案不是到最好的 Solution,如果他的思路這個過程,或者他的溝通夠好的話,我還是會給過。

很多人在找工作的時候會忘記一件事情,不是只有公司在面試你,你同時也要有這個底氣說,我也要面這間公司。

時間軸

逐字稿中無明確時間戳記,以下為章節主題順序:

  • 開場:Pickleball 初體驗分享及運動心率帶(WHOOP)觀察
  • 核心論點:AI 時代 LeetCode 面試重要性下降的理由與分析
  • AI 作弊現象:Deepfake 面試案例與 Cluely 公司介紹
  • AI 對實際工作的影響:優缺點與適合/不適合的使用場景
  • 科技大廠應對策略:Google、Meta、Anthropic 的不同做法對比
  • 理想面試設計:開放 AI 工具搭配多層題目的鑑別度實測心得
  • 求職心態提醒:面試是雙向的,2020 年婉拒 Meta offer 的親身案例

相關主題