2026年10月28日，科技通讯AINews抛出一个轰动标题，宣称Anthropic终结了传统编码面试，理由是Claude写React小组件或汇编代码已经比人类候选人更好。但翻开信息源头就会发现，这并不是Anthropic全公司的政策，仅仅是工程经理Felix Rieseberg于10月27日在个人博客里记录的单一团队尝试，而Anthropic全公司的官方招聘指南至今依然保留代码测试，且默认禁止候选人使用AI。
比标题夸大更扎心的是另一处事实反差。Rieseberg在博客里以渴望胜过资历为题，热情洋溢地给初级工程师列出了5条求职与晋升建议；但就在一周前的10月20日，他在一档播客采访中刚刚承认，受限于公司当前的性质与阶段，Anthropic目前根本没有在招聘初级工程师。
被放大的个人试验与大厂真实的AI防线
长期以来，硅谷软件工程招聘高度依赖以算法题和小型框架题为核心的标准化测试，而AI编程助手已经让这类孤立测试题的信噪比急剧下降。Rieseberg在个人团队里停掉传统编码测试，正是因为公司里最有影响力的构建者无论在这类小测试里表现如何，都能在实际工作中取得成功。他坦言自己仍在摸索替代方案，目前更倾向于考察能体现品味、同理心和原则性思考的原型作品。
但如果求职者真以为去Anthropic面试不用写代码了，大概率会直接撞在南墙上。
翻看Anthropic最后更新于2025年7月10日的官方候选人AI指南，规则写得很死：除非明确许可，否则在现场面试或带回家的测试（take-home assessments）中默认禁止使用AI。唯一公开记录的例外出现在2026年1月21日，其性能工程岗位的带回家测试明确允许使用AI，但代价是公司会随着Claude能力的提升，不断重新设计并拔高这项测试的难度。
把视野放到整个硅谷核心圈，各大实验室在2026年10月的真实做法绝不是放水，而是严防死守与定向开闸并行：
- Anthropic.官方默认禁止在现场面试和带回家作业中使用AI；仅性能工程测试等少数例外允许使用，且题目难度随Claude升级动态加码。
- OpenAI.公开面试指南采取混合策略，是否允许使用AI完全取决于具体面试轮次的考核目标。
- Google与DeepMind：DeepMind规定除非另有说明，现场面试和任务中一律禁用AI；但Google在2026年10月20日扩大了一项面试试点，专门引入使用Gemini进行代码理解的轮次，重点评估候选人的AI熟练度、提示词工程、输出验证与调试能力。
代码考核根本没有消失。它只是从禁止AI的孤立做题，演变成了Google试点里怎么用Gemini审查调试代码，以及Anthropic性能测试里水涨船高的带回家作业。
渴望胜过资历背后的残酷悖论
在这篇引发热议的博客里，Rieseberg引用了Patrick McKenzie在2011年写下的名言：“雇佣工程师是为了创造商业价值，而不是写程序。”围绕这句话，他给初级工程师开出了5条具体建议：
- 选择商业影响力而非待办事项列表紧盯业务价值。
- 提出激进的想法去啃能大幅提升组织目标达成率的硬骨头。
- 在一个周末内构建出可用原型用跑起来的代码直接跨过写PRD（产品需求文档）和四处游说的常规流程。
- 专注于一个好想法不要把3个好点子藏在20个坏点子里塞进同一个原型。
- 发挥自己作为新人对用户更具同理心的新鲜视角。
单看这5条建议，字字珠玑，尤其适合已经在职的工程师用来向上管理、打破部门墙。
但我不太买账的是整件事放在求职语境下的错位感。这就像《战国策》里千金买马骨的故事，场面看着极其尊重人才，可真到了发offer的环节，连门都没开。一个在10月20日刚承认公司当前阶段根本不招初级工程师的管理者，在10月27日发文高呼渴望胜过资历、教初级工程师如何脱颖而出，这种慷慨激昂的指点是不需要承担招聘兑现成本的。
考卷确实变了，但连考场都不让进的人，最不缺的就是答题技巧。
更现实的阻碍在简历初筛环节。正如从业者Kyle Blanchard所质疑的，一个初级求职者在跨越自动化的简历初筛之前，根本没有机会向招聘经理展示所谓的渴望和周末搓出来的原型。你花一个周末用Claude搓出再惊艳的Demo，如果没有大厂实习或名校背景背书，链接大概率会在HR的ATS（求职者追踪系统）里直接沉底。
当LeetCode退场，求职者为何反而更焦虑
行业里当然有不少人为放弃传统算法题叫好。像Yuchen Jin等从业者就非常支持转向评估品味、同理心、商业嗅觉和主观能动性（agency），Google的Jaana Dogan也建议直接观察候选人如何使用编码Agent来作为评估依据。
这套新标准听起来很现代，但落到具体操作上，却把求职者推向了更深的不确定性。
科举时代的八股文虽然死板，但胜在考纲透明、寒门可循；一旦废除客观考题、改用九品中正制去考察虚无缥缈的器量与品味，解释权就彻底回到了考官手里。传统LeetCode式面试固然备受诟病，但它至少提供了一条可预测、可量化的准备路径。
当评估标准变成品味、同理心和周末原型时，Siddhant Gupta和Guido Steenberg等工程师直接指出了核心痛点：目前根本缺乏可落地的标准化替代评估流程。一位参加过Anthropic面试的候选人Jeremy Bernier更是直言，做完Anthropic那种耗时的带回家测试后，他反而开始怀念传统编码面试的可预测性。
- 风险.旧的刷题路径正在失效，但新的非标评估不仅拉长了单次求职的时间成本，还让评判标准变得高度主观，初级工程师面临的门槛实际上更高了。
别被一两篇宣告编码面试已死的爆款文章带偏了节奏。对正在找工作的工程师来说，与其去赌某个经理会不会越过HR初筛看一眼你的周末原型，不如盯紧两个正在发生真实变化的硬指标：一是Google那个引入Gemini考察代码理解与调试的面试试点会不会全面转正；二是像Anthropic性能测试那样允许用AI、但题目上限随模型能力动态加码的带回家作业，会以多快的速度变成行业标配。这才是决定你下一份offer的真考场。