登录
你刷了三个月 LeetCode，飞到面试现场和八个候选人同台对打，结果面试官开口第一句是：“今天不写代码。”
这不是段子，是 Anthropic 正在发生的事。10月27日，招聘经理 Felix Rieseberg 发博客宣布：本月起不再让候选人现场做编程题，理由相当嚣张——Claude 写代码已经比人更会做题。他顺便给新人递了句狠话：“饥饿感胜过资历”。他还举了个现成案例：两位资历不深的工程师用一个周末做出 Claude Code 图形界面原型，8 天后公开版本就上线了。微博36氪36氪
故事讲到这，似乎是新人的春天。但同一家公司、几乎同一时间，另一份内部研究在流传：自 2025 年初以来，Anthropic 技术部门初级员工占比从 21% 降到 14%，技术新招里初级岗位的占比从 27% 掉到 9%。当然，报告自己也留了后手——招聘总量仍在涨，只是销售和财务涨得更快；这只是一家重度用 AI 公司的样本，套不到全行业。但两组数字摆在一起，画面就完整了：面试的门开了，入门的梯子在变窄。36氪微博
但也别急着信对面贩卖的替代恐慌。同一份 Anthropic 报告显示，其内部 AI agent 的累计工作时长已经是员工的 6 倍。AI 确实在疯狂干活。可另一边，研究机构 METR 做过随机对照实验：16 位资深开源开发者、246 个真实任务，用上 AI 反而平均慢了 19%，但开发者事前预估能快 24%、事后仍坚信自己快了约 20%。测的是 2025 年初的工具，这组数字会过期，可"人会严重高估 AI 给自己的帮助"这一点至今没被推翻。知乎这几天吵上热榜的那个悖论也是同一件事：AI 压缩的只是敲键盘那一段，真正花时间的判断和沟通没动，省下来的时间，大半被 review 吃了回去。微博知乎
那什么变贵了？两端。 上游是判断——做什么问题、AI 都能实现的几个方案里选哪个；下游是控制——系统可不可靠、权限合不当、能不能审查、出事能不能急停。Anthropic 平台工程负责人 Katelyn Lesse 把多智能体热潮背后的工程问题列得很直白：基础设施、身份与权限、安全与隔离、监控与急停。模型越会写代码，这些活儿越重。 所以 Dario Amodei 才会一边说编程"将是第一个被淘汰的"，一边提醒"如果你不能很好地使用 AI，它会让你变笨"。36氪小红书
翻译成各路人马的动作：
学生和转行者：别只练"写"，把一半时间花在读代码、挑毛病上。AI 什么都能写，但得有人判断写没写对——这个人才是饭票。
正在找工作的：一个解决真实问题的小原型，比三张证书管用；但别停在 demo，留下"我维护过、我背过锅"的证据。
老手：经验的新兑现方式是判断力，主动去当 AI 产出的把关人，而不是和它比手速。
死掉的不是编程，是"只会执行的那部分人"。恐慌别替你做决定，也别让它替你做。
