人均AI Coding后,程序员面试还有必要问八股吗

看到过一个说法:八股文没有用,工作里也很难用到,学那些东西干什么,AI都出来了,谁还需要自己写代码?

曾经有段时间,段段深感认同,不过后来想了想,如果面试不问八股,不问算法,不问项目,不问这些基础知识,那么我们也就不需要学习,不需要会。那么这种情况下,会导致什么问题呢?——除了写提示词,你什么都不会,甚至你提示词都不会写。

所以人均AI Coding后,程序员面试还有必要问八股吗?我的意见是,还是得会,至于原因,别着急,段段来带你分析。

(结论AI写在最后一段了)

一、如果什么都不需要会,我怎么知道你会开发?

从企业筛选人的角度讲,如果我是面试官,如果你只会写AI提示词,基本的增删改查,Java基本原理,这些基础和八股文都不会的话,我是不敢收你的,因为我没有证据能证明你会开发,你懂技术。

如果只需要写提示词,那么这个工作谁都可以干,或者说这个世界上就没有行业之分。那我请问,你想干什么?行业与行业之间的壁垒不存在了?还是说AI已经完全可以替代人类了?

OK,那我们现在去大街上拉个人过来,随便一个会用AI的就好。你让他写提示词,替我把需求完成,并解决遇到的各种问题,你去吧,你看到底行不行就完了,这人要是能行,我倒立喝水。

所以说,你可以不去开发,让AI开发,但是你必须懂开发,否者你就不是一个开发工程师。

(附上2年前的简历八股,咱就说,这些东西你不会的话,AI怎么帮你提效?那不是属于乱搞一气吗)

二、从实施者到监督者,而不是外行领导内行

我无数次强调,是从实施者到监督者,我们不需要做一遍又一遍的重复性工作,可以交给AI做,我们当监督者就好了,但如果你基础知识八股文都不会,会出现什么场景?

如果你不懂《服务注册与发现原理》,AI告诉你是因为配置文件或者防火墙问题导致访问不通,而恰恰现实是你的namspace写错了,你该怎么办?

如果你不懂HashMap与ConcurrentHashMap的地层原理,AI给你的代码是HashMap实现而更好的方式是ConcurrentHashMap你该怎么办?

如果你不懂SpringMvc,AI告诉你Postman访问不通是因为电脑host地址映射问题,但事实却是项目中路径是根据文件名映射的,你该怎么办?

AI确实给我们提效了很多,但是骗我们也不少,如果你什么都不懂,AI不是你的提效工具,他甚至会浪费你更多时间。

你可以不做,但你必须要懂。

(这根本不是SpringCloud,这是SpringBoot,namespace也不对,纯纯扯淡)

三、只会写提示词的你,AI幻觉你该怎么解决?

最近做了一个有意思的测试,起因是我在牛客看到一篇AI写的帖子,AI味非常冲。我仔细分析了一下,我有90%的把握确定是AI。因为首先,格式非常像,各种符号(对号,小灯泡,放大镜),各种话术,最关键的是,没有自己的思考和独特观点。

(我用AI生成了一篇文章,不能说相似,只能说一模一样)

(然后呢段段把之前牛客那篇文章发给AI,问AI这是真人写的还是AI写的,他说的真人写的)

(我告诉他这不是真人写的,这是AI写的,结果你看他回复什么?)

一天好的不学,净学这些人情世故了。就是我想向大家传递一个思想,AI幻觉:AI会一本正经的胡说八道,先射箭在画靶子,先明确结论再提供论据,倒果为因。还有我上次问AI的,我说我是开发工程师,我当过兵,未来发展,AI就知道我的意思了,然后跟我说以后能从事国防相关项目,甚至被特招,这不纯纯扯淡吗?

所以同理,我发现AI在AI Coding也会出现AI幻觉,那么我们如何分辨这些AI幻觉?那就是你一定要有一个工程师的功底,八股、算法、crud你至少要懂,你可以不做,但是不能被骗。

四、AI解决不了的问题,谁来兜底?

如何衡量一个开发工程师有有多少水平?正如我们去探讨一辆汽车的百公里加速是多少。很多人说看这个参数没有用,因为平常你也不会每次都是油门到底。但是话说回来,你看豪华车型哪有一个加速慢的?(雷车除外),内燃机时代,甚至包括新能源时代,发动机(电机)是一辆车的心脏,一辆车的核心价值。我可以不用,但我不能没有。我也可以不要加速,但你不能10s加速的车和同级别5s加速的车卖一个价。

工程师同理,平常可以不用,关键问题你顶不上去?你有什么价值?AI干不了的活,你也干不了,我要你干什么?所以归根结底一句话,工程师的核心能力,不能丧失,你可以平常不用,但是关键时刻你得拿得出来。

五、未来开发者面试会是什么形势?

曾经的面试,是算法+八股+项目,当然那时候很多公司不面试算法,主要集中在八股和项目,项目就是八股的落地,其实就是开发工程师的基础知识。

现在的面试,将是这样的场景,AI Agent落地能力(或者项目中AI赋能的能力)+ AI Coding能力 + (算法+八股+项目),AI的比重将会增加,而传统的八股考核比重将会下降,但是不会消失。

段段的简历已经更新为这种格式了,AI相关的放到第一位,写了一个AI Agent落地的项目,技能点中加了一行AI Coding能力。

未来一定是AI的时代这毋庸置疑,但是只抬头望天,不脚踏实地,也就没有根基,那是走不远的。

#AI新知##AI求职实录#
全部评论

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
聪明的芭乐等一个of...:佬可以推荐一些和aicoding相关的学习资料吗?最近特别想学习这个方向
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务