AI进化太快，Anthropic被迫不断重写技术面试题：当Claude比候选人更会答题

当一家顶尖AI公司自己招聘工程师时，却发现自家最先进的大语言模型（Large Language Model, LLM）在技术笔试中轻松击败了绝大多数人类候选人——这已不再是科幻场景，而是正在发生的行业现实。最新行业动态指出，为了筛选出真正顶尖的人才，Anthropic的团队不得不像打地鼠一样，随着Claude模型的每一次重大升级，反复重写和设计其技术面试的“家庭作业”。

AI反噬：当工具比使用者更“聪明”

据熟悉内情的人士透露，自2024年起，Anthropic的性能优化团队在招聘中引入了一项带回家的技术测试，旨在评估候选人对系统底层优化的深刻理解。然而，随着以Claude为代表的AI编程助手能力飞速提升，这项测试的初衷正面临严峻挑战。团队负责人坦言，几乎每一次Claude新模型的发布，都迫使他们对测试进行彻底的重构。最初，Claude Opus 4在相同时间限制下的表现就已超越了大多数人类申请者；而到了Opus 4.5版本，其输出质量甚至能与最顶尖的人类候选人匹敌。

尽管公司政策明确允许候选人在测试中使用AI工具，但这反而催生了一个悖论：如果人类无法在模型的输出基础上做出显著改进，那么这项测试衡量的就不再是候选人的能力，而是他们所使用AI模型的性能差异。这使测试失去了筛选“顶级执行者”的核心意义。团队在博客中写道：“在家庭测试的约束条件下，我们已无法区分顶尖候选人的输出和我们能力最强模型的输出。”

技术面试的“军备竞赛”与解题思路

这一困境并非孤例。AI在考试中的应用已在全球高校引发混乱，如今AI实验室自身也深陷其中，颇具讽刺意味。不过，Anthropic在解决此问题上拥有独特优势。最终，团队设计出了一套全新的测试方案。

• 核心转变：新测试减少了与硬件优化直接相关的传统题目，转而设计出足够新颖、需要创造性思维和深度系统理解的挑战，旨在“难倒”当下的AI工具。
• 公开挑战：团队甚至将旧版测试公开，向全球技术社区发起挑战，寻找能超越Opus 4.5的解决方案，这本身也成为了一种另类的人才发现渠道。

这一事件折射出AI能力评估（AI Capability Evaluation） 领域的一个根本性变化。传统的知识性、编码性测试正迅速失效，未来的技术面试必然向更高阶的系统设计（System Design）、批判性思维和解决模糊性问题的能力倾斜。

行业影响：技术招聘范式面临重构

Anthropic的案例为整个科技行业敲响了警钟。当AI工具成为标配，技术招聘的焦点必须从“能否写出代码”转向“能否定义正确的问题”以及“能否在AI辅助下实现超越工具的创新”。

这标志着一个时代的转折：程序员的核心价值不再是记忆语法或实现算法，而是驾驭AI、提出战略方向并解决AI本身无法触及的复杂系统难题的能力。

对于其他科技公司而言，这意味着需要彻底反思其招聘流程。实时编程面试、深度项目讨论、对过往复杂决策的复盘，可能比传统的笔试更能有效区分人才。同时，这也对AI模型的评估提出了更高要求，未来的模型不仅要比拼基准测试分数，更要在“协助人类实现突破性创新”的维度上展开竞争。这场由AI自身进步所引发的招聘革命，才刚刚开始。