一次特别的面试:完全不用 AI Coding 的传统硬件软件团队
博主记录了两场对比极强的面试:一家公司因安全和复杂度全面禁用 AI,另一家把 AI Coding 当团队提效抓手。正在找工作的工程师可以把他这套面试观察和方法当成参考,面试时问问对方 AI 使用状态,很能看出团队成色。
博主 @shao__meng 记录了自己近期集中面试中的一家硬件与 SaaS 软件公司。对方业务负责人是一位经历过 DOS 年代、做了多年单片机方向的 70 后程序员,面试中质疑候选人缺乏 Office 级别复杂度的系统架构经验。当博主问到团队 AI Coding 的现状时,对方明确回答:系统复杂度太高、安全要求太高,团队整体不使用 AI,工作机上连员工个人使用也被禁止。
博主在另一场面试中遇到的则是典型技术债问题:HR 强调“技术难题攻坚”,实际是业务快速叠加却缺少架构梳理和重构欠下的债。他给出的解法是先以最痛的几个问题切入稳住业务,再解耦抽离、归一化协议、补全日志监控,同步在团队内落地 AI Coding,用小成果换取信任后逐步加速,预计 2-3 个月能看到研发团队的变化。
两段经历放在一起,呈现出 AI 在不同行业渗透的巨大温差:一家公司全面封禁,另一家把 AI Coding 当作团队提效和创新的核心抓手。对正在看机会的工程师来说,面试时主动询问目标团队的 AI 使用状态,已经成为判断团队工程文化的有效信号。
今天第三个面试 也很特别,很不一样的感觉。提前有预期是传统行业,但没想到这么传统,可以说公司内几乎看不到 AI 的痕迹。 负责面试的业务负责人,是一位 70 后,经历过 Dos 年代的老程序员,一直在做单片机方向。面试时间问了很多问题,印象比较深的一个是:你做过的的软件,相比 Office,还是太简单了。如果没有 Office 的复杂度系统架构经验,你很难接住我们的系统。 因为确实不太清楚这个团队的硬件对应的软件到底有多复杂,这一点就不评价了,可能确实比 Office 复杂吧。 印象很深的是,我问对方目前团队 AI Coding 的状态如何,工作方式是怎样的?(其实是中途就觉得不想面了,最后轮到我问问题,随便想了一个),可没想到对方的回答让我非常意外: 我们的系统复杂度太高、安全性要求太高,AI 搞不定,所以我们团队不用 AI。 我说完全没用吗?员工个人也不能用吗? 回答说:是的,你自己可以用,但工作机、工作环境不能用。 我当时愣了几秒,只说了一句:哦,好的,谢谢。 就结束了,确实不知道该说什么了。可能真的太复杂、太需要安全了吧。 meng shao @shao__meng 这段时间集中面试,公司的阶段、人数、行业、组织和问题千差万别,也想借这次机会更多接触不同的企业来补充自己对于不行业和团队的理解。 我也想把面试中遇到的一些典型问题记录下来,当然会脱敏,意图不是曝光或八卦,主要还是在具象问题中抽象出更合理的解决办法,希望对各位在职场中的朋友有所启发,也希望对在看机会的朋友面试有一些心里准备,哪些是痛点、哪些是雷点,能分清。 我都记录在这篇内容下吧,先来第一个: 一家硬件和 SaaS 软件公司,HR 前置沟通一再强调,团队目前遇到了很深的技术难题,希望有 tl 来带队攻坚! 但我初步了解了产品形态后,感觉不太对,他们遇到的肯定不是单纯的技术难题,是业务不断发展累加、不断复杂化但又缺少技术架构梳理和重构而欠下的技术债。 后来实际面试中 CEO 和几位技术负责人都参加了,轮到技术负责人提问时,他们提的也确实都是那类问题:业务不能停、个例用户也要支持、业务牵引而缺少技术决策主导等等。 实际上是非常典型的问题,就是业务快速发展的阶段,由于经验能力和时间分配等,忽略了技术架构和工程。当然有一个好的前提是,公司发展很好,且团队意识到了技术上的问题。接下来就来到技术负责人要做的工作:梳理业务痛点、以最痛点的几个问题切入专项解决、先把业务稳住再把专项解决的方案落到各个端。在这个阶段,同步梳理哪些功能可以抽离解耦、各端口协议如何做归一化、数据埋点和日志补全降低排查难度、提升功能使用情况监控。 同时在团队内落地和规范 AI Coding,边解决问题,边渗透 AI Coding 边加速,让研发团队的小的成果不断对业务产生价值,提升信任感和团队的成就感,再内部挖掘可以提供业务附加价值和创新点的方向,部分人和精力投入预研,拿出能打的东西来! 这样有 2-3 个月时间,就能看到研发团队的变化,也差不多到了技术负责人试用期考核中期了,这份答卷,应该不会差。 🔗 View Quoted Tweet📊 5 ⚡
This report is categorized under AITOP's "Industry" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include AI Coding, 技术债, 面试, 工程文化.
Source attribution: curated from shao__meng (@shao__meng).