Содержание
Коротко
Типовая алгоритмическая задача на онлайн-собеседовании решается моделью за секунды, а невидимый суфлёр вроде Ghost GPT прячет это от интервьюера. Запреты и прокторинг в этом забеге проигрывают. На Habr основатель SymbioWay описывает обратный ход: агента на интервью разрешают официально, а задание меняют так, чтобы он помогал только тому, кто умеет разрезать работу, проверить результат и ответить за код. Это ближе к наблюдению за реальной задачей, чем к часу скрининга, который и раньше мало что доказывал.
Что произошло
Автор ведёт оценку по живым задачам с 2008–2010 годов, компанию основал в 2014-м. Тезис простой и жёсткий: инструмент не заменяет знание дела. Хирург с роботом Da Vinci и фотограф с современной камерой всё равно должны понимать, что перед ними. Модель снимает рутину. Разложить работу на части, поставить инструкцию, сверить ответ и нести ответственность за код может только тот, кто работу понимает.
Отсюда список того, что автор считает навыком сейчас, а не «умением пройти LeetCode». Шире смотреть на соседние зоны: серверный разработчик на Java, который видел клиент, сборку, тесты, мобильное. Глубже держать архитектуру, распределённые системы, алгоритмы и сети. Уметь вести инструмент: постановка, экономия контекста, подагенты, несколько агентов, расход токенов. И стоять ближе к продукту и к заказчику, потому что юридически за код отвечает человек.
Часовой скрининг автор считает ненадёжным всегда, а идеальный «тестовый день» слишком дорогим. С агентом наблюдать, как человек работает на настоящем куске проекта, стало дешевле. Примеры многоуровневых заданий компания отдаёт файлом через бота в Telegram. Контекст рынка в тексте автора: число вакансий в российской разработке с середины 2024 по середину 2026 года сократилось примерно вдвое. Отбор при этом не стал проще, он стал другим.
Почему это важно
Если задача проверяет то, что модель уже умеет лучше человека за минуту, вы меряете доступ к суфлёру, а не инженера. Запрет переносит гонку в прятки. Разрешение без смены задания измеряет то же самое, только честно и всё равно мимо.
Полезный сигнал появляется там, где агент упирается в понимание. Кандидат должен заметить, что выдача неверна, сузить контекст и не отдать в модель кусок, который нельзя отдавать. Это видно на архитектуре и на живом куске системы. На задаче «разверни дерево» это не видно.
На практике
- Не стройте скрининг на типовых алгоритмах, которые модель закрывает сразу. Если такой раунд остаётся, не считайте его доказательством уровня.
- Разрешите агента явно и напишите, чем можно пользоваться. Скрытый суфлёр и разрешённый агент оставляют разные следы: второй можно разобрать по переписке и по диффу.
- Задание стройте так, чтобы без схемы системы и проверки результата агент давал правдоподобный, но бесполезный код. Многоуровневые примеры у автора лежат в файле бота, не в одной функции.
- Смотрите, как человек режет задачу, что кладёт в контекст и что выбрасывает. Экономия контекста здесь такой же навык, как выбор структуры данных.
- Час болтовни замените коротким наблюдением за работой на куске вашего или учебного проекта. Полный испытательный день по-прежнему дорог, кусок проекта уже нет.
- Ответственность оставьте на человеке. Модель не подписывает код и не ходит на разбор инцидента.
Итог
Агент на собеседовании не отменяет инженера. Он отменяет задания, которые инженер и без агента уже не отличает от генерации. Меняйте задачу, а не правила проктора.