攜程筆試AI Coding一堆人卡在8434：這個整齊的數字，本身就是線索

10月13日晚間，牛客網一則貼文下面擠滿了幾乎一樣的留言：8434、8433、8435、8424、8322。這些是攜程2027屆秋季校園招募筆試的考生，回報他們在新增的AI Coding環節拿到的分數。原po寫道「一直8434」，跟進的網友從江蘇、廣東、河南、北京各地湧入，回報的數字高度集中。這不是一羣人剛好考出同一個水準，更可能是同一套評分機制給出的同一個結果。

先釐清可確認的事實：這場筆試屬於攜程2027屆秋招，研發崗位今年新增AI Coding環節，題目組合為兩道編程題加一段AI Coding任務。考生回報的分數多位於8300至8600之間，其中8434出現頻率特別高。也有考生分享不同策略，例如把README直接餵給AI、再把測試樣例結果回填，拿到4763分（該題滿分標示為4776）。以上均為牛客網用戶自述，攜程官方並未公開評分規則。

為什麼會有一堆人卡在同一個分數

要理解8434為何反覆出現，得先看這類AI Coding評分大概怎麼運作。從其他考生分享的操作方式可以推測，這種環節通常讓考生與一個AI模型協作完成工程任務，系統根據產出的程式碼品質、測試通過率、文件完整度等維度加權計分。分數精確到個位數，代表評分是自動化計算，而非人工審閱。

自動化評分有一個特性：輸入相似，輸出就相似。當大量考生用差不多的方式提問、讓AI生成差不多的程式碼結構，最終分數自然收斂到同一個區間。這就像自助洗車機，不管你的車多髒，只要走同一套流程，出來的乾淨程度都差不多。8434很可能就是「標準操作流程」對應的標準產出分數，它衡量的是流程完成度，多一分或少一分的差異，來自邊角細節。

有考生留言猜測「牛客的AI用的兩年前的模型」，這是情緒性推測，無法核實。但考生普遍的感受是真實的：這個環節的分數對個人能力的區分度存疑。有人形容「AI純抽卡」，50分鐘分數紋絲不動；有人因為先做完算法題，到AI Coding只剩15分鐘，幾乎沒有得分機會。

時間分配成了新的隱藏考題

留言區裡最值得注意的是一條：「先做算法，做完了，到AI Coding就剩15分鐘，就寫了一點點，還沒有跑測試。」這暴露了AI Coding環節真正的考驗。傳統筆試的難度在於解題，新形態筆試的難度在於調度：三個環節共用有限的考試時間，考生必須自己決定把時間押在哪裡。

對習慣按順序做題的考生來說，這是一次節奏上的衝擊。算法題值得投入多少分鐘？AI Coding的邊際回報遞減時要不要停手？這些問題在過去的筆試裡不存在，因為每題分值明確、難度梯度清晰。現在多了一個變數：與AI協作的產出品質很難即時判斷，分數又不隨互動明顯變化，考生等於在盲調狀態下做時間決策。

這與我們先前觀察到的小紅書PE面試考題走向是同一個方向的訊號：企業招募正在把「會不會用AI寫程式」變成正式考核項目，且考核形式仍在快速迭代。攜程把AI Coding放進筆試、小紅書在面試裡問資料庫承載能力，反映的是同一件事，企業已經預設新進工程師的日常工作中包含與AI協作，招募流程必須提前篩選這個能力。

分數卡住時，考生實際上被評了什麼

回到那個整齊的8434。如果大量考生落在同一分數，對招募方而言這個環節的鑑別力可能反而來自別處：誰在時間壓力下先完成了算法題？誰的AI互動紀錄顯示出有效的任務拆解？誰選擇了不同的策略並拿到不同分數？這些是旁觀者看不到、只有企業端能讀到的資訊。

從考生自述裡能提煉出的實際判斷只有幾條。第一，AI Coding環節的分數對操作方式的敏感度，看起來高於對追問次數的敏感度；把任務說明文件與測試結果系統性餵給AI的考生，拿到了明顯不同的分數。第二，時間配置比單題表現更影響總結果，先卡在算法題的考生，AI Coding幾乎歸零。第三，分數個位數的差異目前沒有證據顯示影響後續面試資格，留言區也有人回報「約面了嗎」，顯示卡在8434的人仍有人進入下一輪。

招募環節採用自動化AI評分會不會長期化、評分規則會不會透明化，目前都沒有官方資訊。可以確定的是，下一屆考生準備的不只是算法題，還包括一套與AI協作的時間管理與互動策略，而這套策略目前最可靠的範本，就藏在這批考生回報的分數差異裡。