跳至主要內容
科技 評析

攜程筆試多了AI Coding這一關:分數卡在八千八,卡住的是誰的舊技能

攜程九月二十日校招筆試納入AI Coding環節,應屆生在論壇上的真實回饋,透露企業選才標準正在改寫。

YIM NEWS 編輯台 閱讀約 5 分鐘

九月二十日,攜程二〇二七屆校招筆試登場。除了兩道傳統演算法題,卷子上多了一個新欄目:AI Coding。考法是讓應試者在限時內,靠著與AI對話完成一個需求完整的開發任務,系統按指標給分。牛客網上應屆生們留下的討論串,意外成為觀察「企業怎麼重新定義工程師基本功」的第一手材料。

討論串裡最常出現的不是滿分慶祝,而是一串神祕的數字:八八四二、八七四二、八八五六、八七二〇。這些是AI Coding環節的即時評分。有人從八七一〇一路手動調試到八七三五,有人第一次跑就拿到八八四二,接著花四、五十分鐘只前進了一分。分數黏在高檔位附近動彈不得,成了這場考試最鮮明的集體記憶。

考的已經換了一種「會寫程式」

傳統筆試考什麼,唸過資訊相關科系的人都不陌生。第一題考貪心或動態規劃,第二題考廣度優先搜尋。這次攜程的兩道演算法題也大致如此:有人用動態規劃解連續三數最大最小差,過了八十三趴,事後反省貪心才是正解;有人在跳躍問題上分了五種情況討論,滿分通過。

AI Coding考的卻是另一件事。從考生的描述看,題目給的需求相當多,而AI在這種多需求情境下表現並不好。一位考生直言「AI上下文明顯撐不住,幾乎每次改都會有新的報錯」。另一位說AI連API都調不明白,動不動丟出編譯異常。

把這兩種抱怨放在一起看,會發現AI Coding這一關真正測的,是應試者駕馭一個「不可靠隊友」的能力。AI就像一個聽力時好時壞的實習生:你交代五件事,它做完三件,還順手弄壞一件原本沒問題的。你要能看懂它寫了什麼、判斷錯在哪、精確地下達修正指令,而不是整段重寫讓它再擲一次骰子。

這正是多數學校沒教的技能。課堂上的程式教育訓練你從零寫到一百,職場與考場現在測的卻是:在別人(或某個模型)寫到六十的基礎上,用最少的輪次把它推到九十。兩種能力相關,但不同。

時間分配成了新的隱藏考題

討論串裡另一個反覆出現的懊悔,是時間分配。AI Coding和兩道演算法題共用一場筆試的時間,先做哪個、留多少給哪個,成了沒寫在題目裡的策略題。

有考生先攻AI Coding,弄了近一個小時,擔心演算法來不及,草草提交了八七四二。也有人反過來,先把兩道程式題解完,回頭發現AI Coding的時間不夠,編譯都沒過,「真破防了」。上海一位考生的總結很直白:先做AI Coding能把人調到紅溫。

這種結構其實反映了企業的潛臺詞。當公司把AI Coding放進筆試,等於宣示它認為「與AI協作完成需求」的優先級,已經高到值得和經典演算法平起平坐,甚至從考生的時間焦慮分布來看,佔用了更多實際心力。未來幾季的校招筆試,很可能都會長成這個形狀:題目是三塊,但時間只有兩塊半。

分數怎麼算,比分數本身更值得問

考後討論串裡,出現了好幾個還沒有答案的問題。AI Coding是取最高分還是最終分?有人第一次跑出八八二三,之後越改越亂,急著想知道系統記哪一個。也有人在新加坡的考場問:提交判題只看得到指標,分數到底在哪裡看?

這些不確定性本身值得注意。當評分規則不透明,應試者的最佳策略就會改變。如果取最高分,穩健做法是早早提交一個安全版本鎖住底分,再嘗試優化;如果取最終分,任何一次手滑提交都可能毀掉先前的成果。同樣的能力,在不同規則下對應完全不同的操作紀律。這與工程團隊導入AI工具後的治理問題同構:公司要的不只是有人會用AI,而是整個團隊對「產出怎麼被記錄、怎麼被驗收」有一致規範。

順帶一提,討論串裡還流傳著另一則訊息:有考生發現牛客筆試頁面能透過瀏覽器開發者工具提前看到評分相關資訊,並拿其他公司的考前介面驗證成功。這類旁門技巧每逢筆試季都會浮現,也提醒線上筆試平臺在防作弊與資訊揭露之間,還有很大的工程債要還。

對正在找工作的人,可以帶走的三個判斷

第一,把「調教AI」當成一門可練習的顯學。具體來說,練的是讀懂AI生成程式碼的速度、把模糊報錯轉成精確指令的能力,以及在需求串很長時主動拆小任務、避免模型上下文爆炸的習慣。攜程考生踩的坑,幾乎全部落在這三件事上。

第二,筆試策略要預演。如果題型是「演算法加AI Coding」,先花十分鐘掃完全部題目,估計各題的投報比,再決定順序。這次許多人的遺憾並非能力不足,而是順序錯了,把整場考試的緩衝時間燒在最難溝通的那一關。

第三,看懂企業訊號。當攜程、京東等公司陸續把AI Coding放進筆試(討論串裡有考生提到京考也遇過類似體驗),這已經不是單一公司的實驗,而是後端與演算法類職缺選才標準的集體位移。履歷上寫「熟悉AI輔助開發」,未來可能不再是加分項,而是基本欄位。

那位卡在八八四二、四十分鐘只前進一分的考生,其實已經通過了這場考試最難的那部分測驗:他親身量測了AI協作的天花板在哪裡。下一次筆試,無論是米哈遊還是其他公司,天花板會不會高一點,取決於模型進步多少,也取決於坐在螢幕前的人,學到了多少。

#ai編碼工具+招募選才#攜程+校招筆試#程式設計師+職涯技能