AI 能寫八成的程式碼之後，面試官真正想聽的是什麼

（文・沈安）2026年10月15日，中國工程師社羣掘金出現一篇文章，討論一道近來在各類技術面試中出現率很高的題目：「你會的AI都能做了，公司為什麼還需要你？」作者以多年研發管理與面試經驗為基礎，拆了這道題的問法變體與答題方向。這不是突發新聞，但因為命中了大量工程師的求職焦慮，短時間內在後臺與技術社羣被反覆轉述。

值得把這道題拿出來認真看一遍。因為它考的東西，比字面上多一層。

這句話裡藏著一個跳太快的前提

「你會的AI大部分都能做」，這半句其實沒有冤枉人。寫程式、寫測試案例、寫週報、畫原型，現在的模型確實都能做。作者在文中承認得很乾脆：嘴硬沒用。

問題出在後半句沒說出口的推論。「都會做」等於「不需要你」，這一步跳得太快了。

AI擅長的是待辦清單上寫得清楚的任務：跑回歸、出報告、造資料。但一個崗位真正值錢的部分，往往寫不進職缺描述裡。例如評審會上敢不敢說「這個改動有風險，緩兩天上」；例如灰度放量那一刻點不點頭；例如兩邊開發吵到不可開交時，得有一個雙方都信的人出來收場。

作者舉了一個很具體的場景：線上系統半夜掛掉，告警電話進來，事故羣擠滿人，讀日誌、看監控、定影響範圍、拍板回滾、對外給口徑，忙到天亮，隔天還要在復盤會上講清楚前因後果。這一整晚，模型能搭上手的，頂多只有讀日誌那一段。而且追責的時候，公司不會處分一個模型，最後落到的是那個掛著工作證的人身上。

換句話說，這道題考的是求職者清不清楚：在你的工作價值裡，哪一部分在跌價，哪一部分在漲價。

公司付薪水，付的到底是什麼

作者以自己面試過大量候選人的經驗指出，職缺描述上「精通什麼、熟練什麼」那一欄，現在是最不值錢的。原因很直白：獲取一項技能的成本崩掉了。一個新人跟著AI摸索一個月，能碰熟以前要一年才摸熟的東西，你會的框架他也會，要價還更低。

真正拉開定薪差距的，是另外兩件事。

第一件，這個人來了之後，麻煩會不會變少。同樣寫著「精通自動化」，有人交付的是一堆腳本，跑得很順，漏了場景照樣炸；有人交付的是一句「這版能上」，而這句結論的背後，是他知道哪些地方最容易出事、哪些場景歷史上炸過、這次改動有沒有踩到那些雷區。前者賣產出，後者賣判斷，而公司為判斷付的錢，一直比為產出付的貴。

在AI生成程式碼速度飛快的現在，這件事又被放大。一個錯誤決策，會比以前更快滾成一堆技術債。開發者的價值，從「會寫程式碼」移向「知道哪些程式碼不該寫」。

第二件，出了事，這個人能不能兜住。上線前十分鐘，冒煙測試掛了一條，AI把日誌翻遍，給出兩種可能：環境抖動，或真缺陷，但它給不出準數。發布窗口不等人，放行還是攔下，得有人拍。選項AI都替你擺好了，押錯了，鍋不會輪到它背。

這個邏輯其實不只適用於工程師。凡是要對結果負責、要在資訊不完整的情況下做決定的工作，價值結構都在經歷同樣的重排。這也與我們先前談過的前端工程師補資料庫知識的理由是同一件事：當AI把執行面的門檻壓低，能提出好問題、能驗收AI產出的人，才握有協作裡的話語權。

答題方向：別防守，交證據

多數人聽到這道題會當成攻擊，急著證明AI不行。作者認為方向一開始就錯了。面試官自己公司天天在用AI，AI行不行他比你清楚。他問這題，是想看你知不知道自己的價值在哪一層。

「AI是工具，我駕馭工具」這種答案，十個人背出來一個樣，零資訊量。作者建議的答題骨架圍繞三個具體問題展開。

其一，你用AI把什麼事幹成了什麼樣子。別空喊提效，說清楚原本三天的事現在幾小時，數字越具體越可信。其二，你推翻過AI的哪次輸出，憑什麼推翻。這是判斷力的現場演示，比任何形容詞都硬。其三，出事的時候你怎麼兜底，實際做了什麼。這是責任的履歷。

三樣有一說一。沒有的，從現在開始攢。

回到日常：這題其實天天在答

把鏡頭從面試間拉回日常，這道題不是只有在被問到的那一刻才存在。每一次你直接放行AI的輸出而沒有檢查，每一次你在羣組裡多問了一句「這樣改會不會影響舊場景」，都是在替這道題累積答案。

技能的取得成本正在崩跌，這是不可逆的。但判斷與兜底的能力，取得成本沒有崩跌，因為它們來自踩過的雷、扛過的事故、以及在壓力下做過的決定。這些東西AI讀得到說明，讀不到經歷。

所以與其焦慮「AI會不會取代我」，更可操作的一個問題也許是：過去這一季，你有沒有留下任何一次「我攔下了一個錯誤」的紀錄。有，面試那題自然有得講。沒有，那才是比AI更值得擔心的訊號。