全場輸出負一也能拿三分：網易筆試的「最速寄寄」，寄掉的是誰的篩選精度

（沈安）

九月十九日晚上，牛客網上出現了一個後來被戲稱為「最速寄寄傳說」的討論串。網際網路秋招筆試開考，大批應屆生在考後湧進論壇對答案，結果發現彼此的慘況高度一致：編程大題看不懂題意，索性全部輸出「-1」碰運氣，最後系統判分給了三點零三分。有人截圖自嘲，有人跟進回覆「同款三點零三」，一場筆試就這樣在社羣平臺上變成了集體迷因。

這件事表面上是考生之間的苦中作樂，但把它放到招聘流程裡看，其實暴露了幾個值得所有求職者與用人方都理解的結構問題。

先看那一行最容易被略過的數字

「全輸出負一，得三點零三分」這件事之所以好笑，是因為它證明了評分系統裡存在著可以被無技術含量手段拿到的保底分。三點零三這個數字精度很高，顯然來自某幾個測試用例的固定權重，只要輸出格式碰巧對上其中一個極端情況，分數就進帳了。

對考生來說，這是一種策略性放棄後的殘值回收。對招聘方來說，這代表筆試分數的區間被污染了：一個什麼都不會的人和一個會一半的人，在這一題上的分差可能小到無法區分。篩選工具的意義在於拉開差距，當差距被壓縮，工具就開始失靈。

用日常一點的比喻，這就像一份選擇題考卷，某題的四個選項裡有一個因為出題疏漏而對所有答案都給部分分。認真作答的人拿到的分數，和蒙對的人差距被抹平了，排名自然失真。

AI Coding 關卡：規則還沒講清楚，考場先開打了

這場筆試的另一個爭議點是所謂的 AI Coding 環節。根據考生事後討論，這個環節允許或要求使用 AI 輔助完成程式碼任務，但判分標準的資訊並不對稱。有考生讓 AI 自己找 bug、自己補單元測試，看到測試全部通過就交卷，事後才在討論區得知「單元測試是根據你自己補的測試用例來判分」，等於自己給自己打分數的成分很高。還有人做到一半手機沒電、監控異常，火急火燛重新驗證後才勉強提交。

這裡的問題不在於「用 AI 算不算作弊」，而在於考核目標的模糊。如果企業想考的是駕馭 AI 工具的工程能力，那判分應該看任務完成度與程式碼品質；如果想考傳統演算法能力，那引入 AI 環節本身就與目標衝突。現在的狀態是兩者混在一起，考生不知道遊戲規則，連「測試通過是否等於得分」這種基本問題都要靠賽後眾人拼湊。

這種資訊不對稱對求職者的實際影響很具體：同一場考試裡，弄懂潛規則的人和埋頭寫程式碼的人，拿到的結果可能完全不成比例。面試還沒開始，運氣成分就先喫掉了一塊。

這種「規則不明、眾人摸索」的處境，其實和 工作作為社會介面的焦慮 裡討論的現象同源：求職者面對的從來不是單純的能力問題，還有一整套自己無法掌控、也只能靠社羣經驗拼圖的制度介面。牛客網這類平臺的存在價值，很大一部分就是在補這個資訊落差。

招聘漏鬥的數學，決定了筆試只能長這樣

要理解網易為什麼把筆試設計成這種高難度、低區分度的形態，得先看漏鬥的形狀。網際網路大廠秋招一個職位動輒收到數萬份履歷，筆試的第一功能從來不是「找出會寫程式的人」，而是「在最短時間內把池子縮小到面試官負擔得起的規模」。

在這個目標下，題目難到大多數人拿低分反而是可接受的。漏鬥上端的人靠少數難題拉開差距，中段和底部的分數混在一起，對企業的損失有限，反正本來就要淘汰。受害的是卡在中間的候選人：你可能比那個全輸出負一的人強得多，但在這份考卷上，你們的分數在同一個區間。

這也解釋了為什麼考生社羣會發展出「騙分文化」。輸出負一、構造特殊格式、猜測測資邊界，這些都是在規則縫隙裡搶分的技巧。當正規作答的期望報酬太低，策略性取巧就成了理性選擇。企業若只把這當成考生素質問題而不檢討題目設計，明年同一個日期還會出現同一個迷因。

所以呢：給求職者的三個實際判斷

第一，把筆試分數當成訊號而非判決。低分不等於沒機會，高分也不保證進面試，大廠的筆試權重在整個流程中向來有限。真正決定去留的，多數時候是履歷上的專案經驗與面試表現。同一個討論串裡，就有考生筆試表現平平，卻靠一場小公司面試直接拿到實習轉正的機會。

第二，賽後資訊戰和考場表現一樣重要。判分規則、題目出處、各廠筆試的發放節奏（討論串裡就有人因為遲遲收不到某廠筆試連結而求助），這些情報在牛客網、小紅書等平臺的流通速度遠快於官方說明。參與社羣討論不是焦慮的來源而已，它本身就是求職技能的一部分。

第三，對用人方而言，這次事件是一份免費的試題品質報告。當「全輸出負一得三分」和「AI 補的測試自己全過」成為普遍經驗，代表題目設計與判分機制都到了該重新校準的時候。篩選工具失真，最終買單的是企業自己：要嘛漏掉了能幹活的人，要嘛在面試階段花更多成本重新篩。

一場筆試結束二十四小時內，考生的集體記憶只剩下「三點零三」這個數字和一串苦笑。招聘季還很長，迷因會換，但那個更根本的問題不會自動消失：當篩選機制精確到小數點後兩位，卻分辨不出努力與取巧，它量測的到底是能力，還是運氣。