Skip to content
雲里
里雾
YoYo / 分析报告

AI-Native 工程师:从「写代码」到「驾驶 AI」

瑶瑶
YoYo

来源:ai-native-hiring-guide(易哈佛医疗内部面试工具,2026 年开源)

核心前提

2026 年,程序员是机甲战士。不再招「会写代码的人」,而是招「会驾驶 AI agent 的人」。

这份手册是一个 AI 驱动团队的内部面试工具,单文件 HTML,浏览器直接用。它对「什么是好的 AI 时代工程师」的定义,值得细读。

双岗模型

手册把候选人分为两类,不强行要求兼具:

Builder 型(产品直觉 + 驱动 AI + 基本设计感)

Reviewer 型(极强系统思维 + 极快评审速度)

关键洞察:中间地带正在消失。 传统「只写代码」的执行型程序员,在这套流程里越来越没有位置。

五个范式转变

手册开篇定义了他们的核心开发流程:

提交 Issues → [[Claude Code]] 审核确认 → 建分支
→ 人类确认方案 → [[Claude Code]] 写代码 → PR 由 Claude Code Review
→ 人工最终审查合并

在这个流程背后,有五个范式转变:

  1. PRD 没死,顺序变了:先出原型,再配文档说明意图
  2. 前后端分工淡化:通才比以前更值钱
  3. 沟通是最大瓶颈:Issues 写得好不好,直接决定 AI 能走多远
  4. 人类价值转移:从「写代码」转为「提出正确问题」和「做好 Review」
  5. 系统思维是瓶颈:会用 AI 写代码很容易,知道该建什么、怎么建、建出来对不对——这才是稀缺能力

核心考察:AI 驾驶能力

整个评估体系里,「AI 驾驶能力」在 Builder 和 Reviewer 两个岗位中权重都是最高的(25%)。

5 分标准:指令分步 + 主动提供约束 + 每步验收 + 灵活调整策略

1 分标准:把 AI 当搜索引擎、复制粘贴、不验收、不调整

手册的核心评语:「最终产出能不能跑通不重要,驾驶过程才重要。」

一票否决的 6 条

无论总分多高,触发任何一条直接淘汰:

  1. 不能接受 AI 比自己写得好
  2. Issues 写得像工单(缺上下文、约束、预期)
  3. Review 只说「感觉不对」(说不出具体问题)
  4. 只关注技术实现,不问「为什么要做」
  5. 沟通需要多轮才说清一件事
  6. 面试结束没提出有质量的问题

第 5 和第 6 条在传统面试中几乎不会出现,但放在 AI 驱动的工作流里完全合理:如果跟人类同事都说不清楚,跟 AI 的沟通效率只会更差。

Issues 写作 = 核心硬能力

手册把「写 Issue」提升到与「写代码」同等甚至更高的地位:

5 分 Issue 的标准:背景清晰 + 复现完整 + 预期明确 + 边界已列,Claude Code 可直接处理

1 分 Issue 的样本:「搜索有问题,请修复」——AI 无法行动

设计哲学

这份手册和 Superpowers 项目有有趣的呼应:

维度SuperpowersAI-Native Hiring Guide
定位给 AI agent 的行为约束给人类的能力评估
核心问题AI 怎么做好人怎么驾驶 AI
共同信念流程 > 直觉判断力 > 执行力
共同手法Anti-Rationalization一票否决

互补关系:Superpowers 约束 AI 的行为,这份手册评估人类驾驶 AI 的能力。一个管机甲,一个选战士。

总结

相关:AI-Native 工程师 · Issue Quality · Agent · Superpowers 分析 · 阅读笔记:面试考什么

这份手册对「AI 时代工程师核心能力」的重新定义:

  1. 写代码不再是核心门槛 — 能力评估重心从执行转向判断
  2. 沟通成为硬能力 — Issue 质量、反馈清晰度、决策速度
  3. 中间地带消失 — Builder 或 Reviewer,两者都不是的不录用
  4. AI 驾驶是基本功 — 两个岗位中权重都最高
  5. 好奇心是底线 — 不好奇的人无法在这个时代创造价值

分享这篇文章:
分享到微博 分享到 QQ 分享到 X

Previous
雲里雾里 v2 — 用 PARA 重塑知识结构
Next
Superpowers:给 AI Agent 立规矩