最后一次技术面试

# 最后一场技术面试 今天，我们将为那曾经备受推崇、如今却奄奄一息的技术面试流程敬上一杯。同时，我们也会聊聊什么将取代它。 这篇文章的构思酝酿了近35年——这也是我主持技术面试的时间跨度。在其中的几十年里，我也曾致力于改进流程本身。我不得不对这件事格外上心，因为它实在是太糟糕了。 事实证明，在我入行之前很久，面试就已经是千疮百孔了。尽管人们尝试了无数种打补丁的方式，但直到今天，它依然漏洞百出。然而，它却硬是撑了下来。但如今，它终于要自己走向消亡了。人们对于接下来会发生什么有些模糊，所以我们将探讨一些可能的选项。 但我带给你们的并非一条坦途，也没有什么银弹。记住这一点，小菜鸟，当你读到最后，跑来向我咆哮的时候。 **两大守护神** 回想在亚马逊的时候，我们有一个精英团体，叫做“拔高师”（Bar Raisers），我听说这类似于微软的一个角色，他们称之为“酌情把关者”（As-Appropriate, AA）。在这两种情况下，每次面试轮次都会安排一位值得信赖的面试官（BR/AA），他有权否决面试官试图放行的任何不合格人选。我曾是一名BR，也是“拔高师核心组”的一员：这是一个由贝佐斯和达尔泽尔亲自指派的小组，负责定义BR这个角色本身、选拔新的拔高师、培训他们，并汇报该计划的有效性。 BR和AA的角色，其实是对一个事实的默认：你无法信任你的面试团队能做出正确的招聘决策。这更广泛地暗示着，如果每一轮面试都需要一个“保姆”，那这个流程本身就是有缺陷的。但我们当时确实尽力了。 当然，我们不会把它说成是当保姆。我们会鼓吹“维持高招聘门槛”，并为之加油打气。而且，BR/AA也并非终点。还有数不清的其他面试流程“创可贴”，五花八门，核心都是如何安排一天内进行四到六场面试。一切都围绕着如何将评估塞进一两轮面试中展开。这一点从未改变。 这些创可贴没有一个真正管用——尽管我们竭尽全力想让流程变得完美，甚至只是变得“良好”，但我们依然会招进大量的“假阳性”（不合格人选），并拒绝掉大量的“假阴性”（实际合格的人选）。 现实是，人才评估——我们这个行业将近五十年来几乎未曾改变的一角——已经尴尬地坏掉了。它在实践中就是没那么好用。 最清楚这一点、每天感受最深、却又最没有能力去改变它的人，都在人力资源部门（HR）。科技行业的“技术派”不想改变它，是因为惯性：这么多年来，这个流程勉强还能用，足以抵御一次彻底改革。所以HR所能做的，就是向我们展示它有多糟糕，然后在它出问题的时候进行危机管控。下一节我会分享一个关于此事的惊人故事。 离开亚马逊后，我在谷歌时也一直试图改进面试流程。我曾在谷歌柯克兰的“招聘委员会”工作了好几年，在那里我们处理了数千份微软的简历——那些想从雷德蒙德山那边“叛逃”的人。我编写了一份30页的内部简历筛选指南。我甚至写了一篇博文，《Get That Job At Google》（https://steve-yegge.blogspot.com/2008/03/get-that-job-at-google.html），十七年后的今天，谷歌的招聘人员仍在分发这篇博文。那时我对这些事情可是相当认真！ 简而言之，关于技术评估这行，我知道的几乎不比任何人少。而我准备像《厨房机密》那样，把它彻底抖出来。 这篇文章既有诊断，也有处方。但重要的是诊断。我想让你相信，我们需要在评估人才的方式上进行彻底的变革，而技术面试已经日薄西山了。 看看我能做到什么程度吧。至于解决方案，一旦我们达成共识这确实是个问题，我们就可以慢慢琢磨。 **还记得那次我们集体把自己开除了吗？** 面试的结果在统计上糟糕透顶。谷歌多年来进行了一波又一波的分析，所有的结果都令人难以置信地沮丧。 随手举几个例子：面试官之间几乎毫无共识。把同一个候选人放在我们最聪明的两个人面前，一个会自信地给出“强烈建议录用”，另一个则会干脆利落地给出“不予录用”。没有哪个面试官是万无一失的神谕，即便是杰夫·迪恩也不行。 而且，一旦人们实际入职，他们的面试分数几乎无法预示他们未来的表现——至少按照我们当时那套面试流程是这样。见鬼的是，我们一些明星员工在谷歌面试时失败了四、五次，花了两年多时间才最终入职，然后表现却远超其他人。 事实证明，面试就像一场大型的飞镖游戏，一场“我喜欢你吗”的相亲会。 我们从谷歌所有的统计数据中唯一能发现的是，存在大量可怕的、无意识的面试官偏见，阻碍我们雇佣那些本应该在这里工作的人。谷歌从未在内部公布过这些结果，我只是从HR朋友那里听到一些传闻，但情况确实非常糟糕。 Gergely在他的一个播客中问及技术评估的情况，我跟他说了一个我觉得挺相关的故事，所以在此复述一下。你可以在他的播客上听到更长、更有趣的版本。 在谷歌，他们并没有在每个面试轮次里安排一个像亚马逊那样的小“钦差”，而是（基于证据地）假定所有面试官都是糊涂蛋，于是在每个站点成立了一个名为“招聘委员会”（Hiring Committee, HC）的机构。这个委员会充当该站点所有招聘的最终仲裁者和守门人。我在这个委员会里待了好几年。 当时我们那个HC小组大概有十五个强人，包括许多本地的大佬级谷歌同事，如巨大技术的共同发明者、面试系列丛书的作者，以及现在身居高位的高管们。 我们当时觉得自己牛逼闪闪。 有一天，招聘人员给了我们一批特殊的评审包。在这些特殊的包里，我们能够看到面试官的笔记和候选人的回答。所有个人信息都被隐去了，他们告诉我们这是一次“校准练习”。我们必须像往常一样对这些特殊包进行投票，看看结果如何。我想我们可能以为这些包来自其他站点，因为跨站点校准很常见。 我们的小组按部就班地完成了工作，投票拒绝了大约三分之二的包。这跟通常情况差不多。 但是，惊喜来了，这一次，那些包*就是我们自己的*——是我们当年面试谷歌时的面试记录。招聘人员骗了我们，让我们审阅自己的面试包，而我们投票否决了我们自己小组中的大多数人。 在那短暂的一刻，我们都瞥见了我们的流程有多么彻底地坏掉了。人事部门直接把我们的鼻子按在了这坨屎上。 但我们从未修复它。 按回车键或点击查看全尺寸图片 当我们意识到那是我们自己时的那一刻。 **变革是禁忌** 我曾在谷歌的一个公共邮件列表里挑战过面试流程，结果一位重要的工程领导把我拉到一边，说我“在教堂里放屁了”。人们不允许质疑面试流程是否有效。挑战它，无异于对整个工程团队的水平说三道四。首先，你竟敢如此？ 此外，许多工程师和管理者继续为这个流程辩护，即便他们知道它有多糟糕，因为这是他们自己通过的考验，所以别人也必须通过。当我这么说的时候，听起来很傻，但每当你建议改变流程时，总能听到这种论调的回声。 当你把这一切加起来，并为此折腾大约35年之后，你最终会发现，面试——其目标是确定“这个人能否胜任这份工作”——从根本上就无法以任何可靠的程度回答这个问题。这近乎于伪科学。 至少谷歌试图去测量它，这一点值得喝彩。他们确实找到了一些可操作的东西。比如，超过四轮面试就纯属浪费时间了，诸如此类。但总体来说，画面是暗淡的，而且大部分都无法转化为实际行动。 大多数公司从不对自己的面试流程进行内省——至少不是那种“我们旨在改变它”意义上的内省。他们可能会调整一下覆盖哪些能力，或者复盘会议是什么样子的。 但核心流程——一系列短时间的一对一面试——五十年来从未改变。我们大多数人还没出生的时候，就一直在用这套愚蠢、糟糕的面试流程了。不知道你是怎么想的，反正我是受够了。 所以，在今天的博文里，我将展示所有已被尝试过的方案，然后指出一个更好的方向。作为行业，我们可以开始朝那个方向前进。只要我们有足够多的人大致上都做同一件事，它就应该能获得动力。 我相信，几年之内，我们大部分人会停止进行技术面试，它们会像颅相学（如果听说有些面试官还在用颅相学，我一点都不会惊讶）一样，沦为一段可爱的历史注脚。面试将成为我们过去做的另一件古怪事情。 你准备好了吗？我准备好了。出发！ **信号问题** 人才评估是一个信号问题。你需要大量的信号。你想尽可能清晰地描绘出候选人的画像，这需要大量数据。 你得到的第一个信号源是候选人的简历。正如戴夫·巴瑞告诉我们的：“简历远不止是一张纸。它是一张写满了谎言纸。”公司每年会收到数千到数百万份简历，信噪比糟糕透顶。AI辅助写作正在加剧这个问题，如今的简历作为信号源已近乎无用。 我们过去做的第一件事是技术电话面试。这对双方来说都极其艰难。所有人都讨厌它。想象一下只凭音频为别人写代码。Zoom让它们过时了。但即使是那些糟糕的电话面试，作为信号，也比简历*强得多**，因为你可以和那个人共度一段时间。 下一级别的信号是“已完成的工作”，包括证书和评估（如编程学院和挑战赛），以及个人的开源工作。这些都是较弱的信号源，因为你无法在他们工作时与他们互动。但它们可以作为一个有用的决胜因素或“敲门砖”信号，帮你进入下一个评估阶段。 直到现场面试环节，招聘信号才开始显著改善。但即使是现场面试，众所周知也与现实工作大相径庭。在白板上面试和在实际工作中观察他们相比，结果如何？我想我们都知道答案。 所以，你只有几分钟看他们的简历，半小时的视频面试，和几场现场面试。今天的标准招聘流程仅仅收集了几个小时的信号，就要做出可能持续数年的雇佣决定。 **试用雇佣来救场** 人才评估的黄金标准信号，如果可行的话，就是实习。这通常让候选人作为准员工工作大约3个月。他们是一个团队的一部分，做“真正”的工作——尽可能真实，这因团队而异——并根据他们完成工作的质量进行评估。 一个为期3个月的实习，其信号强度显然远高于一天的面试轮次。除非你实在搞砸了实习的管理（搞砸的难度可能比你想的要容易），否则你对他们的技能、能力以及他们与团队的“融合”程度，会比实习开始时有一个清晰得多的认识。这个信号比面试轮次强得多，以至于你在做最终决定时常常会忽略面试反馈。面试只是让实习生获得了“进门”的机会，而实习本身变成了评估。 我见过一些公司在寻找“合适的人做合适的工作”上走得更远。我工作的第一家公司，Geoworks，有一个严格的要求：每个候选人必须先完成一个为期六个月的实习合作项目（co-op），然后公司才会做出雇佣决定。 这个实习合作项目类似于暑期实习，但我们是高薪的全职员工（任何没有学校提供福利的人都享受福利），做两倍时间的硬核真实工作，所有人都拼命想知道自己最后能不能被录用。 实习信号（~7周的有效工作时间，在适应期之后）和实习合作项目信号（5个月的实际工作）之间存在实质性差异。那一年是1992年，Geoworks从我们8个人中录用了3个。门槛高得离谱，感觉他们是在培养新的“猎魔人”。对那些没被录用的人来说很遗憾。但他们的方法打造了一个几乎全是明星和超级明星的公司。 作为实习合作项目有效性的证据，亚马逊在 1999 年（我加入几个月后）收购式挖走了 Geoworks 西雅图办公室，带来了近 30 名工程师（我自己启动了整个过程，几个月后看到我的老同事在走廊里闲逛，感觉很不真实）。亚马逊的领导层多次说过，甚至在两周前我还从一位资深 VP 那里听到，Geoworks 团队是他们带进来过的最强团队。许多 Geoworks 的员工后来在亚马逊和/或谷歌做出了惊人的成就。 所以，Geoworks 的 6 个月实习合作项目是铂金级别的信号。还能更进一步吗？你愿意走多远？在供应端，滑铁卢大学以其计算机科学专业的学生在毕业前总共完成六次实习（总共大约两年真实工作经验）而闻名。这极大地提升了滑铁卢毕业生的信号，以至于公司们激烈竞争，优先招聘滑铁卢的实习生和毕业生。 我们在这里讨论的是*试用雇佣*。这是在绑定“录用”变量之前进行的“不投入”式评估。不管是实习、实习合作项目，还是合同转正，它都是一个临时职位，不是兼职：试用雇佣是与兼职雇佣不同的一个维度。试用雇佣*目前*是行业在“如何可靠地知道该录用谁”这个问题上找到的最佳解决方案。 但是，等等，如果试用角色如此有效，为什么还要费心把它们做成试用性质呢？为什么不直接雇佣人，让他们工作，如果他们不合适就解雇他们呢？ 要是这么简单就好了。实际上，除了，你懂的，法律之外，这确实很简单。大多数试用雇佣方案都是对美国雇佣法的变通。信不信由你，美国法律确实为员工提供了一些保护，尽管这些保护与世界其他地区相比很薄弱。 在美国，你不能随随便便就炒掉一个人，即使他表现不佳，即使是“随意雇佣”，也面临着被起诉和赔偿的风险。这使得招聘决策的风险如此之高。 但如果员工是*试用性**雇佣的，那就另当别论了。他们的实习或合同只是“结束了”。感谢参与。 所以，在公司能钻空子的情况下，他们完全会尽量利用试用角色，尽可能久地推迟做出正式职位的决定。 **你管这叫救援？** 好吧！如果试用雇佣就是答案（它不是，但我们暂且假装它是，因为它目前是同类型中最好的）……