@JustinLau04:你刚招的工程师里有一半很烂。AI 让这一点变得难以分辨。所以我们解决了这个问题:
摘要
Justin Lau 的一条推文称,AI 使得评估工程师的真实能力变得困难,并指出了一种解决这一招聘问题的方法。
你刚招的工程师里有一半很烂。AI 让这一点变得无法分辨。
所以我们解决了这个问题:https://t.co/fQBJtIcEMk
查看缓存全文
缓存时间: 2026/08/07 19:00
你刚雇的工程师里有一半是垃圾。AI 让你根本没法分辨。所以我们解决了这个问题:https://t.co/fQBJtIcEMk
相似文章
"福特的人工智能还不够聪明,无法替代资深工程师——因此它雇佣了350名专家来加强质量控制问题。我们是不是高估了当前的人工智能技术?大语言模型真的有那么聪明吗?"
福特承认在质量控制方面过度依赖人工智能,但这未能替代资深工程师的专业知识,因此已雇佣了350名技术专家来提升车辆质量。
AI并未消除工程工作,只是把难点转移到了别处。
AI让编写代码变得更便宜,却将难点转移到了设定上下文、审查和清理上,需要更熟练的监督。文章认为,团队常常把AI生成的代码当作成品,而实际上它只是一个快速的初稿。
设计抗AI的技术评估方案
Anthropic工程师Tristan Hume探讨了为招聘性能工程师设计抗AI技术作业测试的挑战,并详细介绍了近期Claude模型如何开始超越人类候选人的表现。
我们是在培养AI工程师,还是仅仅是AI工具的使用者?
文章观察到,初级AI工程师倾向于专注于提示工程和低代码平台等高层次工具,而非深入理解基础知识,这引发了对面试中解决问题能力的担忧。
今天的“AI 工程师”只是换了包装的提示词工程师?
一条爆火推文称,当下的“AI 工程师”大多只是被重新包装的提示词工程师,质疑把 API 串一串、加些重试与护栏就算真正的工程,还是仅仅“会用 AI”。