Классические технические собеседования с ИИ уже невозможно строить вокруг запрета на подсказки: типовую алгоритмическую задачу языковая модель подготовит за секунды, а онлайн-кандидат может использовать незаметного суфлёра. В SymbioWay решили не воевать с этим набором инструментов, а официально разрешить ИИ-агентов на интервью — и перенести проверку туда, где одной генерации кода недостаточно.
Автор методики, работающий в IT с 2004 года и в роли тимлида с 2008-го, описал подход в материале Habr / Карьера. По его оценке, с середины 2024-го до середины 2026 года количество IT-вакансий в России сократилось вдвое. На более жёстком рынке у кандидатов стало больше стимулов приукрасить резюме и пройти дистанционный отбор с внешней помощью, а у работодателей — меньше права на ошибку при найме.
Проблема не сводится к нечестности отдельных соискателей. Онлайн-интервью давно стало привычным форматом: оно быстрее и дешевле очной встречи, особенно если команда нанимает людей из разных городов. Но вместе с ним появились сервисы-суфлёры, способные слушать вопросы и предлагать ответ вне поля зрения интервьюера. Параллельно генеративные модели научились уверенно собирать шаблонные решения для задач на массивы, строки, сортировки и популярные паттерны. Проверка «напишите функцию с нуля за 20 минут» всё чаще измеряет не инженерный уровень, а качество подсказки и скорость копирования.
Раньше SymbioWay использовала знакомую многим техническим руководителям схему: live coding, разбор написанного кода, доработка решения, затем небольшие задания и теоретические вопросы. Такая практика выросла из идеи приближать интервью к рабочим ситуациям: смотреть не только на правильный ответ, но и на скорость, качество кода, ход рассуждений и вовлечённость кандидата. Теперь эта логика сохраняется, но объект проверки меняется. Важен не сам факт, что разработчик умеет вызвать агента, а то, способен ли он поставить ему задачу, оценить результат и не пустить в продукт убедительно выглядящую ошибку.
В новой модели кандидат может пользоваться ИИ прямо во время разговора. Задание при этом должно быть многоуровневым и опираться на архитектуру, существующий код или конфликтующие требования. Агент может быстро предложить вариант исправления, но не возьмёт на себя ответственность за выбор компромисса. Интервьюер видит, какие вводные человек выделяет, как формулирует запрос к модели, замечает ли ложные предположения, умеет ли объяснить последствия правки для данных, API, производительности и поддержки. Если соискатель принимает первый ответ модели без проверки, разрешённый инструмент только быстрее проявляет слабое место.
Это заметно отличается от попыток вернуть контроль через прокторинг, ограничения браузера или требование включить камеру на весь экран. Такие меры могут отсечь часть прямого списывания, но не доказывают, что человек сможет работать в команде с теми же ИИ-инструментами. Более того, они создают гонку между системой наблюдения и способом её обойти. Для работодателя полезнее проверить поведение, которое действительно понадобится после оффера: декомпозицию неясной задачи, чтение чужого кода, аргументацию решений, ревью сгенерированного фрагмента и способность вовремя сказать «я не уверен».
Для разработчиков вывод довольно практичный. Технические собеседования с ИИ не отменяют базу — структуры данных, устройство платформы, тестирование, безопасность и архитектурное мышление. Напротив, именно эта база позволяет заметить, что модель перепутала контекст, добавила ненужную зависимость или закрыла один сценарий ценой поломки другого. Умение быстро получать код от агента становится полезным навыком, но само по себе не заменяет понимания, почему этот код должен существовать и как он поведёт себя в реальном сервисе.
Для тимлидов и HR это повод пересмотреть и задания, и критерии. Вместо изолированной олимпиадной задачи можно предложить небольшой фрагмент проекта с багом, неполным описанием и несколькими допустимыми путями решения. Оценивать стоит не только итоговый патч, но и вопросы кандидата, последовательность проверки гипотез, качество тестов и объяснение рисков. Такой формат требует более сильного интервьюера: оценку по-прежнему должен вести специалист, который сам способен разобрать архитектурный выбор, а не свериться с заранее заготовленным ответом.
Разрешение ИИ не сделает найм автоматически точнее: плохо составленное задание агент лишь поможет пройти ещё быстрее. Но рынок постепенно вынуждает компании проверять не способность работать в стерильной среде без инструментов, а инженерную зрелость при их наличии. Следующий спор в найме будет не о том, разрешать ли модели на интервью, а о том, какие рабочие задачи достаточно показательны, чтобы отличить автора решения от оператора подсказок.
