Инженерный менеджер Anthropic Феликс Ризеберг перестал использовать традиционные задачи на программирование при найме в свою команду. Его аргумент прост и неприятен для всех, кто ещё хранит конспекты по алгоритмам: кодинг-интервью с ИИ всё хуже измеряют способность человека работать, потому что Claude уже уверенно решает типовые задачи сам.
Ризеберг написал, что раньше короткие практические задания всё же давали полезный сигнал: показывали, как кандидат формулирует проблему и находит решение. Но теперь проверять человека небольшой задачей на React, по его мнению, примерно так же осмысленно, как экзаменовать по ассемблеру. Об этом сообщает The Register.
Речь не о том, что разработчику больше не нужно понимать код. Меняется объект проверки. На реальной работе инженер всё чаще получает не пустой редактор и часовое ограничение, а IDE, репозиторий, документацию, коллег и ИИ-агента. В этой среде ценность создаёт не тот, кто быстрее вспомнил обход графа на доске, а тот, кто правильно сузил задачу, заметил риск в предложенном ИИ патче, выбрал разумный компромисс и довёл изменение до продакшена без сюрпризов.
Именно здесь традиционный формат начинает давать ложные сигналы. Если работодатели запрещают помощников на интервью, они проверяют навык, который кандидат может почти не использовать в будущей работе. Если разрешают — получают другую проблему: трудно отделить самостоятельное инженерное мышление от удачного промпта и бездумного принятия сгенерированного кода. Для российских команд это знакомая развилка: формально «честный» тест нередко оказывается оторван от повседневного процесса, а домашнее задание всё чаще выполняется вместе с моделью.
Ризеберг не предлагает готовую замену. Он говорит, что просматривает резюме и портфолио в поисках небольших прототипов, которые показывают вкус, эмпатию к пользователю и способность принимать решения на принципах, а не только собирать работающий код. Формулировка важна: прототип должен быть не витриной из десятка сгенерированных экранов, а артефактом с понятной задачей, ограничениями и объяснением сделанных выборов. Для кандидата это почти прямой намёк: GitHub-проект без контекста становится слабее, чем короткий, но внятно описанный рабочий кейс.
Похожую мысль высказала главный инженер Google Джаана Доган. Она отметила, что интервью о том, как человек работает с кодовыми агентами, может дать больше информации о его инженерных навыках, чем привычная проверка решения задачи. Google, по сообщениям СМИ, ещё несколькими месяцами ранее начал пересматривать собственный подход к техническим интервью. Это не означает, что крупные компании одномоментно выкинут секции с алгоритмами из найма: слишком много процессов, уровней и ролей завязано на стандартизированные оценки. Но направление дискуссии уже изменилось.
Рынок при этом не спешит хоронить тесты. Экономист ZipRecruiter Николь Башауд сообщила The Register, что в октябрьском опросе 2026 года среди 1 500 работодателей компании из информационного сектора оказались наиболее склонны проверять навыки на ранних этапах: формальные тесты требуют 62,5% таких работодателей. Более того, 70% работодателей сектора перешли к заданиям под наблюдением или к очным оценкам, чтобы ограничить использование ИИ при ответах. Иными словами, пока одни менеджеры пытаются приблизить интервью к реальной работе с агентами, другие пытаются вернуть кандидата в комнату без них.
Это расхождение объяснимо. Техническое интервью никогда не измеряло только умение писать код. В нём смешаны фундаментальные знания, скорость рассуждения, коммуникация, реакция на неопределённость и удобство сравнения большого числа кандидатов. Автоматизация делает часть этой конструкции менее убедительной, но не убирает потребность в отборе. По словам Башауд, 61,5% работодателей информационного сектора называют критическое мышление одним из ключевых дефицитов у кандидатов. Модель способна предложить десять реализаций, но не возьмёт на себя ответственность за то, что одна из них ломает биллинг, нарушает требования безопасности или превращает поддержку в еженедельный квест.
Для разработчиков вывод не сводится к совету «учитесь промптить». В кодинг-интервью с ИИ придётся уметь объяснить, как вы проверяете вывод модели: где просите её генерировать варианты, какие части переписываете сами, как тестируете изменения, когда отказываетесь от предложенного решения. Для руководителей найма полезнее обсуждать с кандидатом живой фрагмент продукта или просить разобрать реальный, но обезличенный инцидент, чем измерять скорость написания знакомой функции. Такой формат дороже и хуже масштабируется, зато ближе к тому, за что человека затем будут платить.
Смерть классического интервью пока преждевременно объявлять окончательной: цифры ZipRecruiter показывают обратное. Но кодинг-интервью с ИИ уже заставляют компании выбрать, что именно они хотят нанять — человека, способного пройти искусственный экзамен без инструментов, или инженера, который умеет использовать сильные инструменты и не теряет профессионального суждения, когда они ошибаются.
