РЕДАКТИРОВАНИЕ 2 (от 8 октября 2025): Только что стало известно! Google завершил пилотный проект очных собеседований для инженеров-программистов на своих крупнейших площадках (Bay Area, Сиэтл, Нью-Йорк, Польша, Бангалор). Похоже, формат будет таким: 2 виртуальных интервью, затем 3–4 очных. Планируется «активно» внедрить этот подход для всех инженерных позиций в ближайшие 2–3 месяца.
РЕДАКТИРОВАНИЕ: Этот материал также был освещён в рассылке The Pragmatic Engineer.
Полтора года назад мы опубликовали пост «Насколько легко жульничать на технических собеседованиях с ChatGPT?». В нём мы рассказали о наших экспериментальных выводах: если компании задают задачи с LeetCode дословно (или даже с небольшими изменениями), обмануть систему довольно просто. Полностью кастомные вопросы оказались практически неуязвимы для читерства.
В связи с этим мы предсказали, что техническое собеседование должно измениться, и компании вынужденно откажутся от шаблонных задач LeetCode в пользу более персонализированных вопросов. Несмотря на это предсказание, мы были уверены, что, даже если содержание и формат изменятся, алгоритмические интервью никуда не денутся.
Теперь мы начинаем видеть некоторые подвижки, и в последнее время технические собеседования привлекли много внимания в прессе. Как это часто бывает со СМИ, заголовки в основном кликбейтные. Они намекают, что компании (в частности Meta и Anthropic) теперь разрешают использовать ИИ на собеседованиях. Конечно, многие инженеры с надеждой интерпретируют эти заголовки как знак того, что алгоритмические интервью уходят в прошлое… но так ли это на самом деле?
И что ещё меняется? Вернёмся ли мы к очным собеседованиям? Станут ли вопросы сложнее? Насколько распространено читерство и что компании с этим делают? Если кандидатам разрешат использовать ИИ, как будут выглядеть новые форматы интервью? И чем всё это отличается между FAANG и FAANG-подобными компаниями и стартапами?
И, наконец, самое главное: можем ли мы сказать: «А мы же говорили!»?
Чтобы разобраться во всём этом, мы опросили наших интервьюеров (все они из FAANG и смежных компаний) и некоторых пользователей (которые проводят собеседования в своих компаниях). Респонденты в основном представляли FAANG, а также компании вроде Stripe и Uber.
В дополнение к опросу мы поговорили с Амандой Ричардсон (CEO CoderPad) и Ильёй Тилисом (VP of Product в Codility), чтобы понять, как их клиенты интегрируют ИИ в интервью и оценочные задания.
Что меняется в FAANG и около них?
В FAANG, особенно в Meta, кое-что действительно меняется. Но в компаниях, близких к FAANG, изменений почти нет! Вот как несколько наших интервьюеров из таких компаний описали ситуацию (хотя большинство просто ответили «Не применимо»), когда мы спросили их, как ИИ повлиял на их процессы:
«Моя компания движется медленно, несмотря на многочисленные инциденты с читерством и другие проблемы».
«Честно говоря, со стороны интервьюера мало что изменилось. Я обращаю внимание на то, не жульничает ли кандидат, но это всё».
Это удивительно, потому что FAANG-подобные компании меньше и, по крайней мере в теории, более гибкие, чем их «гигантские» собратья. Но, нравится нам это или нет, именно FAANG задают тон и структуру технических интервью в нашей отрасли, а все остальные следуют их примеру. В 90-х это был Microsoft. Сегодня, вероятно, Meta (чуть позже мы объясним, почему Meta станет лидером во внедрении ИИ в технические собеседования). Как сказал один из наших интервьюеров:
«Я считаю, что прецедент, который создаст Meta с разрешением использования ИИ на собеседованиях, будет принят и в других крупных технологических компаниях».
Итак, что же меняется в FAANG?
- Алгоритмические вопросы никуда не уходят (по крайней мере, пока).
- Читерство (или, по крайней мере, его восприятие) — реальная проблема.
- Хотя алгоритмические вопросы остаются, многие компании изменили сами вопросы, и многие интервьюеры меняют то, КАК они их задают.
- Самое заметное изменение процессов в FAANG — внедрение систем обнаружения читерства (но не все FAANG их используют).
- Meta запустит интервью с ИИ-ассистентом в рамках очного этапа в следующем квартале, но это будет частью очного этапа и НЕ заменит алгоритмический телефонный скрининг.
- Неясно, вернутся ли очные собеседования.
Стартапы — совсем другое дело. Они вносят самые разные изменения под влиянием ИИ: и в вопросы, и в процессы. Мы расскажем о стартапах в конце поста.
Хотя пока в FAANG+ не так много изменений, те, что есть, обнадёживают. Много лет назад один интервьюер из Twitch сказал фразу, которая стала нашей любимой цитатой о собеседованиях: «Задача интервьюера — понять, может ли он и кандидат быть „умными вместе“».
Вот и всё. Именно в этом суть хорошего собеседования.
Эти изменения, надеюсь, вернут нашу отрасль на правильный путь, подальше от гонки вооружений, когда кандидаты заучивают всё больше задач с LeetCode, а компании поднимают планку, ожидая мгновенного воспроизведения этих ответов.
Теперь давайте углубимся в детали!
Методология
Мы разослали опрос нашим интервьюерам и части пользователей. Получено 67 ответов, в основном из компаний FAANG и FAANG-подобных, а также от нескольких стартапов.
В опросе мы спрашивали, как изменились процессы и вопросы в их компаниях с появлением ИИ. Также мы интересовались распространённостью читерства и ожидаемыми изменениями в будущем.
Мы предупредили респондентов, чтобы они отвечали исключительно на основе собственного опыта, а не на основе слухов или того, что они видели в прессе.
Алгоритмические вопросы остаются — пока
Для начала — главное открытие. Из 52 респондентов из FAANG НИ ОДИН не сказал, что их компания отказалась от алгоритмических вопросов.
Однако более половины респондентов считают, что через 2–5 лет алгоритмические интервью уже не будут столь заметны, как сейчас. Тем не менее около 20% уверены, что они никогда не исчезнут полностью.
Читерство реально, и некоторые компании вкладываются в его обнаружение
Около трети интервьюеров FAANG заявили, что они действительно ловили кого-то на читерстве во время интервью, а 81% сказали, что подозревают кандидатов в использовании ИИ для обмана.
Реагируют ли компании на это внедрением систем обнаружения? Да. На вопрос, изменил ли ИИ процесс собеседований в их компаниях, единственным изменением, которое назвали интервьюеры, было внедрение средств обнаружения читерства. Однако это пока не очень распространено — лишь 11% интервьюеров FAANG сказали, что их компании используют такое ПО. Но практически все эти интервьюеры (кроме одного из Microsoft) были из Meta.
Meta действительно, похоже, делает ставку на борьбу с читерством. Как сказал один из наших интервьюеров из Meta:
«Борьба с читерством сейчас в Meta на переднем плане. Теперь мы должны отмечать, подозреваем ли мы кандидата в обмане, практически на всех типах собеседований и уровнях (ранее это было только для кодинга), и приводить обоснование. Также мы требуем, чтобы кандидаты показывали весь экран и отключали все фоновые фильтры (включая размытие) в большинстве интервью».
Мы также поговорили с Амандой Ричардсон, CEO CoderPad, чтобы получить больше контекста о средствах обнаружения читерства. CoderPad, безусловно, лидирует в области инструментов для технических интервью, и среди его клиентов — Meta, отдельные команды Microsoft и многие FAANG-подобные компании. Аманда подтвердила, что CoderPad по умолчанию включил функцию обнаружения читерства (мониторинг подозрительных действий, таких как копирование/вставка или переключение вкладок браузера) для всех клиентов.
Несмотря на это, НИ ОДИН из опрошенных инженеров FAANG-подобных компаний не сказал, что они используют средства предотвращения читерства. Один даже заметил:
«Моя компания движется медленно, несмотря на многочисленные инциденты с читерством».
В чём же расхождение? Возможно, интервьюеры просто не знают о наличии средств обнаружения или отключают их, но, скорее всего, ещё рано говорить о единой политике во всех командах, особенно в компаниях с высоким уровнем хаоса.
Хотя мы ожидаем, что обнаружение читерства станет более стандартным в ближайшие месяцы, основной способ борьбы с ним в FAANG+ — это адаптация вопросов и изменение подхода к их задаванию.
Вопросы меняются (и, возможно, становятся сложнее)
Несмотря на то, что алгоритмические вопросы никуда не делись, 58% интервьюеров FAANG сказали, что они скорректировали типы задаваемых алгоритмических вопросов. Вот что изменилось, по словам самих интервьюеров (привожу их комментарии):
Meta
«Я рассматриваю использование ИИ как аналог заучивания задач с LeetCode — навык, который я ищу на собеседовании, — это не запоминание популярного вопроса, поэтому небольшое изменение популярного вопроса — очень лёгкий способ поймать это. Более открытые вопросы, которые проверяют мышление, а не применение известного шаблона. Описание вопроса стало намного длиннее, постановка — сложнее».
Microsoft
«Мы выбираем вопросы, требующие беглого объяснения концепций, и задачи по кодингу, которые сложнее, где решения LLM часто содержат „подсказки“. Варианты задач LeetCode. Или проверка того, как кандидат может расширить существующую логику, используя классовую структуру, вместо переписывания всей логики. Больше внимания системному мышлению, более сложным/практическим задачам реализации, которые специально подобраны так, чтобы вызывать слишком специфические/редкие и неправильные ответы от LLM».
Amazon
«Я создаю варианты задач, чтобы обмануть потенциальное использование ИИ (а также обойти тех, кто заучивает задачи). Меньше копирования с LeetCode, больше мышления на основе той же концепции. Что бы я ни выбрал, это не будет прямым заимствованием с LeetCode».
«Без задач в стиле LeetCode; вместо этого задачи с множеством подзадач, которые требуют много решения проблем, а не много кодирования. Другая терминология и уровень абстракции, на которых ИИ-инструменты не обучались. Вероятно, требуется комбинация 2+ структур данных/алгоритмов. Сосредоточены на более абстрактных идеях, которые не привязаны к одному ответу. Задачи с несколькими решениями».
Roblox
«Поскольку можно мгновенно получить ответ на большинство вопросов с LeetCode, мы убеждаемся, что наш вопрос не может быть решён стандартным чат-ботом».
На наш взгляд, всё, что уводит отрасль от необходимости заучивать вопросы, — это очень хорошо. Конечно, компании улучшают процессы не потому, что это правильно, а по необходимости, и читерство становится вынуждающим фактором.
К сожалению, многие компании по-прежнему берут задачу с LeetCode и слегка её видоизменяют. В нашем исследовании читерства полуторагодовой давности мы видели, что небольших изменений недостаточно — между результатами кандидатов, жульничавших на дословных и слегка изменённых вопросах LeetCode, не было существенной разницы.
Если вы действительно хотите, чтобы ваши вопросы были защищены от читерства, нужно приложить усилия и создавать собственные вопросы. О том, как это сделать, мы расскажем в приложении в конце статьи.
В этом месте вы можете задаться вопросом: становятся ли вопросы сложнее? Судя по ответам, «не сильно». Только 21% интервьюеров FAANG признались, что сознательно задают более сложные вопросы. Однако даже если сами вопросы не становятся сложнее, наши данные показывают, что планка для успешного прохождения собеседования за последние несколько лет действительно поднялась.
Интервьюеры также меняют подход к задаванию вопросов
Одно из более тонких изменений, которое мы заметили в опросе, касалось не того, какие вопросы задают, а того, как их задают. Около трети опрошенных интервьюеров FAANG+ отметили это.
Вот что они говорят:
Meta
«Я обращаю внимание на паттерны в подходе кандидата к решению. У ИИ есть определённый паттерн, и если решение выглядит как сгенерированное ИИ, я начинаю задавать уточняющие вопросы. Оценивая кандидата, я смотрю не только на правильность ответа, но и на то, понимает ли он, что делает. Гораздо больше внимания уделяю ПОЧЕМУ, а не КАК. Также стараюсь задавать дополнительные вопросы с другими параметрами/ограничениями, чтобы быстро проверить адаптивность».
Microsoft
«Я задаю более фундаментальные уточняющие вопросы о базовых структурах данных, использованных в задаче, чтобы проверить, знает ли кандидат структуру данных или просто умеет её применять. Более детальные вопросы, например: «Что делает эта строка кода?», «Что произойдёт с этой функцией, если мы удалим эту строку?» и «нестандартные» вопросы, типа «Можете ли вы сделать это по-другому?»
Amazon
«Глубокое понимание тем/предметов, а не просто знание фактов. Больше внимания зондированию для оценки понимания и расширения вопросов».
Netflix
«Задаю больше уточняющих вопросов. Иногда я возвращаюсь к более ранним вопросам и задаю их снова, но в другой формулировке через 5 минут, чтобы проверить, не изменился ли ответ».
Atlassian
«Думаю, дело не в том, какой вопрос задан, а в том, как задавать дополнительные вопросы или подталкивать кандидата объяснять свои мысли/код».
DoorDash
«Более быстрый темп. Не копирую полный вопрос целиком для кандидата».
Как и изменения в самих вопросах, эти сдвиги в поведении интервьюеров — очень обнадёживающий знак. Они указывают на более глубокую вовлечённость интервьюера, наводящие вопросы и большее сотрудничество с кандидатом.
Что за новый AI-интервью от Meta? И заменит ли оно алгоритмическое собеседование?
В начале поста мы сказали, что Meta, вероятно, станет лидером в определении того, как будут выглядеть интервью с ИИ-ассистентом. Как мы уже видели, Meta, похоже, единственная компания из FAANG, которая полностью вложилась в обнаружение читерства. И, насколько нам известно, Meta — единственная компания из FAANG, которая экспериментирует с AI-интервью.
Несколько интервьюеров упомянули, что Meta тестирует AI-интервью, и это также было темой статьи в WIRED, на которую мы ссылались ранее. Заменит ли это новое AI-интервью алгоритмическое собеседование или дополнит его?
Вот что нужно знать:
- Сейчас это новое AI-интервью тестируется в Meta.
- Планируется запустить его для некоторых кандидатов в этом/следующем квартале.
- Оно НЕ ЗАМЕНЯЕТ алгоритмический телефонный скрининг. Скорее, оно станет частью очного этапа, возможно, заменив одно из текущих интервью в этом цикле.
Как сказал один из наших интервьюеров из Meta:
«Meta активно тестирует это и планирует запустить в Q3, так что это не за горами. Это не значит, что AI-интервью будут проводиться для всех ролей/кандидатов до конца этого квартала, но они начнут внедряться в реальных кандидатах к тому времени… Как и большинство вещей в Meta, это, скорее всего, примет форму «начинаем с малого и быстро итерируем». Я думаю, это, скорее всего, означает… интервью на очном этапе для подмножества кандидатов, а затем мы посмотрим, что будет дальше, исходя из результатов и обратной связи».
Илья из Codility:
«Основываясь на наших беседах с технологическими лидерами, большинство рассматривает навыки работы с ИИ как дополнительный этап в процессе собеседования, а не как замену на каждом этапе».
И как сказали несколько наших интервьюеров:
Microsoft: «ИИ витает над собеседованиями, но пока не материально». Google: «ИИ, разрушающий LeetCode, — это слишком громко».
В зависимости от результатов экспериментов Meta, мы ожидаем, что другие компании из FAANG+ последуют этому примеру, но некоторые могут занять больше времени, и мы не видим никаких доказательств того, что AI-интервью заменят алгоритмические.
Возвращаемся к очным собеседованиям? Возможно…
50% интервьюеров FAANG прогнозируют, что компании скоро вернутся к очным собеседованиям, в то время как среди FAANG-подобных таких только 29%. Однако интервьюеры из одной и той же компании часто расходились во мнениях. Например, хотя 55% опрошенных интервьюеров Meta считают, что Meta скоро вернётся к очным встречам, один из них сказал:
«Мы попробовали [очные] собеседования в Meta снова, и это было полным провалом. Вряд ли мы вернёмся».
Аналогично, хотя половина интервьюеров Amazon считают, что очные собеседования скоро вернутся, некоторые явно упомянули, что Amazon пока не пробовала это:
«Я ожидаю, что собеседования вернутся в офлайн, но Amazon не подавала никаких признаков этого».
«Amazon пока не рассматривала этот вопрос внутренне. Нам нужно сделать это как можно скорее».
Вот таблица, показывающая, какая доля интервьюеров из каждой компании FAANG ожидает возврата к очным собеседованиям:
| Компания | Доля ожидающих возврат к очным собеседованиям |
|---|---|
| Amazon | 50% |
| Apple | 100% |
| 67% | |
| Meta | 55% |
| Microsoft | 78% |
| Netflix | 50% |
Судя по этим цитатам и цифрам, мы ожидаем, что, за исключением, возможно, Apple, и несмотря на то, что Сандар Пичаи мог сказать в подкасте, в FAANG не было директив сверху по этому вопросу.
А в FAANG-подобных компаниях, полагаем, возврат к очным собеседованиям пока не планируется.
Стартапы — совсем другое дело, и они быстро внедряют ИИ в собеседования
Хотя наш опрос был в основном ориентирован на интервьюеров FAANG, мы получили несколько ответов от инженеров из стартапов, и они рассказали совсем другую историю.
67% респондентов из стартапов сказали, что ИИ существенно изменил процесс собеседований в их компании, против 0% в FAANG и FAANG-подобных. Эти изменения включали:
- Отказ от алгоритмических вопросов
- Добавление AI-интервью в очный этап
- Отказ от домашних заданий (это логично, так как домашние задания гораздо более распространены в стартапах, чем в FAANG)
- Замена телефонного скрининга на AI-ассистированный
Аманда из CoderPad:
«Мы наблюдаем быструю смерть алгоритмических домашних заданий. Это конец. Но, думаю, сейчас мы видим, как люди заменяют их на что-то вроде проектного домашнего задания».
Итак, что дальше? И CoderPad, и Codility говорят, что для настоящих AI-интервью ещё рано, но они уже появляются и пользуются спросом у всё большего числа компаний.
По словам Аманды из CoderPad, около 20–30% клиентов уже активно используют ИИ в своих процессах собеседований: «где кандидаты используют ИИ для понимания кодовой базы… отлаживают на его основе и пишут код так, как многие представляют себе программирование в будущем». Клиенты CoderPad провели более 35 000 AI-ассистированных интервью.
А по словам Ильи из Codility: «Использование нашего встроенного AI-ассистента значительно ускорилось за последние пару кварталов… Он встроен непосредственно в нашу среду VS Code и включает возможности, которые разработчики привыкли видеть в своих повседневных инструментах».
Стали ли AI-интервью проще?
Один из вопросов, который мы задали в опросе: «Считаете ли вы, что помощь ИИ в собеседованиях по кодингу позволяет более слабым кандидатам проходить интервью, которые они в противном случае провалили бы?» 75% ответили «да».
И, судя по реакции на новости о том, что Meta может внедрить ИИ в свои интервью, многие кандидаты также считают, что использование ИИ даст им преимущество.
Однако, прежде чем строить слишком много предположений, вспомните свой первый экзамен с открытой книгой. Скорее всего, вы были в восторге и испытали облегчение — поначалу. Но затем, если ваш опыт был похож на наш, это облегчение сменилось настоящим ужасом, когда вы увидели сам экзамен и поняли, что ничто, и уж точно не открытая книга, вас не спасёт.
Когда несколько месяцев назад мы обсуждали с Business Insider, стоит ли компаниям разрешать кандидатам использовать ИИ на собеседованиях, мы использовали аналогию экзамена с открытой книгой против закрытой, и эта аналогия попала в заголовок статьи. Она уместна, потому что экзамены с открытой книгой принципиально отличаются: они больше не требуют воспроизведения заученных знаний. Они требуют синтезировать информацию, которую вы уже должны были понять, и использовать её для решения сложных, новых задач.
Экзамены с открытой книгой не снижают планку. Они оценивают другое… и, возможно, что-то более сложное.
Вот что говорит Аманда из CoderPad:
«Задачи с ИИ — это кодовая база на 1000–2000 строк, и вам нужно добавить функцию за короткое время. Открытая книга больше соответствует работе, но это делает собеседования сложнее и невозможными без ИИ».
И Илья из Codility:
«Представьте интервью, где задача не просто решить небольшую изолированную проблему. Вместо этого кандидата помещают в большую, незнакомую кодовую базу и просят с использованием интегрированных ИИ-инструментов выполнить реалистичную задачу. Это может быть реализация новой функции, устранение списка уязвимостей безопасности или рефакторинг сервиса для большей поддерживаемости».
Поэтому всем, кто преждевременно празднует появление этого нового типа собеседований, мы хотим напомнить замечательную фразу Аманды:
«AI-интервью — это „дополнение“, а не замена. Я не могу представить команду, которая сказала бы: „Нам не нужно знать, умеешь ли ты программировать“. Это по-прежнему важно».
Заключение
Итак, что же мы имеем в итоге? В начале этого поста мы задавались вопросом, сможем ли мы сказать: «А мы же говорили!»
В этот раз, в отличие от наших прогнозов о том, когда вернётся наём, мы думаем, оказались правы. Алгоритмические интервью никуда не денутся, но читерство, подстёгнутое ИИ, стало вынуждающим фактором для улучшения вопросов и механики собеседований.
В будущем мы ожидаем, что AI-интервью станут частью каждого цикла собеседований, но не заменят его целиком, точно так же, как экзамены с открытой и закрытой книгой служат разным целям.
А что всё это значит для качества интервьюеров? В конце концов, основная причина, по которой технические собеседования имеют плохую репутацию, — это не вопросы, а интервьюеры. Нам хотелось бы сказать, что новый фокус на глубоком взаимодействии с кандидатами, проверке понимания и дополнительных вопросах заставит компании обратить более пристальное внимание как на обучение интервьюеров, так и на их мотивацию — в конце концов, если вы хотите, чтобы инженеры становились лучшими интервьюерами, вы должны поощрять такое поведение, а не рассматривать собеседования как помеху между коммитами кода.
Но, проработав в этой отрасли много лет, мы не уверены, что компании пойдут на эти инвестиции, по крайней мере, пока другой, будущий вынуждающий фактор не сделает это неизбежным. Но, надеюсь, когда-нибудь образ незаинтересованного интервьюера (который сидит в другой вкладке и просто ждёт, когда кандидат воспроизведёт идеальный ответ) станет пережитком прошлого.
Приложение: Как придумать хорошие (если не защищённые от читерства) кастомные вопросы
- Не просто переодевайте старые задачи – Простое изменение формулировки или контекста задачи с LeetCode недостаточно. Нужны уникальные входные и выходные данные.
- Заведите общедоступный журнал задач в команде – Создайте общий документ, куда команда записывает интересные задачи, которые решала. Эти записи станут основой для вопросов.
- Адаптируйте реальные задачи к формату интервью – Уберите лишнюю сложность, сфокусируйтесь на сути решения, уберите специфичный для компании контекст.
- Рассчитывайте на итерации – Тестируйте вопросы внутри компании, улучшайте их на основе обратной связи.
- Не бойтесь оставлять компонент DS&A – Структуры данных и алгоритмы остаются мощным инструментом оценки в руках хороших интервьюеров.