最近很多湾区的朋友们都和我吐槽，最近裁员满天飞，就业市场进入寒冬。拼命刷题却拿不到任何一个面试，看来AI真的发力了。近一年很多在大厂上班都没有写过代码，变成chatgpt 等AI写代码，自己就负责复制粘贴。我们都自嘲是CV工程师（ctrl + c and ctrl +v）
那大厂们也不傻，既然AI那么牛逼提升了效率，那写码的人自然就可以更少了。亚马逊首先发起了大规模的裁员，其他公司也纷纷效仿。我也是从自己一步步写文章的人变成逐渐靠chatgpt帮我写文章，当危机临近，最终发现AI对人们是个双刃剑。
就拿我们csoahelp的业务来说吧，疫情刚启动后VO开始流行时 chatgpt还没出现时，我们就抓住了这个时机开始辅助候选人应对各种面试中的突发状况和解答面试题。当AI流行了之后，市面上出现了各种“面试猫” “面试狗” “面试蛙” “interview coder” 这种套壳AI，其实大概就是做了个UI外接chatgpt（或者某些国产ai）的api。
上图：某面试AI的输出界面。
愿意真的来求助人工专家的客户越来越少，都被廉价的AI工具抢走了市场。我也陷入了迷茫，是继续坚持人工服务客户，还是也加入AI的大军自己做个AI呢？
但是随着老客户们的积极反馈，我惊讶的发现还是有非常多的同学倾向于继续使用人工来进行VO辅助，面试辅助。
经过深度沟通和亲自测评之后我发现目前AI还是有非常大的局限性，主要体现在以下几个方面：
1.有一些口语化的表达，AI听不懂
很多美区面试官说话特别随意，比如我在测 Meta 的真题时遇到一句：
“Imagine your service is blowing up on Black Friday, what would melt first?”
AI却理解成了“融化”，好像真的是在问“哪台机器要被烤化了”。
但面试官真正想问的是：“黑五流量爆炸，你系统里最先扛不住的瓶颈是什么？”
如果是我们的面试辅导师一听就知道重点在哪，AI 真的就是懵。
2.面对follow up和一些优化性的题目的时候，AI显得长篇大论
有的题库，面试官喜欢出变种题目来考验你的思路和拓展的能力，或者通过修改一些边界条件看你要如何去修改。这个时候我们的老师一般会在某个地方加一行，或者将某个大于号小于号替换之类的操作很快速的就能给出正确答案。
这个时候AI辅助工具是真的啥，慢慢的输出一大堆，还要输出完整的代码，并且这段代码和之前的可能变量名和括号缩进都完全不一致。面试的过程中你根本没法看出来它具体微调了哪里，很快就露馅。特别是这种微调代码的工作中，即使完整抄写了也很容易犯错无法运行，debug能力有点捉急。
3.BQ 和真实的工作经历细节，AI无能为力
BQ经典题：
“Tell me about a time you disagreed with your manager.”
AI 写的永远是那种万能模板故事：
团队合作、多沟通、最终达成一致……看起来完美，但毫无真实感。
而我在测评时遇到的一个真实情况是：
候选人有一次修过一个几十万条记录的数据不一致问题，但他说得很简略。
AI 会把它总结成一句“data issue”。
但人工导师听两句就能判断：
“你这是在做 offline reconciliation pipeline，这是亮点，快把细节讲出来！”
这个洞察力，AI 真给不了。
珍妮纺纱机蒸汽机已经发明了200多年的现代，仍然有手工工匠在缝制爱马仕。
美股AI七姐妹怎么裁员，最终还是要留很多的程序员。
AI不管怎么替代码农，很多人仍然不会真的被取代。
最珍贵的竞争力还是不可以简单的被AI取代的，这也是我们坚持下来这么多年老客户依然捧场的原因。在岗位稀缺的今天，也许面试机会比使用AI试错更加珍贵。
