AI面试了50万场,程序员现场能用AI写代码,但得讲清怎么写的

HackerRank官网展示过一条AI面试评语。候选人写出的代码看起来可用，却说不清自己为什么接受AI给出的方案，追问到取舍时也无法作答。系统把这种表现归为“被动式AI编程”。

HackerRank（程序员测评与招聘平台）近日向客户正式开放AI面试官Chakra。公司称，Chakra在测试期间已经完成超过50万场面试，候选人对AI面试官打分，给出的平均评分超过4.8分，满分为5分。

这款产品允许候选人在编程环境中使用AI，但面试并没有因此变成“谁生成得快谁得分高”。Chakra会继续追问候选人为什么这样修改、如何检查结果，以及条件改变后是否还能调整方案。

代码能否运行仍然重要，但企业正在把判断、验证和解释能力一并放进加入面试环节。

01 面试不再只收最终答案

传统编程测试通常给出一道题，再根据最终答案、测试通过率和用时排序。Chakra提供的是一套实时开发环境。候选人需要阅读已有代码、修改文件、调用AI助手，并说明自己准备怎样验证结果。

HackerRank联合创始人兼CEO Vivek Ravisankar称，Chakra可以把招聘人员初筛、课后技术任务和工程师追问放在一次会话里。具体删减哪些环节，仍由采用它的企业决定。

这种变化与真实开发工作更接近。工程师很少只交一段孤立代码。他还要理解旧系统、处理模糊需求、评估改动范围，并为上线后的结果负责。

在HackerRank展示的任务中，候选人动手前需要写下解决思路、验收标准、风险和假设。企业想看的不只是“做出来没有”，还包括候选人能否为自己的选择提供依据。

02 代码能跑，解释不清仍会失分

HackerRank的候选人文档列出了Chakra常问的内容。它会询问候选人怎样理解要求，为什么选择某种方案，如何检查AI生成的代码，是否考虑边界条件，以及关键约束变化后准备怎样修改。

如果候选人没有完成任务，对话也不会立刻结束。系统会继续询问原来的思路、验证方法和后续计划。未完成的代码不会自动变成合格答案，但候选人仍有机会把判断过程讲清楚。

允许使用AI，也不等于可以把所有决定交给AI。Chakra会观察候选人如何审查生成结果、发现错误并作出修改。官网展示的一条评价就指出，候选人过度依赖AI，无法解释自己接受某个实现方案的原因。

面试还会记录切换页签、退出全屏、摄像头画面中的异常情况，以及是否使用未获授权的应用或外部设备。企业需要提前告诉候选人哪些行为会被记录、谁能查看这些记录，以及数据保存多久。

03 每个分数都应能回到原始证据

HackerRank公布的流程包含三个AI角色。第一个角色根据职位要求制定面试计划，第二个负责实时提问，第三个在会话结束后对照计划评分。

单项能力采用4级评分。3分代表存在具体证据，2分代表部分符合但深度不足，1分代表推理有误或回答空泛，0分代表对话中没有相关证据。系统随后把各项结果换算成0至5分的报告。

按照HackerRank的产品说明，每项评分都应引用对话或实际操作中的证据。没有相关内容时，该项目会标为“未评估”，而不是猜测候选人是否具备这项能力。

这套证据链方便招聘经理复核，却没有消除评分风险。同一套面试计划会根据候选人的回答产生不同追问。问题不同、对话长度不同，分数能否保持可比，仍需要企业在自己的岗位和候选人群体中验证。

Ravisankar向TechCrunch表示，Chakra面试中的可疑行为标记比传统HackerRank测试低70%至80%，区间会随地区和资历变化。这是HackerRank提供的数据，公开报道没有披露完整样本和计算方法。

04 AI给分，录不录用仍由人决定

HackerRank在产品页中写明，Chakra的输出不会单独决定是否录用。系统会生成分项评分、优势和不足，并附上对话及实操证据，招聘团队再结合其他材料作出决定。

产品页还称，候选人数据不会被用于训练AI模型，不同客户的数据相互隔离。对采购企业而言，这些承诺还要落实到招聘告知、数据保留期限和申诉流程中。

一家公司准备大规模使用AI面试前，可以抽取同一批记录，让工程师和Chakra分别评分，再比较两者在哪些能力项上经常出现分歧。出现争议时，复核人员应查看原始对话、代码修改记录和录像，不能只留下一个总分。

岗位、职级和语言不同，评分也要分别检查。AI可以节省初筛时间，但评分标准、人工复核和候选人申诉仍由雇主负责。

05 程序员要练的是“可追问的经历”

只说“我提高了系统可靠性”，无法提供足够的信息。候选人需要讲清自己负责哪一部分，做过什么选择，为什么放弃另一种方案，以及结果用什么指标验证。回答更长并不会自动得到更高分。

准备这类面试，与其继续背一段“完美答案”，不如拿真实项目练习。先用几句话说清任务约束，再解释实现选择和验证方法，最后挑出一段AI生成的代码，说明它可能错在哪里、怎样确认。

这也是AI编程普及后，技术面试正在补上的一块。代码越来越容易生成，真正拉开差距的，是候选人能否识别错误、解释取舍，并对最终结果负责。

如果面试明确允许使用AI，你更希望公司看重最终代码，还是你发现并修正AI错误的过程？

事实来源

HackerRank，Chakra: Agentic AI Interviewer for Tech Hiring，2026年10月7日访问。https://www.hackerrank.com/chakra

HackerRank Candidate Support，Evaluation in Chakra，2026年9月28日更新。https://candidatesupport.hackerrank.com/articles/3077231667-evaluation-in-chakra

HackerRank Blog，How HackerRank’s Chakra Scores an Interview，2026年7月24日。https://www.hackerrank.com/blog/how-chakra-scores-an-interview/

HackerRank Blog，How Chakra by HackerRank Works，2026年8月5日。https://www.hackerrank.com/blog/how-chakra-by-hackerrank-works/

TechCrunch，HackerRank’s AI Interviewer Offers a Glimpse Into What Job Interviews Could Become，2026年10月5日。https://techcrunch.com/2026/10/05/hackerranks-ai-interviewer-offers-a-glimpse-into-what-job-interviews-could-become/

本文由ZeeLin生成，人工审核发布。