夜雨聆风
猎查查调研了87位技术负责人后发现：当AI能写代码了，招聘者反而开始问这些
最近朋友圈被一个叫OpenClaw的AI工具刷屏了。
它能写代码、能debug、甚至能自己搭一个小型项目。很多程序员在下面评论：“以后面试要考AI会不会写代码了？”
玩笑归玩笑，但猎查查最近做了一组调研，访谈了87位技术负责人和资深HR，发现了一个有意思的结论：
当AI都能写Python了，招聘者反而不那么看“会不会写代码”了。他们在看别的东西。
一、一个让猎查查团队印象深刻的案例
去年，猎查查接到一家创业公司的委托，帮他们核实一位技术总监的履历。
这位候选人的简历很亮眼：985硕士、大厂背景、主导过千万级项目。面试时也表现优秀，公司已经准备发offer了。
但猎查查在后续的核实中发现了一个细节：候选人在上一家公司的工作表现，与简历描述有较大出入。通过与前同事的匿名访谈，我们了解到，他在上一家公司只是项目的参与者，而非主导者。更关键的是，团队对他的评价普遍是“执行力不错，但独立决策能力较弱”。
猎查查将这个信息反馈给了客户。最终，客户选择暂缓录用。两个月后，他们告诉我：“如果当时没做这次核实，等入职后再发现问题，损失的可能不止是200万，还有整个技术团队的信任。”
这不是个例。
猎查查的数据系统显示，在过去一年中，有超过30%的高管候选人履历存在不同程度的“包装”。而技术岗位，尤其是高级技术岗位，是“包装”的高发区。
二、“AI辅助”正在模糊简历的含金量
猎查查在调研中发现，当被问到“AI对招聘最大的影响是什么”时，技术负责人的回答出奇一致：
“不是AI本身，而是AI让简历的含金量更难判断了。”
以前我们判断一个程序员的能力，主要看三样：
项目经验
技术栈匹配度
面试中的现场表现
但现在，这三样都可能被AI“优化”。
1. 项目经验： AI可以帮你写出看起来结构清晰的代码，甚至生成一套完整的项目文档。一个真实参与度很低的人，也能包装成一个“核心贡献者”。
2. 技术栈匹配度： 只要会用ChatGPT，学一门新语言的门槛大幅降低。简历上写着“熟悉Go”，可能只是昨晚用AI跑了一个demo。
3. 面试表现： 这不是什么秘密。网上已经有大量“如何用AI通过技术面试”的教程。甚至有人在面试时远程用AI答题。
猎查查想说的是： AI工具本身是中性的，它确实提高了生产效率。但问题在于，简历反映的是“能力”还是“工具使用能力”？ 这两者在今天的招聘中，越来越难区分。
三、猎查查从调研中提炼的“技术人才招聘三问”
在访谈了87位技术负责人后，猎查查总结出他们正在使用的三个新方法。这些方法，或许能给正在招技术人才的你一些启发：
第一问：从“问你会什么”变成“问你做过什么”
以前问“Python的GIL是什么”，现在问“你上一个项目里，Python性能瓶颈是怎么定位和解决的”。
前者AI能答，后者需要真实经历。
第二问：加入“最小闭环”测试
不是写一道算法题，而是给一个真实的小需求：从需求分析、代码实现到上线部署，看候选人在一个完整流程里的思考和决策。
AI能帮你写代码，但没法替你做设计决策。
第三问：深度追问，挖出“有没有”
简历写“做过高并发系统” → 追问：“当时QPS是多少？”“数据库怎么设计的？”“出过什么事故？怎么处理的？”
每一个追问，都在验证简历里的字是不是“实心的”。
四、写在最后：猎查查想对HR和技术负责人说
回到最开始的问题：OpenClaw火了，“精通Python”还值钱吗？
猎查查的答案是：值。但要看怎么写的。
如果“精通”后面跟着一堆工具名词，没有真实项目的痕迹，那它可能越来越不值钱。
如果“精通”背后，是一个个真实的bug、一次次凌晨的紧急修复、一段段自己从头到尾跑通的项目——那它永远值钱。
AI可以帮你写得好看，但只有你做过的事，才能经得起追问。
这也是猎查查一直在做的事：帮企业看清简历背后那个真实的人。
如果你在招聘中遇到过“简历漂亮、面试翻车”的情况，欢迎在评论区聊聊你的经历。猎查查的团队也会在评论区，和你一起探讨如何更好地识别技术人才的“真功夫”。
点赞 | 在看 | 分享给正在招人的HR朋友
END
获取更多
想了解更多有关背调的资讯？关注我们猎查查官方账号——
