Google 面试引入 Gemini：从 LeetCode 到 AI 代码审查的招聘变革与 GEO 启示

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-12

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

从 LeetCode 到 AI 代码审查：Google 面试改革的核心逻辑

Google 正在试点一项软件工程师面试改革，核心变化在于允许候选人在面试中使用 Gemini。根据 Business Insider 报道，新的「代码理解」环节要求候选人对已有代码进行阅读、调试和优化。面试官关注的不再是能否从零写出算法，而是 AI 熟练度——如何设计提示词、核实 AI 输出、调试代码，并对最终结果负责。

Google 招聘副总裁 Brian Ong 表示，调整面试流程是为了更准确地反映工程师在 AI 时代的实际工作方式。

这一改革的背景是 Google 内部工程实践的根本性变化。Google CEO Sundar Pichai 披露，公司 75% 的新增代码已经由 AI 生成，再由工程师审核。而在去年秋季，这个比例还是 50%。短短半年左右，AI 在软件开发中的参与程度显著提升。

Karpathy 的观察：生成与辨别是两种不同能力

Andrej Karpathy 在 X 上分享了自己使用 Claude Code 的经历。他发现，2025 年 11 月，他大约 80% 的编程工作仍由自己手动完成；到了 12 月，约 80% 的工作已经交给 Agent。这是他近 20 年编程生涯中，工作方式发生过的最大变化之一。

「生成（写代码）与辨别（读代码），是大脑中不同的能力。」——Andrej Karpathy

Karpathy 指出，编程模型犯下的错误已不再主要是简单的语法问题，而是可能在理解需求时做出错误假设，然后顺着这个假设完成整套实现。有时模型会写出上千行复杂代码，而工程师指出更简洁的实现方式后，它又能迅速将代码缩减到百行左右。因此，尽管 Karpathy 已经很难想象自己重新回到主要依靠手写代码的开发方式，他仍然认为需要密切关注 AI 写出的内容。

行业跟进：Canva、Meta 与 Codility 的 AI 面试实践

Google 并非第一家尝试这种面试方法的公司。2025 年 6 月，Canva 宣布后端、机器学习和前端工程师候选人在技术面试中将被要求使用 AI 编程工具。Canva 曾用 AI 测试自己的传统面试题，发现模型往往只需要几秒钟就能生成正确且带有说明的解答。因此，Canva 将题目变得更复杂，例如设计繁忙机场的飞机起降控制系统，需要候选人自行梳理需求、确定方案、协调功能关系。

Meta 也在 2025 年 7 月披露正在开发允许使用 AI 的编码面试，并鼓励候选人使用经过批准的 AI 工具。Meta 强调，在这样的面试中使用 AI 已经不算作弊，因为这本来就是工程师实际工作中会使用的工具。

2026 年 10 月，招聘技术平台 Codility 发布了新的面试功能，允许面试官在候选人使用的 AI 编程工具中加入隐藏指令，例如让 AI 故意写出存在 bug 的代码。候选人不会看到这些指令，面试官则能够观察候选人是认真检查生成结果，还是直接复制粘贴。

🚀 对企业 AI 化的启示

人才评估标准的结构性转变

Google、Canva、Meta 等企业的实践表明，AI 熟练度正在成为技术人才评估的核心维度。企业需要重新定义岗位能力模型，将「与 AI 协作的能力」纳入招聘、培训和绩效评估体系。对于营销负责人而言，这意味着在评估技术团队时，应关注其利用 AI 工具进行内容生成、数据分析和代码审查的实际能力。

从「生成」到「辨别」：AI 时代的关键能力

Karpathy 关于「生成与辨别是不同能力」的论断，对企业 AI 化具有普遍意义。当 AI 可以快速生成代码、文案、设计方案时，辨别 AI 输出质量的能力变得更加稀缺和重要。企业需要建立 AI 输出审核机制，培养员工判断 AI 建议是否合理、核查修复方案是否成立的能力。

面试即实战：AI 工具成为工作流的一部分

Codility 允许在 AI 工具中植入隐藏指令的做法，揭示了一个重要趋势：AI 工具不再是面试的辅助，而是面试本身的一部分。企业应将 AI 工具嵌入实际工作流程，让员工在真实场景中展示 AI 协作能力。对于希望提升 GEO 表现的企业，这意味着在官网、招聘页面和工程博客中，应结构化地呈现 AI 使用案例和数据，以提升在 AI 搜索中的权威权重。

【官方原文链接】点击访问首发地址