文 / STEM Career 编辑部
收到“本环节可以使用AI”的说明，并不代表面试只是在比较谁更会输入提示词。工具会很快给出实现，也可能误解边界、删除验证或修改不该动的文件。候选人需要展示的是：读懂问题、提供必要约束、判断建议、验证结果，并对交付负责。
本文讨论明确获准使用AI的技术考核及准备练习，不把它概括为所有公司的招聘趋势。文中的程序是原创离线练习，执行时没有调用模型；对AI建议的讨论是模拟判断场景。没有获得某一正式环节的明确许可，就不能从“公司平时使用AI”推定自己也可以在考核中使用。
先读具体规则 再决定工具怎样进入流程
截至二〇二六年十月三十日读取，Anthropic候选人AI使用指导仍显示更新于二〇二五年七月十日：申请材料先由本人起草，可用工具润色；带回家测评和实时面试（包括远程），除非明确另行允许，均不使用AI。准备阶段与正式考核阶段是不同范围，这一家公司的说明也不替其他雇主作决定。
因此先核对邀请中的四项：允许使用的工具与账号，适用环节，可以输入的题目或资料，以及需要保留或提交的内容。允许编辑器补全，不一定等于允许把完整仓库发给外部服务；允许公开文档，也不自动等于允许实时生成答案。模糊时向招聘联系人确认，而不是试探工具能否被监控发现。
提问可以很具体：“说明里允许本轮使用AI，请确认是否包括外部对话工具，以及能否向工具提供题目代码；是否需要提交交互记录？”得到规则后记录范围，正式操作沿此范围。若工具突然不可用，也应能解释已完成的判断和下一步，不把全部推理都留在对话窗口里。
把考核目标从写出代码改成完成一项责任
Microsoft技术面试指导强调问题澄清、方案、实现和测试等能力。这里借它说明工程考核可以关注完整过程，不据此声称Microsoft允许使用AI，也不把某份指导当作所有面试官的评分表。
在获准使用工具的练习中，你仍要界定正确行为。工具能够给出一种实现，但为何这样处理输入、如何发现不合适建议、结果怎样验证，需要你亲自解释。若只把问题交给工具并读出答案，面试官很难区分你理解了系统，还是暂时拿到一个能运行的片段。
可以把过程分成三项可观察成果：一句明确任务契约，一份与规则对应的验证记录，一段说明实现取舍和剩余问题的汇报。它们不依赖特定模型，也适合没有工具的技术面试准备。工具进入以后，改变的是实施方式，正确性、范围和责任仍需要清楚。
先读陌生代码 而不是先要求重写
拿到仓库后，先找任务入口、当前行为、已有检查和关键数据结构。用一条最小输入运行，观察是否能复现题目描述；若环境无法启动，先区分依赖问题与业务故障。把刚看到的所有代码一次性发给工具，既增加噪音，也容易让建议围绕无关文件展开。
向工具提供上下文时，可以用“当前函数接收什么、希望返回什么、已观察到什么、哪些规则不能改变”的结构。只提供与问题有关且获准输入的内容，避免凭自己的理解删掉题目中看似多余的条件。若你还没有确认条件，就把它标为待澄清，而不是写成确定事实。
先保留工作版本与失败样例。这样候选补丁一旦引入新问题，你能够回到原状态并比较，而不是在连续对话后只剩一个越来越复杂的文件。保存差异也帮助面试官追问哪项来自工具、哪项是你的决定，不需要为了显得独立而隐瞒真实使用方式。
用区间合并练习建立一份明确契约
原创任务接收若干整数区间，每段采用左闭右开的表示。只合并严格重叠的区间，首尾相接仍保留两段；不改变调用方传入的列表；长度必须为正，非法区间明确报错。输出按起点排序，空输入返回空列表。这些是本题人为约定，不代表所有区间业务都应该采用相同规则。
例如零到十与十到二十首尾相接，应返回两段；零到十二与十到二十发生严格重叠，合并为零到二十。若只用第二个例子，错误实现也可能通过，无法检查边界。若真实面试要求连相邻区间一起合并，正确条件就会改变，应先对齐再实现，不能把本文规则背成标准答案。
故障函数先对输入列表原地排序，然后用“小于或等于前一段终点”判断合并。它有两个独立问题：误合并相邻区间，同时修改调用方列表。前者影响输出，后者可能让外部代码在之后看到意外变化。只看最终区间列表，可能漏掉第二项。
给工具的是任务约束 不是期待它替你判断
准备阶段可练习这样的请求：请解释函数为何把相邻区间合并，并给出保持输入不变的最小修复；不增加框架，不改变严格重叠的契约，先指出还需要确认的输入规则。请求应围绕当前故障，避免一句“全面优化代码”引出大量无关重构，挤掉验证时间。
即使工具提出看起来正确的补丁，也先预测它会怎样处理两个边界样例。若它把条件改成严格小于，却仍在原列表排序，就只修了一个问题。若它复制输入但仍用小于或等于，另一个问题仍在。你能把修复与具体规则一一对应，才是工程判断的证据。
还要检查建议有没有删除题目要求。假设工具为了代码简洁，移除正长度验证，使零长度区间悄悄通过；你需要指出这不是可接受的精简。反过来，如果它增加题目未要求的日期解析、时区转换和数据库存储，可以先解释这些属于范围外，避免把小任务扩展成无法验证的大系统。
运行与预期要由不同路径得到
下载经许可使用AI的面试练习包，使用Python三点十或更高版本运行 practice.py。先阅读契约与故障实现，自行写出预期，再对照参考实现。程序已经执行，复现相邻区间被误合并和输入被修改，并验证参考实现的相邻、重叠、空输入、不修改输入和非法长度情况。
独立写预期非常关键。如果工具同时生成实现和检查，而你直接接受两者，它们可能共享同一个误解。例如把相邻也视为重叠，代码和检查会一致通过，却都违反当前契约。把规则改写成小样本，再手算输出，可以打破这类循环，之后再让工具帮助补充遗漏情况。
验证不必一开始追求很大的数量。先选能够区分候选方案的输入，再扩到与本次改动相关的边界。每个检查最好能说出它保护哪条规则、哪种错误会让它失败。大量相似的正常样例，不能替代一个恰好落在边界上的反例，也不能证明未知规模和并发条件已经可靠。
把关键判断说出来 避免逐字旁白
面试交流不是一边敲键盘一边解释每个字符。更有效的节点是：我确认了什么、准备验证哪项假设、工具建议有哪些问题、当前结果支持哪条结论。这样面试官能在重要分支追问，你也能在得到新条件时及时调整。
例如看到相邻区间失败，可以说：“当前契约只合并严格重叠，我先检查比较条件；随后会单独验证输入列表是否被修改。”补丁后再说：“相邻检查已通过，但我还没验证非法长度，暂时不能宣布完成。”每句话都连接到可观察行为，比不断说“我再优化一下”更清楚。
若工具给错建议，也不需要表演性地贬低它。说明违反了哪项约定，以及你采用什么替代方案即可。若它给出你不理解的实现，不要直接提交；可以要求拆解或改成你能解释的写法，再核对复杂度和行为。真正影响可信度的是你是否知道自己交付了什么。
限时任务怎样安排 才不会只剩生成代码
先留出读题和最小复现时间，再进入补丁，最后保留回归与汇报。若把全部时间用于反复修改提示词，最后只来得及运行一次正常样例，工具的速度并没有转化为可验证交付。可以在练习中记录各阶段用时，找到自己真正卡住的位置，而不是套固定分钟数。
范围出现变化时，要重新确认完成条件。面试官如果要求相邻区间也合并，旧失败样例的预期要随契约更新；不修改输入与拒绝非法长度是否仍然成立，则应单独确认。改动规则不等于原来做错，关键是让变化与验证保持一致，不能只为通过新样例随意改其他部分。
如果时间不足以完成，汇报已复现的问题、已验证的修复和尚未验证的部分，并给出下一步最有价值的检查。不要把将要运行的命令说成已经通过，也不要让工具替你生成一个没有证据的“全部完成”说明。能够准确报告状态，也是协作任务中可被观察的能力。
准备一份能区分本人贡献的过程记录
保留任务说明、初始版本、关键失败输入、候选补丁、实际执行结果和最后差异。对AI参与方式做简短说明：它帮助解释了什么、生成了哪一段、你否决了什么。无需展示所有无关对话，但重要决策应能追溯，避免面试追问时只记得“工具最后给了答案”。
个人贡献不只体现在手写了多少行。你提出正确契约、识别不合适补丁、设计反例、发现输入副作用、控制改动范围，这些都可以是清楚的工程动作。相应地，没有亲自验证的安全、性能和规模，不应因为参考实现看起来专业就写成自己已完成的能力。
如果使用真实项目作为练习，先确认题目和资料允许被用于外部工具。准备阶段也应选公开、授权或自建仓库；不要把保密客户代码粘给工具后，才讨论是否需要打码。无法公开的经历，可以用原创小例子解释方法，同时如实说明它是重建练习，不能取代真实任职证据。
把练习迁移到下一道陌生题
做完区间题以后，换成一个不同领域的小函数：有分页的列表读取、带重试的任务去重，或需要保留输入的转换逻辑。先独立列出契约，再让工具参与实施，检查自己是否仍能发现边界和范围问题。如果每次都需要同一个提示词和同一份答案，说明你记住的是题目，不是方法。
再安排一次工具中断的练习：生成到一半时停止请求，直接从已有差异和失败输入继续。你不必在短时间内独立重建所有代码，但应知道目前哪个版本可运行、哪些规则已经验证、接下来最小的一步是什么。如果中断后连任务入口都找不到，先补代码阅读与状态记录，这比寻找新的自动化工具更有针对性。
进一步可以做一次无AI和一次获准用AI的准备练习，对照正确性、验证覆盖与解释质量，而不是只比较打字速度。工具更快却让你少理解了关键分支，下一轮就要补阅读和验证；没有工具时思路清晰但实现慢，则练语言熟练度。两种困难需要的训练不同。
相关准备可连接软件调试面试练习和软件工程沟通与测试。如果你已经会用AI写代码，但一遇到正式追问就说不清判断，可以带具体面试说明、练习差异和执行记录咨询。蒸汽技术面试准备服务可以围绕真实考核规则讨论训练重点，而非假定所有面试都采用同一种工具流程。
常见问题（FAQ）
公司平时用AI，面试就能用吗？
不能这样推定，应核对具体考核阶段的明确许可、工具和资料范围。
Anthropic实时面试默认允许AI吗？
截至2026-10-30的官方指导说明，除非明确另行允许，带回家测评和实时面试（包括远程）均不使用AI。
练习包使用了真实模型吗？
没有，程序为原创离线练习，讨论的AI建议属于模拟判断场景。
- How to collaborate with Claude during our hiring process· Anthropic
- Technical interviews· Microsoft
添加顾问微信，带具体考核规则、一次练习差异和验证记录，讨论调试、判断与技术表达。