AI时代，传统面试还有意义么？
本文来自于我的好朋友，AI领域连续创业者张振杰博士，经授权全文转载于 为什么我觉得 90% 的面试题，在 AI 时代已经没有意义了？
过去几十年，我们评估一个人的能力，基本靠同一种方式：
提问，然后看答案。
面试是这样。
考试也是这样。
我们会问：
写一个函数解决这个算法问题
写一篇分析报告
解释某个法律条款
分析一份财务报表
设计一个市场方案
然后根据答案来判断一个人的能力。
这个体系在过去几十年一直运转良好。
但最近几年，一个巨大的变化正在发生。
AI已经可以回答绝大多数这类问题，而且往往比人类回答得更好。
于是，一个有点尴尬的问题出现了：
当AI可以更好地回答这些问题时，我们到底在评估什么？
面试系统正在悄悄发生变化
以程序员面试为例。
很多公司仍然会让候选人：
手写算法题
写 SQL
写一个小程序
但现实工作中，大多数工程师现在的工作方式已经变成：
定义问题
让 AI 生成代码
阅读并理解代码
修改错误
继续迭代
也就是说，真实工作的模式已经变成了“人 + AI”协作。
但面试系统仍然在考：
如果没有 AI，你能不能自己写出答案。
这其实已经偏离真实工作环境。
这种变化不仅发生在程序员身上
类似的变化其实正在很多行业发生。
例如：
财务
AI可以：
分析财务报表
识别异常数据
生成财务总结
财务人员的工作越来越像是：
提出分析问题
指导 AI 分析数据
审核 AI 的结论
法律
AI已经可以：
阅读合同
总结法律条款
搜索判例
起草法律文件
律师的角色越来越像是：
定义法律问题
设计分析路径
判断 AI 的法律逻辑是否合理
咨询 / 商业分析
AI可以：
总结行业信息
生成商业报告
提供战略分析
咨询顾问真正的价值往往体现在：
如何提出正确问题
如何组织信息
如何判断 AI 生成的结论是否可靠
换句话说，
越来越多知识工作的核心能力，正在从“自己写答案”，变成“与AI一起解决问题”。
教育系统也遇到了同样的问题
同样的事情也发生在教育系统。
今天的学生已经可以用 AI：
写论文
总结文献
写程序
做数据分析
很多学校试图通过“禁止 AI”来解决问题。
但这其实有点像当年试图在数学课上禁止计算器。
问题不在于学生是否使用工具。
真正的问题是：
我们是不是还在用旧的方式评估新的能力？
AI时代真正重要的能力
如果仔细观察今天最有效率的知识工作者，你会发现他们有一个共同特点：
他们非常擅长与 AI 协作。
这种能力包括：
能否把复杂问题拆解清楚
能否给 AI 清晰的指令
能否判断 AI 输出是否合理
能否发现 AI 的错误
能否不断迭代优化结果
这其实是一种新的能力组合。
既不是传统意义上的技术能力。
也不仅仅是沟通能力。
更像是一种新的能力：
AI协作能力（AI collaboration）。
那么这种能力如何评估？
如果我们真的想评估 AI 协作能力，就会发现：
传统考试其实很难做到。
因为传统考试的假设是：
人类必须独立完成任务。
但在真实世界中，未来的工作模式更可能是：
人类与 AI 一起完成任务。
所以，一个更合理的评估方式应该是：
让人和 AI 一起完成一个真实任务，然后观察人类在这个过程中的表现。
例如：
他如何描述问题
如何引导 AI
如何检查 AI 的输出
如何在出现错误时调整策略
这也是我们做 Fluenxy 的原因
我们最近在做一个新的平台：Fluenxy。
它的目标其实很简单：
评估和训练人类在 AI 时代的工作能力。
在 Fluenxy 上，用户不会被要求独立完成任务。
相反，他们会在任务中与 AI 协作。
目前平台主要围绕两类常见的知识工作产出：
代码
比如软件开发、数据处理等技术任务。
用户需要和 AI 一起：
写程序
理解数据结构
调试 bug
解决运行问题
重点不在于手写代码，而在于：
如何引导 AI 一起解决问题。
文档
另外一类是更广泛的知识工作，例如：
财务分析报告
商业研究报告
法律文件草稿
产品方案文档
用户需要通过指令让 AI：
阅读资料
总结信息
生成结构化文档
人类的角色更像是：
AI 的任务设计者和质量控制者。
一个有趣的问题
如果 AI 能力继续快速提升，
未来我们评估人类能力的方式可能会从：
你能不能独立完成任务
变成：
你能不能高效地利用 AI 完成任务
这两种能力其实差别非常大。
而今天的大多数考试和面试系统，还没有完全适应这种变化。
也许未来的某一天，面试不再是：
写一段代码给我看。
而是：
给你一个真实问题，请和 AI 一起解决。
如果真是这样，
我们评估的就不再是“记忆答案的能力”，
而是与智能工具协作解决问题的能力。
如果你也对这个问题感兴趣，可以看看我们正在做的东西：
👉 https://www.fluenxy.com
我们正在尝试探索：
AI时代，人类能力应该如何被评估。