面试风向变了：从会写代码到会带 Agent
面经观察
整理 Pragmatic Engineer、Elicit、Beon 一手材料：算法/take-home 在退场，面试官更看你如何规划、审 diff、对 agent 输出负责。
这周面试官在看什么
全栈 / Agent 岗最近一轮面试，信号正在从「能不能写对一段代码」切到「能不能带着模型把活做完，并说清楚自己为什么这么做」。下面整理了几份一手材料里的可复用结论，方便你按面试口径准备。
1. 创业公司与远程团队：算法题与 take-home 在退场
Pragmatic Engineer《The Pulse #146》 汇总了 interviewing.io 上 63 位面试官的反馈：
- Big Tech / New Big Tech 里，81% 怀疑候选人用过 AI 作弊；31% 明确抓到过。
- 58% 的 Big Tech 面试官因此改了题型。
- 创业公司更常见的变化是：少考纯算法、少发 take-home，改成 AI 辅助 + 共享屏幕 的实战题，更接近日常用 Cursor / Copilot 干活。
面试启示：别再只刷「标准 LeetCode 口述」；准备一段 开着 AI 工具仍能主导节奏 的演示——你会拆问题、会审 diff、会改错，而不是把整张票贴进模型。
2. Agent 时代的面试：从「读懂代码」到「指挥模型」
Elicit 工程团队在 Engineering interviews in the era of agents 写得很直白：工程师日常已在 steer 一队 agent，面试也跟着变。他们要看的不是打字速度，而是：
- 优先级：时间不够时先做哪块，是否自觉取舍
- 决策质量：敢拍板，并能解释为什么
- 风险嗅觉：什么能假设，什么必须停下来确认
- steering，而不只是 prompting
- 并行工作流：多 agent 时怎么跟进度
- 代码质量：未审就合的 AI slop 是红灯
他们观察到的差生模式：一上来就 claude --dangerously-skip-permissions，大 diff 扫一眼就说 looks good。优生模式：先花十分钟读规格、用 markdown 写计划、记下假设与缺口，再让实现 agent 按窄计划干活——哪怕没做完全部需求，也因为取舍清楚而过关。
3. 评估 AI-first 工程师的四块肌肉
Beon 的招聘指南 把观察点收成四条，很适合你用来自检：
| 能力 | 面试官在看什么 |
|---|---|
| Planning | 动手前有没有澄清假设、写出短计划 |
| Prompting / context | 是不是给出文件、约束、验收标准，而不是甩整张票 |
| Review / verification | 会不会读 diff、跑测试、抓边角 |
| Ownership | 能不能解释每一处权衡，不为工具甩锅 |
面道建议：下一场怎么讲
- 准备一个真实故事：某次你带 agent 做功能——计划、约束、失败重定向、最终你负责了什么。
- 系统 / 产品轮仍可能禁 AI：Elicit 明确说价值观、部分产品感、部分系统设计仍希望「人聊」；别假设全程能开工具。
- 八股别丢：鉴权、缓存、一致性仍是全栈底盘；Agent 岗则要能讲清 agent loop、工具契约、人机确认（见本站备考笔记）。
来源
- The Pulse #146: How AI is changing tech interviews（Pragmatic Engineer）
- Engineering interviews in the era of agents（Elicit，2026-03-30）
- How to Evaluate AI-First Engineers（Beon）