最近几年，程序员面试中的做题环节越来越不受欢迎。很多人都在问：为什么会这样？其实原因很简单，现在的面试做题方式和实际工作需求出现了严重脱节。

一、面试内容和实际工作差距太大

2015年发生过一个著名事件。Homebrew的作者Max Howell去谷歌面试，因为没能在白板上写出“翻转二叉树”的算法而被拒绝。这个事件在当时引起了很大讨论，直到现在仍然是大家热议的话题。

想想我们平时的工作场景：

• 写代码时有IDE自动补全

• 遇到问题可以查资料

• 复杂的逻辑可以慢慢调试

• 有版本管理工具协助合作

但算法面试要求的是：

• 在白板上手写代码

• 没有任何工具帮助

• 时间压力很大

• 还要边写边解释思路

这种反差让很多有经验的开发者感到困惑。有位技术负责人说得很好：“工作中明明调用现成api就能解决的问题，面试却非要手写底层算法，这就像考驾照非要考生背发动机原理一样。”

更让人无奈的是，很多擅长做题的人在实际工作中表现并不好。有些能熟练写出复杂算法的候选人，连基本的Git操作都不熟悉。而一些笔试成绩一般的人，反而能快速解决实际工作中的技术问题。

二、刷题带来的问题

为了应对算法面试，一个特殊的“刷题”生态逐渐形成，这引发了不少问题：

时间投入太大
准备面试的程序员通常要花几百个小时刷题，背诵各种解题模板。但工作中真正用到这些知识的机会很少。有位后端工程师分享，他为了面试刷了400多道题，工作两年后只用到过其中一道题的思路。

筛选机制不合理
过度强调做题能力，可能导致企业错过这两类人才：

• 有丰富项目经验，但很久没接触算法的高级工程师

• 自学成才，实践能力强但缺乏系统算法训练的开发者

相反，一些擅长应试但实际能力不足的人反而更容易通过面试。

能力评估失真
有些人通过短期突击刷题，面试时表现很好，但入职后实际工作能力跟不上。这种情况不仅让企业付出代价，也让认真工作的开发者对做题面试更加反感。

三、AI带来的改变

人工智能的发展让传统算法面试面临更大挑战。现在已经有AI工具能够识别面试题目并实时生成答案，有些甚至能帮助用户通过大公司的技术面试。

有一个数据很能说明问题：某款面试辅助工具在36天内就实现了百万美元的年收入预测，这从侧面反映了大家对算法面试的态度。

在AI时代，考察“能不能手写算法”已经意义不大。更重要的是评估候选人：

• 如何分析问题

• 如何设计解决方案

• 如何与AI协作完成任务

• 如何保证代码质量

这些能力都无法通过传统的白板编程来考察。

四、面试环境的不公平

算法面试的高压环境本身也存在问题。在面试官的注视下手写代码，很容易让人紧张，导致实际能力强的人发挥失常。

这种面试方式对某些群体尤其不友好：

• 转行的开发者可能缺乏系统的算法训练

• 有阅读障碍的人难以快速理解题目

• 长期做业务开发的工程师可能忘记一些算法细节

这与行业提倡的多元化理念相违背，也让更多人开始反思算法面试的合理性。

五、更好的面试方式

程序员反感的不是技术考核，而是脱离实际的考核方式。现在很多公司已经开始尝试新的面试方法：

项目展示
让候选人展示做过的真实项目，讲解其中的技术选择和解决方案。这种方式能更好地考察实际工作经验。

代码审查
提供一段真实的代码，让候选人进行审查和优化。这能看出一个人的代码品味和工程能力。

系统设计
讨论如何设计一个系统或功能，考察架构思维和问题分析能力。

结对编程
和面试官一起解决一个实际问题，模拟真实的工作场景。

这些方法的好处：

• 更接近实际工作

• 能全面评估能力

• 减少死记硬背

• 降低心理压力

给面试者的建议：

如果你正在准备面试：

1. 还是要适当准备算法题，毕竟很多公司还在用

2. 重点理解算法思想，而不是死记硬背

3. 多准备项目经验的分享

4. 练习在压力下保持冷静

给企业的建议：

如果你在招聘技术人员：

1. 根据岗位需求设计面试内容

2. 结合多种考核方式

3. 提供更接近实际工作的面试环境

4. 关注候选人的综合能力

总结

面试方式的改变需要时间和实践。好的技术面试应该既能评估候选人的能力，又能让候选人展示真实水平。随着行业的发展，相信会有越来越多公司找到更合理的面试方法。

对于开发者来说，重要的是持续学习，提升解决实际问题的能力。对于企业来说，需要不断优化招聘流程，找到真正合适的人才。这样才能实现双赢。

本文内容仅供个人学习/研究/参考使用，不构成任何决策建议或专业指导。分享/转载时请标明原文来源，同时请勿将内容用于商业售卖、虚假宣传等非学习用途哦～感谢您的理解与支持！

链接: https://fly63.com/article/detial/13070