为什么现在的程序员都不喜欢面试做题？
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：
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：
还是要适当准备算法题，毕竟很多公司还在用
重点理解算法思想，而不是死记硬背
多准备项目经验的分享
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：
根据岗位需求设计面试内容
结合多种考核方式
提供更接近实际工作的面试环境
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！
