對於許多人來說，大廠程式設計師的技術面試是一場噩耗，無止盡的 LeetCode 讓不少人頭痛。
可是遠在大洋彼岸的一名來自哥倫比亞大學高材生 Roy Lee 另闢蹊徑，利用自己開發的 AI 工具Interview Coder，成功斬獲亞馬遜、Meta 和 TikTok 等矽谷大廠的 offer。
他的行為被舉報後，哥倫比亞大學決定召開紀律聽證會，而亞馬遜也隨即撤回 Offer。
面對學校的調查，這位小哥並不打算配合，甚至直接買了單程機票，準備退學創業。
支援他的人，有人這樣評論：
大多數程式設計師將在兩年內被 AI 淘汰，傳統面試模式已毫無意義。
網友相繼在他的推文下面評論: 大廠面試本身就應該改革，而不是死守LeetCode。.
這場 AI 作弊風波，讓 Roy Lee 一夜成名，他的 GitHub 專案 Interview Coder star 數迅速突破 1500+，並引發了 AI 對就業市場的衝擊這一更深層次的討論。
而他的創業專案正是他的 F*ck Leetcode：
AI 真的正在顛覆傳統求職模式嗎？程式設計師的未來是否真的岌岌可危？
相關連結：
Interview Coder：
https://www.interviewcoder.co/
Github:
https://github.com/ibttf/interview-coder
從大廠Offer到退學創業
Roy Lee 原本是哥倫比亞大學的學生，按照正常的路徑，他應該在 2026 年畢業，然後進入矽谷工作。然而，他在辛苦準備 Leecode 的過程中也是發現了問題。
曾經一度對程式設計熱愛的他逐漸對現有的招聘模式產生了厭惡。還譏諷到亞馬遜最喜歡AI，除了在面試的時候。
他認為，大廠的演算法面試不僅脫離實際開發工作，還過於強調死記硬背，讓求職者投入大量時間刷 LeetCode，卻無法真正考察一個程式設計師的實際能力。
於是，他決定用AI破解面試規則，並開發了Interview Coder，一款可以在遠端技術面試中幫助求職者隱形作弊的AI工具。
結果，他利用這款軟體順利大廠的Offer。然而，他的行為很快被舉報，哥大收到投訴後，決定在3月11日召開紀律聽證會，而亞馬遜也撤回了Offer。
Roy Lee 拒絕參加聽證會，反手買了單程機票，搬去舊金山，全職創業，徹底擺脫學業，繼續推廣他的 Interview Coder。
60美元直通大廠 Interview Coder
它的核心功能包括：
智慧截圖分析：自動識別面試題目，包括程式碼、題目描述等內容；
AI即時解答：提供詳細的解題思路和程式碼，並支援除錯最佳化；
視窗隱身功能：可以隱藏視窗，不被Zoom、Discord等平臺檢測；
快捷鍵控制：無需切換視窗，即可快速檢視答案。
簡單來說，求職者只需要截圖一道面試題，AI 就能迅速給出完整解法，並模擬真實的思考過程，讓考官察覺不到作弊。
直接在官網是放出了，在面試中使用 Interview Coder 的完整版影片。
目前，Interview Coder 已經成為一個收費訂閱服務，每月60美元，並吸引了大量使用者，預計年收入即將突破 100 萬美元。
AI面試作弊是挑戰公平還是推動變革
Roy Lee 的行為無疑觸碰了求職的道德紅線，然而，他行為卻卻值得我們深思：
-
目前，大廠的技術面試高度依賴演算法題，考察的是求職者的記憶能力，而非實際開發能力。這種模式是否已經落後於時代？
-
如今，越來越多的程式設計師在工作中依賴 AI 工具（如 GitHub Copilot），那麼在面試中使用 AI，是否算作弊？如果未來企業允許求職者使用 AI，是否會改變招聘方式？
-
面試官們已經開始苦惱，越來越多的求職者依靠AI透過技術面試，導致他們難以判斷一個候選人的真實能力。未來的技術招聘是否需要新的考察方式？
值得注意的是，一些公司已經在恢復線下面試。例如，德勤計劃恢復了其英國畢業生的面對面面試。
AI大時代的就業：程式設計師真的會被淘汰嗎？
“兩年內，大多數程式設計師崗位都會被AI取代”，這是否危言聳聽？
近年來，AI 在程式設計領域的能力不斷提升，例如 GitHub Copilot 可以自動生成程式碼，提高開發效率。
這意味著，低端、重複性的程式設計工作，確實會逐漸被 AI 取代，尤其是那些只會寫簡單業務邏輯的初級程式設計師，面臨的競爭壓力會越來越大。
但 AI 不會讓程式設計師徹底失業。
儘管 AI 在程式設計領域的能力越來越強，但它仍然無法完全替代人類的創造力和深度思考能力。
例如：AI 可以寫程式碼，但無法獨立設計複雜的系統架構；AI 只能基於已有的資料生成程式碼，而真正的創新仍然依賴人類的思維。
未來，程式設計師的角色會發生大變化。程式設計師將更多地與AI 協作，而不是單純地寫程式碼。如果說過去的程式設計師是手工工匠，未來的程式設計師更像是 AI 指揮官。
他們需要掌握：如何高效使用 AI 工具，如何最佳化和訓練 AI 模型，讓其更好地輔助程式設計；如何理解業務需求，與 AI 結合進行創新。
也許，未來不會是 AI 淘汰程式設計師，而是不會使用 AI 的程式設計師，被會用 AI 的人淘汰。
