LeetCode 刷了 800 题,面试还是挂了:2026 年技术面试正在崩溃

93 阅读10分钟

"我 LeetCode 刷了 800 题,系统设计看了 3 遍,结果面试官让我用 Cursor 写一个功能,给我 45 分钟。"

"我懵了。"

前言:当 Snapchat 宣布取消 LeetCode 面试

2026 年初,一则新闻在程序员圈子里炸开了锅:

Snapchat 正式宣布,取消所有 LeetCode 风格的算法面试。

取而代之的是"更实际、更相关的技术筛选"。

这不是第一家,也不会是最后一家。

越来越多的公司开始质疑:刷 LeetCode 真的能筛选出好程序员吗?

更魔幻的是,技术面试正在分裂成两个平行宇宙:

  • 宇宙 A(大厂):疯狂加码 LeetCode,因为害怕 AI 作弊
  • 宇宙 B(创业公司):完全抛弃 LeetCode,让你用 AI 工具现场写代码

而你,作为求职者,必须同时精通这两个宇宙的规则。

这他妈的到底是怎么回事?


第一章:技术面试的"大分裂"

1.1 我的真实经历:两种截然不同的面试

去年夏天,我重新回到求职市场。

作为一个有 8 年经验的工程师,我以为自己准备得很充分:

  • LeetCode 刷了 600+ 题
  • 系统设计看了无数遍
  • 行为面试准备了 20 个故事

然后,我经历了两种完全不同的面试:

面试 A - 某大厂(你懂的)

面试官:"请在白板上实现一个 LRU 缓存。"

我:(开始写代码)

面试官:"时间复杂度是多少?"

我:"O(1) 的 get 和 put。"

面试官:"空间复杂度呢?"

我:"O(n)。"

面试官:"很好。现在优化一下,如果..."

(标准的 LeetCode 流程,我驾轻就熟)

面试 B - 某创业公司

面试官:"这是我们的 GitHub 仓库,这是一个 feature 需求。"

面试官:"你有 45 分钟,用任何工具,把它做出来。"

我:"呃...可以用 Copilot 吗?"

面试官:"当然,我们就是要看你怎么用 AI 工具的。"

我:(内心 OS:这是在考我写代码还是考我用 AI?)

这两种面试,简直像是两个不同的职业。

1.2 数据不会说谎:面试正在分裂

根据最新的行业调查:

┌─────────────────────────────────────────────────────────────┐
│              2026年技术面试的两个平行宇宙                     │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  🏢 大厂宇宙(Google、Meta、Amazon等)                       │
│  ├─ 面试方式:LeetCode + 系统设计                            │
│  ├─ 禁止使用:任何AI工具                                     │
│  ├─ 考察重点:算法、数据结构、底层原理                       │
│  ├─ 原因:害怕AI作弊,要"纯天然"的能力证明                   │
│  └─ 数据:81%的大厂面试官怀疑候选人用AI作弊                  │
│                                                             │
│  🚀 创业公司宇宙                                             │
│  ├─ 面试方式:实际项目 + AI工具                              │
│  ├─ 鼓励使用:Copilot、Cursor、ChatGPT等                    │
│  ├─ 考察重点:Prompt能力、调试能力、交付速度                 │
│  ├─ 原因:认为AI是生产力工具,要看"实战"能力                 │
│  └─ 期望:你能用AI成为"10x工程师"                            │
│                                                             │
│  😵 求职者:我他妈到底该准备什么?                           │
│                                                             │
└─────────────────────────────────────────────────────────────┘

第二章:大厂为什么疯狂加码 LeetCode?

2.1 AI 作弊的恐慌

大厂面试官的噩梦是这样的:

候选人A(远程面试):
├─ 屏幕:共享的IDE,正在写代码
├─ 另一个屏幕(面试官看不到):ChatGPT正在生成答案
└─ 耳机:朋友在远程指导

面试官:(完全不知情)"哇,这个候选人好强!"

81% 的大厂面试官怀疑候选人在远程面试中使用 AI 作弊。

这不是偏执,这是现实。

所以,大厂的应对策略是:

  1. 回归线下面试:你必须到办公室,当面写白板
  2. 加大 LeetCode 难度:从 Medium 升级到 Hard
  3. 限时更严格:以前 45 分钟,现在 30 分钟
  4. 追问原理:不只是写出来,还要解释为什么

他们要的是"纯天然"的能力证明。

2.2 LeetCode 成了"防 AI 护城河"

在大厂眼里,LeetCode 不是在考你的编程能力,而是在考:

"你的大脑能不能在没有 AI 帮助的情况下,独立解决复杂问题?"

这就是为什么:

  • Google 还在考 LeetCode Hard
  • Meta 还在考算法优化
  • Amazon 还在考数据结构

因为这些题,AI 也会做,但你能不能在 30 分钟内手写出来,这才是关键。


第三章:创业公司为什么拥抱 AI 面试?

3.1 "我们要的是能交付的人,不是算法大师"

创业公司的逻辑很简单:

"我们不需要你手写红黑树,我们需要你能在一周内上线一个功能。"

所以,他们的面试是这样的:

面试官:"这是一个真实的 bug,我们的用户在抱怨。"

面试官:"你有 1 小时,用任何工具,找到问题并修复它。"

面试官:"我们不在乎你怎么做的,我们只在乎你能不能做出来。"

这就是所谓的"Vibe Coding"(氛围编程)面试。

3.2 AI 工具成了"标配"

在这些公司眼里:

  • 不会用 AI = 落后
  • 会用 AI = 基本要求
  • 精通 AI = 加分项

他们考察的是:

  1. Prompt 能力:你能不能用一句话让 AI 生成你想要的代码?
  2. 调试能力:AI 生成的代码有 bug,你能不能快速定位和修复?
  3. 整合能力:你能不能把 AI 生成的代码整合到现有项目中?
  4. 速度:你能不能在 45 分钟内完成一个完整的功能?

他们要的是"AI 时代的工程师",不是"传统工程师"。


第四章:求职者的噩梦:你必须"双修"

4.1 准备大厂面试:回到 2015 年

如果你要面试大厂,你需要:

// big-tech-interview-prep.js
// 大厂面试准备清单

const bigTechPrep = {
  // 算法和数据结构(核心)
  algorithms: {
    timeInvestment: "3-6个月",
    dailyPractice: "2-3小时",
    platforms: ["LeetCode", "NeetCode", "AlgoExpert"],
    targetProblems: "300-500题",
    difficulty: ["Easy: 30%", "Medium: 50%", "Hard: 20%"],
    mustKnow: [
      "数组、链表、栈、队列",
      "二叉树、BST、堆",
      "哈希表、图",
      "动态规划、贪心",
      "回溯、DFS、BFS",
      "双指针、滑动窗口",
      "二分查找、排序",
    ],
  },

  // 系统设计
  systemDesign: {
    timeInvestment: "2-3个月",
    resources: [
      "System Design Interview (Alex Xu)",
      "Designing Data-Intensive Applications",
      "YouTube: System Design Interview",
    ],
    mustKnow: [
      "负载均衡、缓存、CDN",
      "数据库分片、复制",
      "消息队列、微服务",
      "CAP定理、一致性哈希",
    ],
  },

  // 行为面试
  behavioral: {
    timeInvestment: "1个月",
    framework: "STAR (Situation, Task, Action, Result)",
    stories: "准备15-20个故事",
    topics: ["领导力", "冲突解决", "失败经历", "团队协作"],
  },

  // 总时间投入
  totalTime: "6-9个月全职准备",
  successRate: "取决于运气和准备程度",
  mentalHealth: "可能会受损",
}

console.log("🎯 大厂面试准备")
console.log(`总时间投入: ${bigTechPrep.totalTime}`)
console.log(`每天练习: ${bigTechPrep.algorithms.dailyPractice}`)
console.log(`目标题数: ${bigTechPrep.algorithms.targetProblems}`)
console.log("\n⚠️ 警告:这是一场马拉松,不是短跑")

这基本上是回到 2015 年的准备方式。

AI?不存在的。你要靠的是你的大脑。

4.2 准备创业公司面试:学习"AI 驾驭术"

如果你要面试创业公司,你需要:

// startup-interview-prep.js
// 创业公司面试准备清单

const startupPrep = {
  // AI工具精通度(核心)
  aiTools: {
    timeInvestment: "1-2个月",
    mustHave: [
      {
        tool: "GitHub Copilot",
        cost: "$10/月",
        skill: "代码补全、函数生成",
      },
      {
        tool: "Cursor",
        cost: "$20/月",
        skill: "AI对话、多文件编辑",
      },
      {
        tool: "ChatGPT Plus",
        cost: "$20/月",
        skill: "架构设计、调试帮助",
      },
    ],
    totalCost: "$50/月(最低配置)",
    advancedTools: [
      { tool: "Claude Pro", cost: "$20/月" },
      { tool: "Windsurf", cost: "免费/付费" },
    ],
  },

  // Prompt工程
  promptEngineering: {
    skills: ["清晰描述需求", "提供足够上下文", "迭代优化prompt", "处理AI幻觉"],
    practice: "每天用AI写代码,积累经验",
  },

  // 实战项目
  projects: {
    requirement: "至少3个完整项目",
    showcase: "展示你如何用AI加速开发",
    github: "代码必须在GitHub上,有详细README",
  },

  // 调试能力
  debugging: {
    skill: "快速定位AI生成代码的bug",
    tools: ["Chrome DevTools", "VS Code Debugger", "日志分析"],
    mindset: "不盲信AI,要验证每一行代码",
  },

  // 总时间投入
  totalTime: "1-2个月",
  totalCost: "$50-200/月(工具订阅)",
  successRate: "取决于你的AI驾驭能力",
}

console.log("🚀 创业公司面试准备")
console.log(`总时间投入: ${startupPrep.totalTime}`)
console.log(`工具成本: ${startupPrep.aiTools.totalCost}`)
console.log(`必备工具: ${startupPrep.aiTools.mustHave.length}个`)
console.log("\n💰 警告:你需要自己付费订阅AI工具")

问题来了:你需要自己掏钱买 AI 工具订阅。

这就引出了一个更大的问题...


第五章:隐藏的不公平:AI 工具的"订阅门槛"

5.1 你的面试成功率,取决于你的钱包?

让我们算一笔账:

┌─────────────────────────────────────────────────────────────┐
│              AI面试的"隐藏成本"                              │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  基础配置(最低要求):                                       │
│  ├─ GitHub Copilot: $10/月                                  │
│  ├─ ChatGPT Plus: $20/月                                    │
│  └─ 总计: $30/月                                             │
│                                                             │
│  进阶配置(有竞争力):                                       │
│  ├─ Cursor Pro: $20/月                                      │
│  ├─ Claude Pro: $20/月                                      │
│  ├─ ChatGPT Plus: $20/月                                    │
│  └─ 总计: $60/月                                             │
│                                                             │
│  顶配(碾压对手):                                           │
│  ├─ Cursor Pro: $20/月                                      │
│  ├─ Claude Pro: $20/月                                      │
│  ├─ ChatGPT Plus: $20/月                                    │
│  ├─ Windsurf: $20/月                                        │
│  ├─ Perplexity Pro: $20/月                                  │
│  └─ 总计: $100/月                                            │
│                                                             │
│  如果你求职3个月: $90 - $300                                 │
│  如果你求职6个月: $180 - $600                                │
│                                                             │
│  💀 问题:这是在考技术,还是在考钱包?                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

这就是 2026 年技术面试的魔幻现实:

  • 传统面试:只要有大脑就行
  • AI 面试:你需要付费订阅才能"公平竞争"

更糟糕的是:

如果你用的是免费版 ChatGPT,AI 幻觉更多,你可能因为 AI 的错误而挂掉面试。

这不是在考你的能力,这是在考你的经济实力。

5.2 "主场优势"问题

有些公司(比如 Meta)意识到了这个问题,他们的解决方案是:

"我们提供统一的 AI 工具,所有候选人用同一个环境。"

听起来很公平对吧?

但问题是:

你平时用的是:
├─ Cursor(你已经配置了自定义prompt)
├─ Claude(你知道它的优缺点)
└─ 你的.cursorrules文件(你花了几个月优化的)

面试时给你的是:
├─ Meta的内部AI工具(你从没用过)
├─ 没有自定义配置
└─ 45分钟学会并精通它

这就像:
├─ 你平时开的是手动挡跑车
├─ 面试时给你一辆自动挡面包车
└─ 然后让你跑出最快圈速

这不是在考你的 AI 能力,这是在考你的适应能力。


第六章:最魔幻的面试形式:"付费试工"

6.1 "来我们公司干 3 天活,我们再决定要不要你"

越来越多的创业公司开始采用一种新的面试方式:

Paid Work Trial(付费试工)

流程是这样的:

1. 你通过了初步筛选
2. 公司说:"来我们这干3-5天,做真实的项目"
3. 你和团队一起工作,处理真实的ticket
4. 3-5天后,公司决定要不要你

听起来很合理对吧?

但问题是:

如果你已经有工作:
├─ 你能请3-5天假去"试工"吗?
├─ 你的老板会同意吗?
├─ 你的劳动合同允许你"兼职"吗?
└─ 大多数合同都禁止你同时为两家公司工作

如果你没有工作:
├─ 你可能需要同时"试工"多家公司
├─ 每家3-5天,3家就是9-15天
├─ 这期间你没有稳定收入
└─ 而且不保证最后能拿到offer

💀 结论:这种面试方式偏向失业者或时间极度灵活的人

这不是在考你的能力,这是在考你的生活状况。

6.2 真实案例:我的"试工"经历

我去年面试了一家创业公司,他们要求我"试工" 3 天。

1天:
├─ 我请了病假(对不起老板)
├─ 去新公司报到
├─ 花了半天时间搭建环境
└─ 下午开始看代码

第2天:
├─ 接到一个真实的bug
├─ 花了一整天调试
├─ 晚上加班到9点才修好
└─ 累得像狗

第3天:
├─ 参加团队会议
├─ Code Review
├─ 写了一些文档
└─ 下午5点结束

一周后:
├─ 收到邮件:"感谢你的参与,但我们决定不继续了"
├─ 我:???
├─ 我浪费了3天假期
├─ 我冒着被老板发现的风险
└─ 我什么都没得到

这就是"付费试工"的现实。


第七章:所以,2026 年该怎么准备面试?

7.1 残酷的真相:你必须"双修"

如果你想在 2026 年找到工作,你需要:

// interview-prep-2026.js
// 2026年面试准备的残酷现实

const interviewPrep2026 = {
  // 你需要同时准备两套技能
  skillSets: {
    traditional: {
      name: "传统技能(应对大厂)",
      includes: [
        "LeetCode 300-500题",
        "系统设计",
        "计算机基础(网络、操作系统、数据库)",
        "手写代码能力",
      ],
      timeInvestment: "6-9个月",
      cost: "$0(只需要时间)",
    },

    aiNative: {
      name: "AI技能(应对创业公司)",
      includes: [
        "精通3-5个AI编程工具",
        "Prompt工程",
        "快速调试AI代码",
        "实战项目经验",
      ],
      timeInvestment: "1-2个月",
      cost: "$50-200/月(工具订阅)",
    },
  },

  // 时间分配建议
  timeAllocation: {
    ifTargetBigTech: {
      traditional: "80%",
      aiNative: "20%",
      reason: "大厂还是以LeetCode为主",
    },

    ifTargetStartup: {
      traditional: "30%",
      aiNative: "70%",
      reason: "创业公司更看重实战和AI能力",
    },

    ifTargetBoth: {
      traditional: "50%",
      aiNative: "50%",
      reason: "两手都要硬",
      warning: "这会很累",
    },
  },

  // 心理准备
  mentalPrep: {
    expectation: "面试周期可能长达6个月",
    applications: "可能需要投200+份简历",
    rejections: "会收到无数拒信",
    burnout: "很可能会burnout",
    advice: "保持心理健康比什么都重要",
  },
}

console.log("😵 2026年面试准备的残酷现实\n")
console.log("你需要准备两套完全不同的技能:")
console.log(`1. ${interviewPrep2026.skillSets.traditional.name}`)
console.log(
  `   时间投入: ${interviewPrep2026.skillSets.traditional.timeInvestment}`,
)
console.log(`   成本: ${interviewPrep2026.skillSets.traditional.cost}`)
console.log(`\n2. ${interviewPrep2026.skillSets.aiNative.name}`)
console.log(
  `   时间投入: ${interviewPrep2026.skillSets.aiNative.timeInvestment}`,
)
console.log(`   成本: ${interviewPrep2026.skillSets.aiNative.cost}`)
console.log(`\n⚠️ ${interviewPrep2026.mentalPrep.advice}`)

7.2 实用建议:如何在两个宇宙中生存

给准备大厂面试的你:

  1. LeetCode 还是王道:每天 2-3 题,坚持 6 个月
  2. 理解原理,不要死记硬背:面试官会追问"为什么"
  3. 模拟面试:找朋友或用 Pramp、Interviewing.io
  4. 保持手写代码的能力:不要只在 IDE 里写代码

给准备创业公司面试的你:

  1. 投资 AI 工具:至少订阅 Copilot + ChatGPT Plus
  2. 每天用 AI 写代码:积累"驾驭 AI"的经验
  3. 做实战项目:用 AI 快速做 3-5 个完整项目
  4. 学会审查 AI 代码:不要盲信,要验证

给想两边都投的你:

  1. 时间管理:早上刷 LeetCode,晚上用 AI 做项目
  2. 心理建设:这会很累,做好长期准备
  3. 优先级:先搞定一边,再攻另一边
  4. 保持健康:burnout 了什么都没用

第八章:这个行业到底怎么了?

8.1 我们在筛选什么?

让我们诚实一点:

LeetCode 面试在筛选什么?

  • ✅ 算法和数据结构知识
  • ✅ 在压力下解决问题的能力
  • ✅ 沟通和表达能力
  • ❌ 实际工作能力
  • ❌ 团队协作能力
  • ❌ 产品思维

AI 面试在筛选什么?

  • ✅ 使用 AI 工具的能力
  • ✅ 快速交付的能力
  • ✅ 调试和整合能力
  • ❌ 深度理解代码的能力
  • ❌ 长期维护代码的能力
  • ❌ 没有 AI 时的应变能力

两种面试都有问题。

8.2 理想的面试应该是什么样的?

如果让我设计一个"理想的技术面试",它应该:

  1. 考察实际工作能力:给一个真实的问题,看你怎么解决
  2. 允许使用工具:现实工作中你会用 Google、Stack Overflow、AI
  3. 考察思维过程:不只是结果,还要看你的思考方式
  4. 公平且标准化:所有人用同样的环境和工具
  5. 尊重候选人时间:不要让人花 3-5 天"试工"
  6. 不依赖经济实力:不应该因为付不起 AI 订阅而吃亏

但现实是:我们离这个理想还很远。


写在最后:给所有在求职路上挣扎的你

如果你正在准备面试,我想对你说:

这不是你的问题,是这个行业的问题。

  • 你不是因为"不够好"而挂掉面试
  • 你是因为面试系统本身就有问题

但是,抱怨没有用。

我们能做的是:

  1. 接受现实:面试系统短期内不会改变
  2. 做好准备:两套技能都要练
  3. 保持健康:心理健康比 offer 重要
  4. 互相帮助:分享经验,互相鼓励

最后,送给所有求职者一句话:

"面试挂了不代表你不行,只代表你和这家公司不匹配。"

"继续投,总会有适合你的。"


互动话题

  1. 你经历过哪种类型的面试?LeetCode 还是 AI 实战?
  2. 你觉得哪种面试更能反映真实能力?
  3. 你愿意为 AI 工具订阅付费来准备面试吗?
  4. 你有没有"付费试工"的经历?

评论区见,我们一起吐槽这个魔幻的面试市场。


参考资料:

  • Michael Solati - LeetCode vs. Vibe Coding: The Reality of Interviewing in 2025
  • Feenyx - Why LeetCode Interviews Are Losing Credibility
  • 行业调查数据 - 2026 Technical Interview Trends
  • 内容经过重新整理和诠释,符合许可限制