前几天看到一个开源项目：ai-native-hiring-guide ，这是易哈佛医疗内部的 AI-Native 工程师招聘面试官手册。
虽然是写给面试官的，但我越看越觉得，这东西对候选人更有价值。它不是教你怎么面试别人，而是告诉你：AI 时代，什么样的工程师才有竞争力。
这份指南有一套完整的评估体系：5 个能力维度，50 分满分，35 分及格。还有 6 条一票否决项，踩中任何一条都可能让你在 AI 时代被淘汰。
我试着用这套标准给自己打分，结果只有 28 分。不及格。
但这不是坏事，至少我终于知道自己差在哪了。
这篇文章，我把这套评估体系转化成自查工具，帮你找到自己的定位和提升方向。
⚡️懒得看文章的，可以直接打开 AI-Native 工程师能力自查 -> 进行自测。
[]
你是 Builder 型还是 Reviewer 型？
AI 时代的岗位分类变了。不再按前端/后端/PM 分，而是按 Builder 和 Reviewer 分。
AI 降低了技术门槛，你不需要精通所有技术栈，但你需要先搞清楚自己适合做什么——因为两种类型的评分权重不一样。
Builder 型：产品直觉 + 驱动 AI
特征：跨角色作战，从用户视角关注业务价值。
核心能力：产品直觉 + AI 驾驶能力 + 基本设计感。
适合人群：喜欢从 0 到 1，关注用户需求，愿意跨界。
自测方法：
- 你是否更关注"为什么做"而非"怎么做"？
- 你是否愿意学习设计、产品等跨界知识？
- 你是否喜欢快速验证想法？
Reviewer 型：系统思维 + 评审速度
特征：快速识别 AI 代码风险，给出可执行修改指令。
核心能力：系统思维 + AI 驾驶能力 + 极快评审速度。
适合人群：喜欢深度思考，关注系统稳定性，擅长发现问题。
自测方法：
- 你是否更关注"怎么做"而非"为什么做"？
- 你是否擅长发现代码中的潜在风险？
- 你的评审速度是否够快？
搞清楚自己的类型后，再来看五大维度打分——重点看你的专项维度差在哪。
AI-Native 能力模型五大维度
这套模型有 5 个维度，每个维度 10 分，总分 50 分。35 分及格。
1. Issues 写作质量（10 分）
核心能力：能否提供可操作信息让 AI 直接处理。
这个维度考察的不是你的文笔，而是你能不能把需求说清楚。AI 不是人，它需要结构化的信息。
自查问题：
- 你写的需求文档，AI 能直接理解并执行吗？
- 你的 Issues 是否包含足够的上下文和约束？
- 你是否习惯用"感觉不对"这种模糊表达？
举个例子。如果你写"优化一下登录页面"，AI 不知道怎么优化。但如果你写"登录页面加载时间超过 3 秒，需要优化到 1 秒以内，重点检查图片加载和 API 请求"，AI 就知道该做什么了。
提升建议：学会写结构化的需求文档。每次写需求时，问自己三个问题：背景是什么？目标是什么？约束条件是什么？
2. 方案 Review 能力（10 分）
核心能力：快速识别风险与缺陷。
AI 生成的代码不一定对。你需要能在 5 分钟内指出问题，而且要具体到可以直接修改。
自查问题：
- 你能在 5 分钟内指出 AI 生成代码的问题吗？
- 你的 Review 是否具体到可以直接修改？
- 你是否只说"感觉不对"而不给出具体问题？
很多人 Review 代码时，只会说"这里不对"，但不说哪里不对。这在 AI 时代是致命的，AI 需要明确的反馈才能改进。
提升建议：训练快速识别代码风险的能力。每次 Review 时，强迫自己给出 3 个具体问题：这段代码有什么安全风险？有什么性能问题？有什么边界情况没考虑？
3. AI 驾驶能力（10 分，占比 25%）
核心能力：与 agent 协作的交互质量。
这是 5 个维度里最重要的一个，占比 25%。AI 时代，你的工作方式就是"驾驶 AI"。
自查问题：
- 你能用自然语言清晰表达需求吗？
- 你是否需要多轮对话才能说清楚？
- 你能快速判断 AI 的输出是否符合预期吗？
我之前用 AI 写代码，经常要来回改 5-6 次才能得到想要的结果。后来发现问题在我：我的指令不够清晰，反馈不够具体。
现在我会这样做：第一次就把需求说清楚（包括输入、输出、边界条件），AI 给出结果后，我会快速判断是否符合预期，如果不符合，我会指出具体哪里不对，而不是说"不太对，再改改"。
提升建议：多练习与 AI 对话。每次对话后，复盘一下：我的指令够清晰吗？我的反馈够具体吗？我能不能用更少的轮次达到目标？
4. 产品直觉（Builder 专项，10 分）
核心能力：快速抓住核心问题，从用户视角思考。
这个维度是 Builder 型工程师的必备能力。如果你喜欢从 0 到 1，关注用户需求，愿意跨界，那你需要重点提升这个维度。
自查问题：
- 你是否只关注技术实现，不问"为什么"？
- 你能快速判断一个需求是否值得做吗？
- 你是否有基本的设计感？
很多程序员拿到需求就开始写代码，不问为什么要做这个需求。结果做完了发现，这个需求根本不重要，或者方向错了。
提升建议：多思考"为什么"。每次拿到需求时，先问：这个需求解决了用户的什么问题？有没有更简单的方案？做完之后用户会怎么用？
5. 系统思维（Reviewer 专项，10 分）
核心能力：压力下的决策判断，快速识别系统性风险。
这个维度是 Reviewer 型工程师的必备能力。如果你喜欢深度思考，关注系统稳定性，擅长发现问题，那你需要重点提升这个维度。
自查问题：
- 你能快速评估一个方案的系统性影响吗？
- 你是否能在压力下做出正确决策？
- 你的评审速度是否够快？
系统思维不是说你要懂所有技术细节，而是你能快速判断：这个改动会影响哪些模块？有什么潜在风险？如果出问题了，怎么回滚？
提升建议：训练系统性思维。每次看到一个方案时，强迫自己画一张影响范围图：这个改动会影响哪些模块？每个模块的风险是什么？
六条一票否决项，你踩中了哪些雷？
这 6 条是硬性面试淘汰标准。
1. 防御性强，无法接受 AI 比自己写得好
表现：抗拒使用 AI 工具，认为 AI 生成的代码不如自己写的。
危害：无法适应 AI 时代的协作方式。
自查：你是否经常说"AI 写的代码不行"？
我见过很多工程师，一听到 AI 生成代码就摇头，说"这代码质量不行"。但问题是，你有没有试过给 AI 更清晰的指令？有没有试过 Review 后让 AI 改进？
AI 不是来替代你的，是来辅助你的。如果你一直抗拒，那你就会被淘汰。
2. Issues 缺乏上下文与约束
表现：写需求时不提供背景信息，不说明约束条件。
危害：AI 无法理解你的真实需求。
自查：你的需求文档是否让人（或 AI）一看就懂？
很多人写需求时，只写"做一个登录功能"，不说登录方式（手机号？邮箱？第三方？），不说安全要求（需要验证码吗？需要记住登录状态吗？），不说性能要求（支持多少并发？）。
这种需求，AI 没法做，人也没法做。
3. Review 只说"感觉不对"，无具体问题
表现：评审时只说"这里不对"，不说具体哪里不对。
危害：无法给出可执行的修改建议。
自查：你的 Review 是否具体到可以直接修改？
"感觉不对"是最没用的反馈，别人（或 AI）不知道你的"感觉"是什么。
好的 Review 应该是：这里有安全风险，建议加上输入校验；这里有性能问题，建议用缓存；这里有边界情况没考虑，建议加上空值判断。
4. 只关注技术实现，不问"为什么"
表现：拿到需求就开始写代码，不思考为什么要做。
危害：可能做了无用功。
自查：你是否习惯先问"为什么"再动手？
我之前做过一个需求，花了两天时间写完，结果产品说"这个需求不做了，方向变了"。后来我反思，如果我一开始就问"为什么要做这个需求"，可能就不会浪费这两天。
5. 沟通需多轮才能说清
表现：表达不清晰，需要反复解释才能让人理解。
危害：协作效率低下。
自查：你是否能一次性把事情说清楚？
AI 时代，沟通效率变得更重要。你不只是和人沟通，还要和 AI 沟通。如果你的表达不清晰，AI 就会理解错，你就要反复修正。
6. 面试结束无有质量的提问
表现：面试结束时没有问题，或者问的问题没有深度。
危害：说明你对这个岗位/公司没有深入思考。
自查：你是否习惯提前准备有质量的问题？
这条看起来和技术能力无关，但其实很重要，它反映了你的思考深度。如果你对一个岗位/公司没有深入思考，那你怎么可能做好这份工作？
给自己来一场考试
看完这 5 个维度和 6 条红线，你可能会想：我该怎么提升？
我的建议是：先给自己打个分，找出最弱的 1-2 项，重点攻克。
评分体系：
- 总分 50 分（5 个维度各 10 分）
- 35 分及以上且无否决项算合格
- 如果踩中任何一条否决项，直接不及格
行动建议：
- 先判断自己是 Builder 型还是 Reviewer 型
- 针对五大维度给自己打分，找出最弱的 1-2 项
- 检查六条一票否决项，看看自己踩中了哪些
- 制定提升计划，重点攻克最弱的维度
实操方案：直接用在线自查工具
我把这套评估体系做成了一个在线工具，你可以直接上去打分：
5 个维度逐项打分，自动计算总分，告诉你是否及格、属于哪种类型、哪里需要重点提升。
或者，用 AI 扮演面试官
你可以让 AI 根据这个能力模型给你打分和建议。
具体怎么做？
- 把这篇文章的能力模型复制给 AI
- 让 AI 扮演面试官，根据这个模型问你问题
- 你回答问题，AI 给你打分和建议
- 根据 AI 的反馈，制定提升计划
我试过这个方法，效果很好。AI 会问一些你没想到的问题，会指出一些你没注意到的盲区。
最后说一句：AI-Native 能力模型不是用来淘汰人的，而是用来帮助你找到提升方向的。
AI 时代，不是技术能力决定你的上限，而是你与 AI 协作的能力。诸君共勉。
素材来源：
- ai-native-hiring-guide AI-Native 工程师招聘面试官手册
