AI「作弊」應徵上工程師!他惹怒亞馬遜、被停學,卻快實現100萬美元年收了
AI「作弊」應徵上工程師!他惹怒亞馬遜、被停學,卻快實現100萬美元年收了

韓裔學生Chungin「Roy」Lee(後稱Roy)成功取得了亞馬遜、Meta及TikTok的實習機會,但絲毫不煩惱要選擇在哪間公司實習──因為他不打算加入任何一間公司,參加面試只是為了證明,科技公司的面試方法已經過時了。

他正在籌辦新創公司、招募團隊成員來販售幫助他取得這些科技公司實習的工具:一款能夠在遠端面試過程中協助解題的AI應用。

他便是利用這款自己花不到一周時間撰寫的AI工具「Interview Coder」,成功作弊取得多家科技公司的錄取通知。

幫面試者「作弊」拿到科技公司的Offer,Interview Coder是怎麼運作的?

Interview Coder的運作很簡單。其實相當於「你拍一張照,然後問ChatGPT『你能解決這個問題嗎』」Roy解釋,科技公司用來監視應徵者螢幕的程式,完全無法看到Interview Coder。他便是利用這款工具成功獲得多家科技公司實習機會,「我錄下了和亞馬遜的面試過程,作為產品的最終演示,證明這種方法是有效的,招募流程已經被攻破。」

記錄面試過程的影片在被YouTube以「版權聲明」下架前,獲得超過10萬觀看次數。

roy x.jpg
Roy曾在X上留言表示,他曾練習Leetcode超過600小時,這是他學習寫程式過程中最痛苦的一件事。
圖/ X

亞馬遜得知真相後非常憤怒,並向Roy就讀的哥倫比亞大學施壓,要求校方對他進行處分。Roy因此被停學一年,但決定踏上創業路的他對此一派輕鬆,還聲稱自己可能會早一步主動離開學校。

Roy表示,他原本就沒有考慮進入亞馬遜、Meta或TikTok工作, 只是為了證明科技公司的技術測試早已是跟不上時代、徒增面試者痛苦的陳舊把戲

現在他以每月60美元的訂閱價格提供Interview Coder服務,還找來網紅替他行銷這款AI面試工具,預計今年5月中就能實現100萬美元年經常性收入(ARR)。

科技公司測試寫程式能力的Leetcode,為何成了工程師夢魘?

Roy曾經很嚮往在科技公司工作,但他的想法在花費多達600個小時在Leetcode練習後,產生了改變。「這是我學寫程式過程中最痛苦的經歷。」刷題的過程使他苦不堪言,「技術面試20年來都是如此,這太荒謬了。」

Leetcode是眾多科技公司用來評估工程師技術能力的試驗軟體,並提供大量習題供工程師線上練習。Meta、Google、亞馬遜等公司都用Leetcode來篩選應徵者。也因為Roy對Leetcode的反感,點進Interview Coder官網首頁便可看見醒目的「F*ck Leecode」。

interview coder.jpg
Interview Coder官網上寫著大大的「F*ck Leetcode」。
圖/ interview coder

Roy指出,Leetcode的考題很多都過於困難,且與工程師實務上的工作內容脫節。「關鍵在於你有沒有看過類似題目、記住解法,然後演得像第一次看見這題目。」他強調,「很多題目的答案都是演算法化的,根本不能代表一名工程師的工作內容。」

事實上,與Roy同樣對Leetcode抱持負面看法的工程師大有人在。根據《CNBC》報導,Meta工程師萊恩.彼得曼(Ryan Peterman)去年12月在Substack的文章中寫道,「每次我提到面試,都會聽到關於Leetcode的沮喪評論。」當時他試圖透過文章向讀者解釋,為何Leetcode這麼惹人厭,卻還是受到科技公司大量採用。

Interview Coder自然也不會是第一款提供作弊服務的面試工具,競品Leetcode Wizard行銷總監伊莎貝爾.德弗里斯(Isabel De Vries)便表示,「我們的產品,就是起源於許多用戶遭遇到同樣的煩惱。」

延伸閱讀:台積電工程師的一天!6AM~10PM時程表一次揭曉,還有「台積電之歌」

Leetcode崛起背景與工程師面試現況

但像Interview Coder這樣的服務能夠發揮作用,最根本的原因是疫情時期許多科技公司轉為線上面試,這樣的作法因為更省時省力、可以接觸到更廣泛的人才而被延續至今。這種作法起初非常便捷有效,直到近年大型語言模型登場,AI擁有協助工程師生成程式碼的能力。

AI已經是工程師的得力助手。程式問答網站Stack Overflow在2024年度調查中發現,已經有超過60%工程師在開發過程中使用AI,並有另外14%開發者計畫未來使用。Meta FAIR基礎AI研究團隊研究科學家法蘭索瓦.弗勒雷(François Fleuret)曾透露,他向所有遇到的軟體公司詢問有多少比例程式碼是由AI生成,得到的答案「很少低於40%,對一些年輕工程師來說更超過90%。」

延伸閱讀:工程師生態大轉變!老鳥怨新人:被AI慣壞,連程式都不會寫了⋯掀兩派論戰

事實上,許多科技公司早已公開擁抱AI技術,Google執行長桑德爾.皮蔡(Sundar Pichai)去年曾在財報會議上透露,公司內超過25%的新程式碼都是由AI生成;加密貨幣交易所Coinbase創辦人布萊恩.阿姆斯壯(Brian Armstrong)也表示,公司內所有工程師都在使用AI開發工具Cursor。

AI技術如此普遍的情況下,「假設應徵者不會使用AI的面試根本沒有道理。」Roy認為,科技公司應該就AI普及的現狀調整面試流程,而不是懲罰使用AI技術的應徵者。

Roy相信Leetcode對工程師群體是一種負擔。「科技巨頭沒有改變的動力。Leetcode是一種對他們有用的低劣系統,但它對全球開發生態造成巨大的負面影響。」Roy強調,「這種對解決問題能力進行標準化測試的嘗試,在當下的世界已經過時了。」

延伸閱讀:年薪中位數Top10產業出爐!2類工程師薪水「漲幅逾70%」,半導體、金融穩居前段班

Google考慮恢復實體面試,就為避免AI影響

AI已經成為求職過程中常見的幫手。創業解決方案公司Studio.init創辦人亨利.科克(Henry Kirk)提到,去年6月他為了招募工程師舉辦了一場線上程式比賽,有多達700人申請參賽,但他發現超過一半的人使用包括AI在內的方式作弊。

AI的影響甚至使得Google考慮恢復實體面試。《CNBC》指出,「能否恢復實體面試」便成為今年2月Google員工大會上其中一個討論話題。當時招募副總裁布萊恩.王(Brian Ong)提到,公司正努力因應AI對面試的影響,這也是「所有競爭對手都在關注的問題。」

當時執行長皮蔡便建議改為混合面試,「由於我們是混合辦公,我認為可以考慮將部分面試安排為實體,這也有助於應徵者了解Google文化,對雙方都有幫助。」

更諷刺的是,Claude系列模型開發商Anthropic今年就為應徵者制定一項「AI政策」,要求應徵者不要在求職過程中使用AI技術,「雖然我們鼓勵人們使用AI系統提升工作效率,但請不要再申請過程中使用AI助理,我們希望在不經由AI的情況下,了解你對Anthropic的興趣,以及你的溝通技巧。」

應徵求職並不像在學校考試那麼單純,使得利用AI工具提升表現是否錯誤很難取得各方共識,但無論這究竟是破壞企業信任的取巧手段,還是推動科技業面試流程革新的作法,AI對求職過程帶來的衝擊勢必會繼續下去。

延伸閱讀:
程式設計師職缺大衰退!美國統計:跌回1980年代網路普及前水準⋯是AI惹的禍?
不寫程式碼也能開發產品!Vibe Coding是什麼?3款好用AI工具+6步驟教學一次看

資料來源:CNBCGizmodoUbergizmo

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓