用AI「作弊」應徵上工程師，亞馬遜震怒！他卻快實現100萬美元年收了|數位時代 BusinessNext

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。」

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」。

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：CNBC、Gizmodo、Ubergizmo

從桃園場域開始淬鍊：思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究，當時，他從歐美市場發展看見智慧能源管理的趨勢，於是，團隊從資策會獨立出來、成立思納捷，將過去累積的研發能量帶向市場。而技術落地第一站，就是從工業聚落密集的桃園開始，思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境，也進一步走進園區工廠，協助企業掌握與管理用電。

然而，從研究機構走向市場後，莊棨椉很快發現，「做得出來」與「真的能用」之間，還隔著一段不小的距離。許多從技術角度來看完全可行的做法，在進入真實場域後，反而出現各種從未想過的問題。

舉例來說，在幼獅工業園區部署智慧路燈時，思納捷原本採用 Mesh Wi-Fi 網狀網路，讓路燈彼此串聯、逐站傳遞訊號，沒想到實際上線後，路樹上的枝葉竟然擋住了訊號，造成通訊不穩定。為此，團隊重新調整架構，採用 NB-IoT 方式，讓每支路燈直接透過電信網路傳輸資料，降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈，採用 PLC 電力線通訊技術，明明在實驗室與一般道路測試都沒有問題，到了港區卻完全無法傳輸訊號。團隊一路追查才發現，原來地下線路早已受到鹽害侵蝕，為此重新抽換線材，才讓系統得以正常運作。

串設備、整數據、AI 自主管理：思納捷打造 24 小時能源總管

「每一次踩坑，都讓團隊更清楚不同技術的適用邊界，也讓下一次部署少走一段彎路，」莊棨椉說，思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗，形塑出 3 大產品特色。

第一，是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備，涵蓋電表、水表、空調、冰水主機等不同類型，支援數量為全台最多。無論企業使用何種廠牌的設備，都能快速介接至思納捷的平台，降低設備整合門檻。

第二，是將數據與場域 Know-how 轉化為管理模組，讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗，轉化為超過 20 種應用模組，企業可以依需求持續擴充功能，一改過去可能要導入多套解決方案，才能管理不同設備的系統孤島問題。

舉例來說，某電子元件代理商在導入思納捷解決方案後，管理人員只要透過一支手機，就能掌握辦公大樓各樓層的設備運轉狀況，包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率，也能進一步掌握實際用電需求、降低能源耗用，並據此調降契約容量，每月節省約百萬元的電費成本。

第三，是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎，結合 AI 提升系統自主判斷與調控能力，持續優化能源管理的成效。「我們的目標，就是打造 24 小時雲端 AI 總管，讓系統可以自己判斷和調整，讓設備隨時維持在最佳運轉狀態，避免造成不必要的能源浪費，」莊棨椉強調。

出海前先看懂市場：桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟，思納捷也開始把目光投向海外，而進駐桃園天際線加速器，則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示，透過加速器安排的韓國、新加坡等國際交流，思納捷得以接觸不同市場的潛在客戶、創投與投資者，了解當地產業環境與實際需求，也能與在地新創交流創業與市場拓展經驗；國際經驗的獲取與海外拓點，都是成本極高的決策，藉由這些機會，思納捷得以用較低成本，去了解國際市場的可能性與風險。

此外，加速器也會安排專業業師分享國際市場經驗，從不同角度刺激團隊思考，重新檢視既有商業模式與海外布局策略。例如，曾經有業師與莊棨椉逐項分析海外上市必須具備的條件，讓他重新盤點公司現階段的優勢與不足，也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值，不只是認識多少潛在客戶，而是讓團隊在真正投入大量人力與資金以前，先釐清當地究竟有沒有市場、客戶需求是否成熟，以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題，如今都能透過實際走進市場、接觸第一線業者取得更多資訊，降低走錯路的風險與試錯成本。

對思納捷而言，加速器帶來最關鍵的幫助是，透過市場探索、業師輔導與資源媒合，讓團隊在真正投入之前，有更多機會看懂市場、驗證方向，再決定下一步怎麼走。對資源有限的新創而言，這種「先驗證、再投入」的過程，反而能降低海外布局的機會成本，讓每一步走得更精準。

展望下一階段，思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域，持續深化應用，讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地，同時，當既有台商客戶前往海外設廠、有智慧能源管理需求時，思納捷也會跟隨客戶腳步提供服務。莊棨椉認為，唯有先把技術與服務做深，建立可複製的成熟模式，未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。

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