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

AI「作弊」應徵上工程師！

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。」

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

AI面試OK嗎？

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。」

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。

本文合作轉載自：數位時代

資料來源：CNBC、Gizmodo、Ubergizmo

AI 與數據正快速落地至各行各業，從製造、金融、電信、醫療到零售，應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域，卻長期受到數據破碎且不透明的限制，只能仰賴人力蒐集資訊，再憑直覺和經驗去解讀資訊、做出決策，使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點，方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」，以開放式平台為核心，串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色，勾勒出 B2B 企業服務生態系的全貌，希望能透過科技促進數據流動，為商用地產企業協作模式開啟新的可能性。

方睿科技雙軌策略，讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出，在 AI 時代，人應該專注於「最有價值」的工作；然而在商用地產業中，專業人士卻有約 70% 的時間耗費在資料蒐集與整理上，真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配，讓人力從低價值的資料處理中解放，將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

為此，方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台，運用 AI 技術，將過去產業中破碎、非結構化的資料，重塑為可被運算、可驗證的標準化數據，並結合圖表與互動式介面，讓使用者能夠快速得到完整市場資訊，實現「用戶即專家」的目標。

第二條則是推動生態系聯盟，將不動產視為企業服務的核心載體，串聯設計、家具、搬遷、清潔等多元服務夥伴，使空間不再只是靜態標的，而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄，平台得以發展「資料即推薦」模式，推動商用地產從單點交易，邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制，實現用戶即專家目標

在 AI 模型日益普及的當下，真正的競爭關鍵已不在模型本身，而是能否有效率地收集資料、提高資料品質，並將其與實際決策流程緊密結合。為此，方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪，回應商用地產長期面臨的資料破碎與決策效率低落問題，成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明，資料飛輪機制的運作架構。首先在資料收集階段，必須系統性蒐集公開資料、內部檔案與報告，並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉，透過資料清洗與實體對齊，將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關，則引入不動產專家進行校正與產業判讀，補上模型難以理解的規則與慣例，確保關鍵數據的正確性。最後的決策反饋階段，藉由收集使用者提問與行為，檢視現有資料是否足夠精準，再回到專家校正與補齊流程，使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上，方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示，PickPeak 並非單純的物件搜尋工具，而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動，提出人數、預算、區位、產業屬性等多重條件，再由系統動態生成可比較、可驗證的選址方案，真正將 AI 從「回答問題的工具」，轉化為「陪伴決策的數位專家」。

創新 Data to win 模式，讓 AI 深入商用地產各階段決策流程

不過，單靠數據整合與 AI 應用仍不足以支撐產業全面升級，因此，方睿科技提出的第二條路就是，推動產業生態系聯盟，整合商用地產市場上不同角色的數據，讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出，目前在企業、房東或物業主與各類服務供應商之間，缺乏有效的整合機制，導致企業在選址與空間規劃過程中，難以快速找到真正合適的服務與解決方案，形成明顯的產業斷點。

為解決這些斷點，方睿科技提出「Data to win」模式，以資料取代傳統「Pay to win（付費買廣告）」思維，讓真正具備經驗與實績的服務夥伴，在適當的決策節點被看見。

曾凡綱說明，在廣告投放效益越來越低的情況下，企業服務商面臨的問題已不只是「如何曝光」，而是「如何在對的地方被看見」，這將是未來的市場勝出指標；而 Data to win 正好可以協助企業服務商建立此能力，方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料，經過去識別化與結構化處理後，再嵌入企業決策流程中，讓推薦不再來自廣告投放，而是真實、可被驗證的使用經驗，透過這樣的機制，不僅提升企業決策的準確度，也能同步放大生態系夥伴在合作中的實質價值。

舉例來說，方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料，讓企業在選址階段，就能同步評估空間規劃方案，加速決策流程。又如，整合出行服務夥伴 USPACE 悠勢科技的服務資料，並呈現在地圖上，協助企業評估辦公據點的交通便利性，優化員工日常通勤與出行體驗。此外，平台也可整合大樓的 ESG 認證、公共設施與服務層資訊，協助企業快速篩選符合需求的辦公大樓，提升進駐媒合效率。

「Raise Day 只是這場變革的起點。」吳健宇強調，方睿科技已經透過投資與合夥模式，將布局延伸至專業地產服務與空間經營領域，至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星，以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作，方睿得以更深入理解產業真實痛點，讓科技不只是工具，而能真正回應實際決策與服務需求。

此外，方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟，目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入；接下來，方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入，讓數據在安全、可控的前提下流動，進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值，為產業轉型啟動下一個關鍵階段。