Manus 不再考编程题：四小时和 AI 一起干活，才是新的面试

如果你最近在面 AI 公司的工程岗，可能会遇到一种奇怪的面试：没有白板，没有手写快排，也没有 LeetCode。给你四个小时、一个真实问题、一个 AI Agent，然后坐下来一起复盘你是怎么把问题解决的。Manus 已经把这件事变成了标准流程。

一分钟速览

• Manus 从今年 3 月起取消传统编程笔试，改为四小时使用 Manus 解决实际问题的实操评估。
• 面试官与候选人一起回顾完整解决过程，考察与 AI 协作的能力，而非独立编码熟练度。
• 公司内部岗位边界模糊：产品经理、设计师已可直接向代码仓库提交修改。
• 美国软件工程师实际招聘人数已降至 2022 年峰值的一半以下，FDE 岗位一年增长 4.6 倍。

「不再需要只擅长完成任务的人」

Manus 联合创始人兼首席产品官 Tao Zhang 在 Web Summit 访谈里说得很直接：AI 已经很擅长完成任务，因此公司不再需要更多只擅长完成任务的人。这句话听着刺耳，但它解释了面试为什么改。

传统编程测试考的是「给定明确输入，能否写出正确代码」。而当 AI 能在几秒内生成可运行代码时，这项能力的稀缺性下降了。真正稀缺的是另一层：判断该解决什么问题、把模糊需求拆成可执行的步骤、在 AI 跑偏时及时纠回、并且能说清楚自己为什么这么做。四小时实操加过程复盘，考的正是这一层。

招聘页面仍然写着前端工程师、后端工程师，Tao Zhang 坦言这是对外部的说法，「外面的世界还没有跟上」。在他负责的产品与市场团队里，产品经理可以直接提交代码，设计师也开始写代码。过去要在产品、设计、工程三个岗位之间流转的任务，现在由一个人借助 AI 完成。

数据背后的岗位分化

把 Manus 的做法放进大盘看，会更有意思。一份最新科技就业报告显示，美国软件工程师的实际招聘人数已降至 2022 年峰值的一半以下，前端和移动开发岗位需求接近腰斩。与此同时，FDE（Forward Deployed Engineer，前置部署工程师）岗位一年内增长了 4.6 倍。

这组数据的含义不是「程序员要失业」，而是岗位在重新分层。写标准 CRUD 的需求在收缩，能把 AI 能力部署到客户业务现场、解决最后一公里问题的角色在膨胀。前者是任务执行，后者是问题定义与交付，正好对应 Manus 面试想筛的那类人。

四小时能看出什么

实操评估的价值在于过程可观测。候选人在四小时里会暴露很多东西：他怎么向 Agent 描述需求，遇到错误是重写提示还是改代码，是否会给中间结果做验证，时间不够时先砍哪部分。这些行为在传统笔试里完全看不到，却恰好决定了他在真实项目里的产出。

这种面试也有代价。四小时的人力成本远高于一轮笔试，评估标准更依赖面试官的判断，规模化时容易失真。对候选人来说，会「用 AI」不等于会「用得好」，工具熟练度可能掩盖基础能力的缺口——如果一个人从未独立调试过复杂系统，他很难判断 Agent 给出的方案哪里有问题。

趋势：招聘标准跟着生产方式走

面试形式的变迁，往往是生产方式变迁的回声。当团队的实际工作变成「人 + Agent 一起交付」，招聘自然要从考记忆与算法，转向考协作与判断。Manus 只是把这件事提前做了，而且做得比较彻底。

对求职者的启示大概有两条：一是把 AI 工具用成肌肉记忆，而不是偶尔尝鲜；二是别放弃独立判断能力，因为在四小时里，真正拉开差距的往往是你能否发现 Agent 错在哪。