软件工程的本质正在快速变化。在Canva，公司始终认为招聘流程必须与工程师日常使用的工具和实践同步演进。因此，现在Canva正式宣布：在后端、机器学习和前端工程师的技术面试中，不仅可以使用AI工具，而且必须使用。无论是GitHub Copilot、Cursor还是Claude，候选人都应在面试中积极使用这些AI助手。
现代工程现实：AI已成为日常开发工具
目前，在Canva，有近一半的前端和后端工程师每天都在使用AI辅助编程工具。这些工具帮助工程师快速构思原型、理解大型代码库并生成代码，从而腾出更多时间专注于核心使命——“赋能全球设计”。
Canva不仅鼓励员工使用AI，还明确期望工程师将AI集成进他们的工作流中。AI已经成为现代开发的生产力工具，能显著提升效率与竞争力。
然而在此之前，Canva的面试流程却仍然要求候选人在没有AI辅助的情况下解决算法和数据结构题目。这种脱离实际开发环境的考核方式，无法准确衡量候选人真实的工作表现。
理念转变：拒绝检测，拥抱透明
随着AI辅助工具的普及，越来越多的候选人在技术面试中秘密使用AI，有时甚至使用专门为“避开检测”而设计的工具。面对这种趋势，Canva不再试图监管AI的使用，而是选择主动拥抱这一现实。
公司希望看到的是：候选人如何与AI协作解决问题。这种方式，才能真实反映他们在入职后处理任务的能力。
初期的实验印证了这一决策：AI助手能轻松解决传统面试题，生成的答案不仅正确，还格式规范、带有详尽注释，几乎无需任何额外提示。这一发现促使团队重新审视面试方式，以确保能够准确评估候选人的真正能力。
面试的再设计：更真实、更复杂、更模糊
工程工作本质上更多是阅读与理解代码，而不是从零写出完整算法。工程师大多数时间都在阅读现有代码库、审查Pull Request、迭代优化。AI工具能够辅助生成初始代码，但工程师必须具备分析、理解与改进这些代码的能力。
因此，Canva重新设计了技术面试，题目更贴近真实开发情境——复杂、模糊且需要工程判断。这些问题不可能通过单一提示完成，而是需要候选人进行反复思考、澄清需求并做出技术决策。
例如，与其要求候选人实现“康威生命游戏”，现在可能会给出这样的挑战：“构建一个管理繁忙机场起降控制系统的控制平台。”
引入AI辅助编程面试：技能更全面的考核方式
Canva现在推出全新面试环节——“AI辅助编程”，用于替代原有的计算机科学基础面试（Computer Science Fundamentals）。这一环节主要面向后端与前端候选人，面试题围绕现实产品挑战设计，并明确要求使用AI工具。
但这不是“全靠AI完成任务”。面试重点考核的能力包括：
- 是否清楚何时、如何有效使用AI？
- 能否分解复杂需求、识别模糊点？
- 是否能在AI协助下做出正确技术决策？
- 能否识别并修复AI生成代码中的问题？
- 是否有能力将AI结果调整到可部署的生产级标准？
团队内部的质疑与支持
在初次提出改革时，公司内部确实出现过质疑。一些工程师担心面试流程“从严谨的技术考核变成了‘氛围编程’（vibe-coding）表演”。
但这一担忧是合理的，也促使面试设计团队明确：技术深度和代码掌握依然是核心评估项，只是考核方式发生变化。候选人仍需对最终代码结果负责，无论是亲手编写，还是借助AI生成。
在得到这些解释后，工程团队普遍由抵触转为支持，认为这是一种技术评估更贴近现实工作场景的方式。
初步经验总结：优秀候选人如何使用AI？
试点阶段的面试带来许多启示。最成功的候选人不是机械地接受AI输出，而是具备如下特质：
- 主动提出有深度的需求澄清问题；
- 将AI用于明确子任务，而不是交由AI处理整体问题；
- 仔细检查并优化AI生成代码；
- 当AI输出出错时，展现出良好的调试能力。
而缺乏AI使用经验的候选人往往表现较差，问题不是不会编码，而是无法有效驾驭AI、或不懂得何时拒绝不理想的建议。
向前看：AI时代的工程能力评估标准
Canva充分意识到，这种面试方式要求候选人改变准备策略。因此，公司会提前通知所有参与者，明确告知他们面试中将使用AI工具，并强烈建议提前进行实战练习。
这一改革，反映了Canva的核心理念——“AI无处不在”。不仅为用户构建AI功能，也在重塑企业内部的工作方式、创造流程与问题解决路径。
公司相信，未来属于那些能够将人类创造力与AI能力无缝融合的工程师。熟练掌握AI工具，不仅有助于通过面试，更是日常工作中脱颖而出的关键能力。
目前，这种新形式的面试反馈积极。无论是对候选人还是面试官，都更具互动性，并能准确预测候选人在团队中的表现。最重要的是，这一方式帮助Canva识别出真正能善用AI、构建未来视觉传播工具的工程师。
AI发展仍在迅速演进，Canva的面试流程也将持续适应更新。现在有效的方法，也许在半年后需再次迭代。公司承诺，始终动态评估与优化面试设计，确保评估的始终是最关键的工程能力。