技术面试考的是焦虑，不是编程能力

一项新研究发现，科技行业技术面试主要测试候选人的表现焦虑，而非编码能力，且可能成为排斥特定群体的工具。

原文链接

https://news.ncsu.edu/2020/07/tech-job-interviews-anxiety/

研究背景：技术面试的普遍质疑

在软件工程领域，技术面试（Technical Interview）几乎是每位求职者必须跨越的门槛。典型的流程是：面试官给候选人一个算法或编程问题，要求其在白板上手写代码，同时出声讲解每一步的思考过程。这种"白板面试"（Whiteboard Interview）被Google、Facebook、Amazon等巨头广泛采用，并逐渐成为整个行业的标准做法。

然而，多年来，软件工程社区中大量开发者认为这一流程存在严重缺陷。面试所考察的技能与实际工作所需的能力之间脱节，面试准备往往演变为对"题库"的刷题训练，而非对真实工程能力的提升。这些批评长期存在，但缺乏实证研究的支撑。

北卡罗来纳州立大学（NC State）与微软（Microsoft）的研究人员决定填补这一空白——通过严格的对照实验，量化技术面试过程对候选人表现的真实影响。

实验设计：随机对照试验

研究团队招募了48名计算机科学专业的本科生和研究生作为被试。他们被随机分为两组：

• 公开组（传统技术面试）：24名参与者在有面试官旁观的房间内，在白板上解决问题，并需要边写代码边口头解释思路。
• 私密组（无旁观环境）：其余24名参与者被要求在独立的私密房间内，同样在白板上解决问题，但无需口头解释，也无人旁观。

两组参与者面对的是同类型、同难度的算法问题。研究人员通过两个客观指标评估其面试表现：

1. 正确性：代码能否通过测试，正确解决问题。
2. 效率：代码运行所需的计算资源（时间/空间复杂度）。

关键发现：表现下降一半以上

实验结果显示了一个令人震惊的差异：

"接受传统公开面试的参与者，其表现只有私密面试参与者的一半。" —— Chris Parnin，北卡州立大学计算机科学助理教授，论文共同作者

也就是说，仅仅因为有一位面试官在旁边看着，候选人的代码正确性和效率就显著下降。这种影响并非源于题目本身的难度差异——两组题目完全相同——而完全是由环境压力造成的。

研究还测量了参与者的压力水平和认知负荷（Cognitive Load）。结果表明，在传统技术面试环境中，候选人的压力和认知负荷显著高于私密环境。

这一发现直接证实了：技术面试本质上是一个"压力测试"，它筛选出的不是编程能力最强的人，而是在恐慌状态下仍然能够正常发挥的人——即那些对"被观察"这一情境免疫或习惯的人。

为什么白板面试会产生如此大的压力？

要理解这一点，我们需要从认知心理学角度拆解白板面试的三个核心压力源：

1. 社会评价威胁（Social Evaluative Threat）

当一个人在他人注视下执行高难度认知任务时，大脑的威胁检测系统（主要是杏仁核）会被激活。这种生理反应会抑制前额叶皮层的功能——而前额叶正是负责逻辑推理、工作记忆和问题解决的关键脑区。面试官的存在，即使态度友善，也会被潜意识解读为"审判者"，从而触发战斗或逃跑反应。

2. 有声思维（Think-Aloud）的双重负担

要求候选人边写代码边解释思路，实际上增加了额外的认知资源消耗。正常编程时，逻辑推理往往是内隐的、跳跃的——你可能先想到某个边界情况，再回头补充处理代码。但口头解释强制将思维过程线性化、延时化。这相当于让一个正在解数学题的人同时做口译——简单任务也许支撑得住，但复杂算法任务会迅速压垮工作记忆容量。

3. 一次性书写的高犯错成本

白板无法方便地删除或重写——涂改既费时又影响观感。对于习惯了IDE（集成开发环境）中即时编译、自动补全、无限次撤销的现代程序员来说，白板书写剥离了所有的辅助工具，只留下最原始的书写能力。这种环境对任何候选人都是一种陌生化，放大了紧张感，还容易因为书写潦草或错位引入低级错误。

性别差异的意外发现与警示

在研究数据中，还有一个令人不安但值得注意的细节：

"在我们的研究中，所有参加公开面试的女性都失败了，而所有参加私密面试的女性都通过了。" —— Chris Parnin

虽然样本量较小（48人总体，女性占比远低于一半），尚不能得出普遍性结论，但这一统计结果预示着：技术面试的设计本身可能就在系统性排斥女性候选人。如果这种模式在大样本中得到验证，那么白板面试不仅仅是一个糟糕的筛选工具——它还可能成为一个制度性的歧视屏障。

研究人员坦言，这种设计上的无意偏见令人担忧。面试本应是一种中立的评估手段，但如果它的形式本身就与某些群体的社交习惯、风险偏好或压力反应模式相冲突，那么即使面试官个人毫无偏见，整个流程仍会产生不公正的结果。

面试被操纵的可能性：何止不公，更是失真的筛选

除了对候选人造成应激伤害，公开研究还指出了技术面试的另一个阴暗面：当前格式为偏见和操纵提供了空间。

"例如，面试官可能会给他们偏爱的候选人出更简单的题目。" —— Chris Parnin

这一点直指面试评分的主观性漏洞。白板面试通常没有固定的评分量表——题目难度、提示程度、宽容度都极大依赖于面试官的个人判断。这为以下几类行为打开了方便之门：

• 面试官对"眼缘"好的候选人降低题目难度或给予更多提示。
• 候选人的行业人脉（内部推荐者或知名公司背景）无形中影响面试官的期待值——期待低则容易惊喜，期待高则容易失望。
• 面试官在紧张互动中产生的情绪（如不耐烦、困惑）会传递非语言信号，进一步干扰候选人的思路，形成恶性循环。

面试前的"应试训练"：优势的另一种固化

论文第一作者、北卡州立大学博士生 Mahnaz Behroozi 还指出了技术面试的另一个间接代价：它为那些有资源与信息优势的人群提供了不成比例的利好。

由于技术面试的问题模式高度固定（LeetCode风格、算法竞赛风格），许多求职者会投入数周乃至数月时间专门刷题、练习白板书写和口头讲解。这意味着：

• 有行业人脉的人能通过内部渠道获得面试题型的风向标和模拟面试机会。
• 经济宽裕的人可以脱产准备，或者购买昂贵的面试辅导课程。
• 在职者比学生和失业者更有时间弹性（几乎可以无限次投递失败后再次尝试）。

而面试问题本身与实际工作内容（如大型系统的架构设计、代码审查、调试、跨团队协作）关联甚微。这使得整个招聘流程变成了一场与专业能力关系有限的"考试竞赛"，进一步压缩了真正有潜力但缺乏面试技巧或备考时间的候选人的机会。

对行业的影响：公司在流失顶尖人才

研究团队由此得出一个清醒的推论：

"公司正在错失真正优秀的程序员，仅仅因为他们不擅长在白板上当着别人的面写代码并大声讲解。" —— Chris Parnin

这一结论对科技行业尤为重要。硅谷及全球科技公司长期以来以"招最聪明的人"为目标，但若筛选工具如此失真，那么"聪明"的定义就会扭曲为"接受被审视的能力"，而非"构建复杂系统的能力"。

改进建议：让评估回归问题解决本身

基于实验的发现，研究者在论文中提出了几项可操作的建议：

1. 私密专注式面试（Private Focus Sessions）

允许候选人在无旁观的私密环境中完成编码任务（如在自己的电脑上，使用自己熟悉的IDE），然后在完成后进行回顾式讲解（Retrospective Think-Aloud）——即候选人事后解释其代码的设计思路，而非边写边说。这种方式既保留了对问题解决过程的考察，又消除了实时社会评价压力。

2. 异步评估（Asynchronous Assessment）

通过录屏或代码提交方式，让多个评估者在不同时间独立评分。减少现场互动引入的主观偏差，也让评估者能在无时间压力下给出更公正的判断。

3. 重构面试目标

公司在设计面试时，应明确区分：是考察"在压力下的思维敏捷度"还是"工程能力本身"。后者对于绝大多数非紧急岗位来说才是核心指标。如果真的需要测试抗压性，也应该使用与其真实场景更相关的压力源（如限时交付、多任务切换），而非"有人看着你写字"这种与工作场景毫无关联的压测。

4. 多样化的评价维度

将代码评估从单一的正确性/复杂度指标扩展到可读性、模块化、可测试性等维度。既然技术面试试图预测候选人未来的工程表现，那么评价标准就应贴近真实工程项目的质量维度，而非单纯算法题的最优解。

更广阔的视角：这不是孤例

作者特别强调，这项研究只是他们团队在技术行业招聘问题系列研究中的一部分。此前在ICSE-SES（国际软件工程会议——软件工程与社会方向）他们已经呈现过其他相关研究发现——如招聘过程中的文化偏见、简历筛选的机器学习的歧视问题等。

"如果科技行业能够有意义地解决所有这些挑战，它将在变得公平和包容方面取得重大进展。更重要的是，行业将能够从更大、更多样化的人才库中选拔人才，这将带来更好的工作成果。" —— Mahnaz Behroozi

结语：一场关于"什么样的人值得雇佣"的反思

这项研究以控制实验的客观数据证实了程序员社区多年的抱怨——技术面试，如当前普遍实施的形式，更可能测试的是应试者的"表演焦虑"，而非编程能力。它同时提供了振聋发聩的实证证据：资格过硬的候选人正因缺乏当众编码的技巧而大量流失。

对于任何正在经历或筹备技术面试的工程师而言，这项研究既是一种慰藉（不被录取不代表能力不足），也是一种提醒：面试所考的全部技能，本质上都可以通过短期的针对性训练掌握；但持久的能力建设仍发生在日常的工作与学习中。

对于公司而言，这项研究是一面镜子——若招聘流程筛掉了一半真正有潜力的开发者，那么"人才荒"的抱怨就更应该指向设计不当的筛选程序，而非劳动力市场。

原文链接：Tech Sector Job Interviews Assess Anxiety, Not Software Skills | NC State News

论文来源："Does Stress Impact Technical Interview Performance?" 发表于ACM联合欧洲软件工程会议与软件工程基金会研讨会（ESEC/FSE 2020），作者：Mahnaz Behroozi, Shivani Shirolkar, Chris Parnin (NC State), Titus Barik (Microsoft)。