Технічний контекст
Я подивився, як Coinbase перезбирала співбесіди для інженерів, і це не косметика. Вони більше не вдають, що розробник працює у вакуумі без Copilot, Cursor, документації та моделей. Навпаки, використання ШІ на оцінюваннях стало обов’язковою частиною процесу, і це вже прямий сигнал для впровадження ШІ в командах.
Зсув простий, але жорсткий: раніше співбесіда вимірювала пам’ять на патерни та акуратність у «стерильному» лайвкодингу, тепер вона вимірює, як людина керує моделлю. Я б сформулював це так: не «чи вмієш ти писати код без підказок», а «чи вмієш ти отримати нормальний результат зі ШІ, побачити маячню моделі та не впустити систему».
По фактам: етапи найму у них загалом знайомі, recruiter screen, OA, техінтерв’ю, system design, behavioral. Але всередині етапів змінили саму механіку. У live coding дозволені ШІ та документація, а hiring managers повинні окремо оцінювати AI fluency як обов’язковий сигнал, а не приємний бонус.
Мене тут зачепив не сам допуск ШІ, а те, що Coinbase змістила фокус на judgment. Якщо модель згенерувала сміттєвий шматок коду, кандидат повинен не радіти швидкості, а зупинити це, виправити архітектуру, перевірити краї, не зламати ідемпотентність та audit trail. Для fintech це, чесно, єдиний дорослий підхід.
Історія не вчорашня, а вже результат приблизно року перебудови процесу, тобто це скоріше не новина-одноденка, а оформлений індустріальний зсув. Джерело тут сам Coinbase і публічні коментарі їхніх інженерів, так що базові висновки цілком спираються на первинку.
Що це змінює для бізнесу та автоматизації
Перше: компанії, які досі наймають «олімпіадників без середовища», почнуть промахуватися по реальній продуктивності. У проді сьогодні виграє не той, хто пам’ятає рідкісний алгоритм, а той, хто швидко збирає рішення і тримає якість.
Друге: співбесіди тепер ближчі до того, як реально будується automation with AI. Я це постійно бачу в клієнтських проєктах: цінність не в тому, що модель щось нагенерувала, а в тому, як людина вбудовує її в процес, перевіряє вихід і обмежує ризики.
Третє: програють команди, де немає культури рев’ю AI-коду. Якщо у вас artificial intelligence integration вже зайшла в розробку, але найм все ще тестує людей як у 2018-му, ви самі створюєте розрив між співбесідою та продом.
Якщо у вас зараз схожа розвилка, можна не гадати на відчуттях. У Nahornyi AI Lab я з такими речами і працюю: допомагаю перезібрати процеси, де AI automation і найм повинні збігтися з реальною інженерною практикою, а не з красивою легендою про «чисту» співбесіду. Якщо потрібно, разом розкладемо ваш workflow і зберемо робочу схему без зайвого шуму.