Meta разрешила AI на собеседованиях. Разбираю новый формат и как к нему готовиться

В октябре 2025 года Meta тихо перевернула правила игры. Компания запустила AI-enabled coding interviews – формат, где кандидат на onsite-этапе работает с AI-ассистентом прямо в редакторе кода [1, 2, 4]. Не подпольно, не пряча второй экран – официально, с выбором модели, в контролируемой среде.

Я смотрел разборы от кандидатов, читал треды на Hacker News, сравнивал с тем, что делают Shopify и Google. И знаешь что? Меня это радует. Наконец-то кто-то из Big Tech признал очевидное – мир изменился, и формат собеседований должен меняться вместе с ним. Дальше разберу как это работает и как к этому готовиться.

Что изменилось

Раньше coding interview в Big Tech выглядело так: тебе дают задачку, ты пишешь 30-50 строк кода на доске или в простом редакторе. AI запрещен. Телефон убрать. Чистый алгоритмический мозг. Я считаю, что этот формат устарел лет на пять.

Теперь Meta заменяет один из двух coding rounds на onsite-этапе новым форматом [1, 2, 4]. Касается ролей Software Engineer и Engineering Manager уровней E5-E7, M2. Второй coding round остается классическим – без AI.

Официальная позиция Meta:

“A new type of coding interview in which candidates have access to an AI assistant. This is more representative of the developer environment that our future employees will work in, and also makes LLM-based cheating less effective.” [1, 2]

Двойная мотивация: приблизить интервью к реальной работе и обесценить читинг. Если AI уже в комнате, прятать его в наушнике бессмысленно. Простая и честная логика.

Как устроено интервью

Интервью проходит в CoderPad. 60 минут. Три панели: file explorer слева, code editor посередине, AI chat + условие задачи справа [1, 2].

Три фазы

Фаза 1: Bug Fixing (~10-15 минут) Тебе дают готовую кодовую базу с багом. Найди и почини. Некоторые интервьюеры просят не трогать AI на этом этапе, другие – оставляют на твое усмотрение. Единого стандарта нет даже внутри Meta [1]. Типичная история для большой компании.

Фаза 2: Core Implementation (~25-35 минут) Основная часть. Реализуешь алгоритм или фичу. Ожидаемый объем – 120+ строк кода [1]. Это в 3-4 раза больше, чем в традиционном формате, где хватало 30-50 строк [1, 8]. Серьезный сдвиг.

Фаза 3: Optimization (~15-25 минут) Оптимизация решения под большие входные данные. Тут нужно думать про сложность, мемоизацию, кеширование. AI тебе тут не особо поможет – дальше расскажу почему.

Выбор AI-модели

Кандидат сам выбирает модель: GPT-4o mini, GPT-5, Claude Haiku 3.5/4.5, Claude Sonnet 4/4.5, Claude Opus 4, Gemini 2.5 Pro, Llama 4 Maverick [1]. Поддерживаемые языки: Java, C++, C#, Python, Kotlin, TypeScript [1].

AI видит контекст проекта, но отвечает только в чате – не может редактировать файлы напрямую [1, 5]. Копировать код из чата в редактор – твоя работа.

Критерии оценки

Четыре компетенции – те же, что и в традиционных интервью [1, 2, 4]:

1. Problem Solving – как декомпозируешь задачу
2. Code Quality – чистота и читаемость кода
3. Verification & Debugging – проверяешь ли ты свой код и код AI
4. Technical Communication – объясняешь ли ты свои решения вслух

Заметь: ни одного критерия про “умение промптить”. Формат тестирует инженерные навыки. AI – просто инструмент. И это правильно.

Ловушка: AI слабее, чем ты привык

Вот это меня зацепило больше всего. Кандидаты пишут, что AI на собесе работает заметно слабее, чем в обычной среде [1, 5]. Судя по всему, Meta режет модели через system prompts.

Один кандидат описал это так: AI чувствовался “weaker than ChatGPT-3”, особенно при оптимизации – “the suggestions were underwhelming” [5]. Представь – ты готовился с мощным Claude Opus, а на собесе получаешь что-то уровня трехлетней давности.

Другой кейс: E7-кандидат столкнулся с тем, что Claude Sonnet “давал неправильные ответы повторно” на задаче с лабиринтом, хотя в практике справлялся [1].

На вопрос кандидата “Can I just ask the AI to solve the whole problem?” интервьюер ответил:

“You can, but it might be wrong.” [5]

Вот это и есть ключевой момент. AI – не решатель задач. AI – ассистент, который может ошибаться. И ты отвечаешь за результат. Если ты не понимаешь верхнеуровнево, что AI тебе нагенерил – ты застрял.

Два кейса: успех и провал

Кандидат, который закончил за 40 минут

Успешный кандидат прошел все три фазы за 40 минут из 60 [1]. Он пришел с четким алгоритмическим знанием. Не исследовал подходы во время сессии, а сразу знал, какой алгоритм применить. AI использовал точечно: для генерации бойлерплейта и проверки граничных случаев. Человек понимал что делает – AI ускорял.

Кандидат, который застрял на оптимизации

Другой кандидат попросил AI объяснить архитектуру кодовой базы. Интервьюер перенаправил: “Try to figure it out yourself first. Follow the test failures.” AI помог с начальной реализацией, но при оптимизации (мемоизация, DP) выдавал слабые подсказки. Крупнейший тест-кейс не прошел по таймауту [5].

Паттерн один и тот же: без фундаментальных алгоритмических знаний AI не спасает. Интервьюеры из Big Tech отмечают кандидатов, которые “flame out after the first round of prompting” – буквально застревают, когда первый промпт не дает правильного решения [1]. Отправил запрос, получил мусор, не знаешь что делать дальше. Всё, приехали.

Shopify пошел еще дальше

Meta – не единственная компания, которая экспериментирует с AI на интервью. Shopify тоже внедрил AI-enabled формат, но совсем другой [7].

Интервьюер Shopify:

“We don’t want the AI to work for you. We want you to tell it what to do.” [7]

А Head of Engineering Shopify добавляет:

“I want you to use it, 90-95%. I want you to be able… look at the code and say, ’there’s a line that’s wrong.’” [3]

Два подхода к одной идее. Meta контролирует среду. Shopify дает полную свободу. Но оба проверяют одно – способность инженера думать своей головой, даже когда AI под рукой. И это именно тот навык, который реально нужен на работе.

Контр-аргументы: почему не все в восторге

Было бы нечестно рассказать только про плюсы. Критики хватает.

“Это тестирует, кто эффективнее читит” Один из комментариев на Hacker News: “This escalating war will only result in hiring those most skillful at cheating” [6]. Мол, формат просто смещает фокус с алгоритмов на навык управления AI. Я с этим не согласен – но аргумент понимаю.

Потеря видимости мышления Если кандидат делегирует всю работу AI, интервьюер не видит процесс решения. Один скептик на HN написал:

“I don’t care about the code, I care about watching the applicant work… If the work consists of delegating everything to a robot, I learn nothing.” [6]

Справедливо. Но именно поэтому Technical Communication – один из четырех критериев оценки. Ты обязан думать вслух.

Google идет в обратную сторону Пока Meta добавляет AI, Google вернул onsite-интервью (2 виртуальных + 3-4 очных) для борьбы с читингом [3]. Apple, Microsoft и Google-интервьюеры ожидают возврат очных интервью в течение 2-5 лет [3]. Не вся индустрия идет в одном направлении.

Неравенство доступа Кандидаты, которые каждый день работают с AI в продакшене, имеют очевидное преимущество. Те, кто работает в компаниях с запретом на AI, оказываются в проигрышной позиции. Это реальная проблема, и пока никто ее не решил.

Масштаб тренда

Несколько цифр для контекста:

• 81% интервьюеров Big Tech подозревают кандидатов в использовании AI [3]
• 31% ловили кандидатов на читинге с AI [3]
• 58% скорректировали вопросы для борьбы с AI [3]
• Около 20-30% клиентов CoderPad уже используют AI в интервью. CoderPad обслуживает 4000+ компаний, включая 20%+ Fortune 100 [9]
• 0 из 53 респондентов Big Tech не планируют отказываться от алгоритмических вопросов [3]

Последний пункт – ключевой. AI-интервью не заменяют LeetCode-раунд. Они дополняют его. У Meta по-прежнему остается один классический coding round без AI [3]. Meta планирует расширить AI-формат на все backend и ops-ориентированные роли в 2026 году [2, 4].

Алгосы всё? Нет. Но понимать алгоритмы верхнеуровнево надо – без этого ты не поймешь, что AI тебе нагенерил. А вот писать их по памяти на доске в 2026 году – это дурь. И я рад, что индустрия начинает это признавать.

Как готовиться: 7 конкретных шагов

1. Продолжай решать LeetCode Hard без AI Звучит странно для статьи про AI-интервью, но это самый важный совет. Фундаментальное алгоритмическое мышление – основа. AI ненадежен для core logic [1]. Ты должен понимать, что такое DP и BFS, не потому что будешь писать их с нуля – а потому что иначе не отличишь правильный ответ AI от мусора.

2. Тренируй навигацию по чужому коду Клонируй небольшие open-source проекты. Трать 15 минут на понимание архитектуры, потом добавляй фичу или фикси баг. В AI-интервью ты получаешь готовую кодовую базу – нужно быстро ориентироваться [1]. Я сам так делаю перед любым собесом – привычка, которая реально помогает.

3. Практикуйся в Meta-окружении CoderPad Meta предоставляет практическое окружение, и кандидаты описывают его использование как “extremely valuable” [1]. Потрать время, чтобы привыкнуть к трем панелям и переключению контекста между кодом и чатом. Не приходи на боевой собес впервые увидев интерфейс.

4. Учись писать точные промпты для подзадач

Не просить AI решить всю проблему целиком.

Просить AI сгенерировать конкретный кусок: “Write a BFS traversal for a grid with directional gates where each cell has allowed exit directions.”

Разница огромная. Первый вариант – лотерея. Второй – инструмент.

5. Всегда проверяй то, что выдал AI Около 40% AI-сгенерированного кода содержит уязвимости безопасности без ревью [2]. В интервью – проверяй каждый кусок кода, который вставляешь из чата. Слепое доверие = провал.

6. Управляй временем После ориентации и багфиксинга на фазы 2-3 остается ~30-40 минут. Распределяй заранее. Я бы рекомендовал засечь таймер на практических сессиях – чтобы чувствовать темп.

7. Комментируй вслух Объясняй интервьюеру свои решения до и после использования AI. Это напрямую влияет на оценку Technical Communication – одну из четырех компетенций. Молчаливый кандидат, который молча копипастит из AI-чата – худший сценарий.

Итого

• Meta запустила AI-enabled coding interviews в октябре 2025. Один из двух coding rounds на onsite – теперь с AI-ассистентом
• Формат: 60 минут, три фазы (Bug Fixing, Core Implementation, Optimization), объем кода в 3-4 раза больше традиционного
• Критерии оценки не изменились – те же 4 инженерные компетенции. AI – инструмент, не предмет оценки
• AI в интервью работает слабее, чем в обычной среде. Полагаться на него целиком – верный путь к провалу
• Shopify идет еще дальше с BYOE-форматом. Google – в обратную сторону, к очным интервью
• Алгоритмические вопросы никуда не уходят – AI-раунд дополняет, а не заменяет LeetCode
• Понимать алгоритмы верхнеуровнево надо. Писать их по памяти на доске – уже нет. Meta движется в правильном направлении

CTA

Готовишься к интервью в Big Tech? Подписывайся – я разбираю форматы собеседований, AI-инструменты и карьерные стратегии для разработчиков. Если у тебя был опыт AI-enabled интервью – напиши, интересно сравнить впечатления.

@sergey_akhantev_it_mentor | @gigaexp