Dlaczego rozmowy techniczne nie odpowiadają pracy — i AI tego nie zmieni

Otwarty sekret, o którym nikt nie mówi na głos

Porozmawiaj wystarczająco długo z inżynierami z Google, Amazona czy Mety, a padnie przyznanie: codzienna praca ma niewiele wspólnego z rozmową, dzięki której ich przyjęto. Rozmowa sprawdzała, czy potrafią odwrócić drzewo binarne na tablicy lub zaprojektować w 45 minut feed w czasie rzeczywistym dla miliarda użytkowników. Praca to czytanie starego serwisu napisanego przez kogoś w 2019 roku, dodawanie pola do API, czekanie na code review i siedzenie na spotkaniach planistycznych. Obie rzeczy są prawdziwe jednocześnie — selekcja była brutalnie trudna, a praca jest znacznie bardziej zwyczajna.

To nie przytyk do osób, które przechodzą. To obserwacja tego, co proces faktycznie mierzy. FAANG, „Wspaniała Siódemka” i długi ogon firm, które skopiowały ich scenariusz — VMware, firmy tradingowe, średniej wielkości jednorożce — wszystkie zbiegły do tego samego wymagającego formatu: algorytmy, struktury danych, projektowanie systemów i dołączona na końcu runda behawioralna. Format jest niezwykle spójny. Twierdzenie, że przewiduje wyniki w pracy, jest niezwykle cienkie.

Jak naprawdę wygląda praca seniorskiego inżyniera

Rozmowa sprzedaje fantazję: ty, sam(a), projektujesz coś genialnego od zera. Rzeczywistość pracy w dużej firmie jest bliska przeciwieństwa, a im bardziej jesteś senioralny(a), tym bardziej to widać.

• Architektura jest już ustalona. Dołączasz do systemu, który istnieje. Wielkie decyzje kierunkowe — monolit czy usługi, jaka chmura, jaka baza danych, jaki framework — zapadły lata temu, podjęli je ludzie, którzy już odeszli. Twoja praca polega na działaniu w ramach tych ograniczeń, a nie na ich ponownym rozstrzyganiu.
• Odpowiadasz za małe kawałki dużej całości. Nikt nie daje jednemu inżynierowi zadania „zbuduj nowy feed”. Dostajesz wycinek: jeden endpoint, jedną migrację, jeden błąd, który odtwarza się tylko na produkcji. Zakres mieszczący się w sprincie jest celowo wąski.
• Nigdy nie jesteś sam(a). Każda nietrywialna zmiana dotyka innych zespołów, wymaga akceptacji, czeka na zależność i jest negocjowana w dokumencie. Wąskim gardłem prawie nigdy nie jest surowa algorytmiczna zręczność. To koordynacja, kontekst i doprowadzenie ludzi do zgody.
• Trudne problemy nie są techniczne. Nie zaprojektujesz w pojedynkę pięknej architektury rozproszonej, która wygrywa surową wydajnością, i nie sprawisz, że będzie to miało znaczenie. W prawdziwej firmie trudnym problemem nigdy nie był schemat systemu — to dystrybucja. Jak dotrzeć do klientów? Jak przekonać inwestorów? Marketing kosztuje pieniądze, których nie masz, co oznacza ich pozyskiwanie, a to zupełnie inna gra niż ta, którą testowała rozmowa.

Możesz zaprojektować szalone, eleganckie, nadmiernie rozbudowane rozwiązanie — w projekcie pobocznym, w wolnym czasie, gdzie ograniczeń nie ma, a publiczność wynosi zero. W dużej firmie ten instynkt jest zwykle obciążeniem, a nie atutem. Rozmowa nagradza dokładnie tę cechę, którą praca przez lata z ciebie wypracowuje.

Rozmowa optymalizuje pod samotnego geniusza wymyślającego systemy od zera. Praca płaci ci za małe, bezpieczne, dobrze zakomunikowane zmiany w systemach zbudowanych przez innych. To nie są te same umiejętności i wszyscy zaangażowani po cichu o tym wiedzą.

Dlaczego więc teatr trwa?

Jeśli format jest tak słabym przybliżeniem pracy, dlaczego przetrwał dwie dekady i rozprzestrzenił się wszędzie? Bo nigdy tak naprawdę nie próbował mierzyć pracy. Próbował rozwiązać inny problem: wolumen.

Znana marka dostaje dziesiątki tysięcy zgłoszeń na garstkę wakatów. Wszystkie CV wyglądają podobnie. Portfolia trudno zweryfikować i łatwo sfałszować. Polecenia szybko się kończą. W obliczu tej powodzi menedżerowie rekrutujący potrzebują filtra, który jest ustandaryzowany, obronny, trudny do oszukania i — co kluczowe — tani w ocenie na dużą skalę. Łamigłówki algorytmiczne pasują idealnie. Dają czysty sygnał zaliczone/niezaliczone, wydają się obiektywne i pozwalają firmie odrzucić 98% kandydatów procesem, który wygląda na rygorystyczny, a nie arbitralny.

Taka jest szczera funkcja rozmowy programistycznej: to ogranicznik przepustowości w lejku kandydatów, przebrany za test umiejętności inżynierskich. Nie musi korelować z wynikami w pracy, by robić swoje. Musi tylko zredukować ogromną, niezróżnicowaną stertę kandydatów do mniejszej, łatwiejszej w obsłudze — i zrobić to na tyle konsekwentnie, by nikt nie mógł pozwać o to do sądu. Trudność nie jest sygnałem tego, czego wymaga rola. To funkcja tego, ilu ludzi aplikowało.

Twarde umiejętności wygrywają, a firmom to odpowiada

Istnieje pocieszająca opowieść, że współczesna rekrutacja jest „holistyczna” — że umiejętności miękkie, współpraca i twój dorobek mają realną wagę. W praktyce, w większości technicznych selekcji, nie mają. Komunikacja i dopasowanie kulturowe to miłe dodatki, które rozstrzygają remisy. Bramką jest poprzeczka techniczna. Możesz być fenomenalnym współpracownikiem z portfolio pełnym dowiezionych produktów i mimo to zostać automatycznie odrzucony(a), bo zaciął(a) się na sztuczce z programowania dynamicznego, której nigdy więcej nie użyjesz.

Nikt tak naprawdę nie ocenia też, jak dobrze radzisz sobie z faktycznymi narzędziami pracy. To, jak produktywny(a) jesteś na co dzień, jak czysto pracujesz w bazie kodu, jak dobrze używasz nowoczesnych modeli AI, by działać szybciej — rzadko pojawia się w cyklu rekrutacyjnym. Selekcja mierzy wąski, sztuczny wycinek umiejętności w sztucznych warunkach, a firmy uznały, że to akceptowalny kompromis za filtr, który się skaluje.

Dlaczego AI nie naprawi niczego z tego

Oto część, w której większość ludzi się myli, przewidując, że rozmowa zaraz się zmieni. Rozumowanie jest takie: agenci będą pisać większość kodu, więc firmy przestaną testować, czy potrafisz pisać kod ręcznie. To odwrotnie.

Problem filtrowania, który tworzy AI, jest gorszy, a nie lepszy. Gdy każdy może dowieźć dopracowany projekt poboczny z agentem, portfolia stają się jeszcze słabszymi sygnałami — wszystkie wyglądają imponująco. Gdy AI obniża barierę aplikowania, liczba zgłoszeń rośnie, a nie maleje. Lejek się zatłacza i trudniej go zróżnicować, co oznacza, że firmy potrzebują filtra bardziej agresywnego, a nie mniej. Te same siły przekształcające samą pracę — te, które omówiliśmy w artykułach czy rola Scrum Mastera umarła w erze AI i jak zmienia się testowanie QA — nic nie robią, by rozluźnić bramkę przy wejściu.

Format więc się dostosuje, ale funkcja nie. Spodziewaj się nowych odmian selekcji, równie oderwanych od rzeczywistości: „odpornych na AI” rund na żywo z wyjaśnianiem rozumowania, trudniejszego teatru projektowania systemów, zadań domowych zaprojektowanych tak, by sam agent nie przeszedł ich oczywiście. Powierzchnia się zmienia; cel — zredukowanie ogromnej sterty kandydatów do obronnej krótkiej listy — pozostaje dokładnie taki sam. Firmy nadal nie będą dbać o to, jak dobrze orkiestrujesz LLM-y ani jak dobra jest twoja dowieziona praca. Będą dbać o to, czy przekroczysz jakąkolwiek sztuczną poprzeczkę, którą w tym roku ustawiły.

Co naprawdę z tym zrobić

Masz dwie opcje. Możesz mieć rację co do tego, jak zepsuty jest system, albo go zaliczyć. Tylko jedno z tego płaci czynsz. Pragmatyczny ruch to przestać traktować rozmowę jako referendum o twojej wartości jako inżyniera i zacząć traktować ją jako osobną umiejętność — grę ze znanymi zasadami, która nagradza świadome ćwiczenia, dokładnie jak egzamin SAT czy prawo jazdy.

Oznacza to przygotowywanie się do formatu takiego, jaki istnieje, a nie takiego, jaki chciał(a)byś, by istniał. Ćwicz wzorce zamiast mielić losowe zadania, strukturyzuj odpowiedzi z projektowania systemów i przećwicz rundę behawioralną — pełny plan znajdziesz w naszym przewodniku po przygotowaniu do rozmowy technicznej, a nawyki, które po cichu pogrążają mocnych kandydatów, w zestawieniu 5 największych błędów na rozmowach technicznych. Opanuj metodę STAR, by „miękka” runda nie kosztowała cię oferty, którą zdobyła runda programistyczna.

A ponieważ selekcja to występ pod presją — a nie odzwierciedlenie twoich prawdziwych umiejętności — warto mieć wsparcie w chwili, gdy zawodzi cię pamięć. Dokładnie po to istnieje narzędzie takie jak InterviewAce. Ćwicz na realistycznych, dopasowanych do roli symulowanych rozmowach, aż format przestanie cię wytrącać z równowagi, a potem użyj asystenta AI na żywo podczas prawdziwej rozmowy, by w chwili padnięcia pytania wyświetlić właściwe podejście i właściwą historię z twojego doświadczenia. Rozmowa to sztuczna gra; nie ma nic szlachetnego we wchodzeniu na nią bez broni. Nasze omówienie jak działają asystenci AI na rozmowach opisuje dokładnie, jak to wygląda na sali.

System nie stanie się uczciwszy. Więc stań się dobry(a) w grze, którą faktycznie prowadzi — przejdź filtr, przyjmij ofertę i idź wykonywać pracę, która okazuje się łatwiejsza niż rozmowa, która jej strzegła.