这是什么

牛客、掘金、SegmentFault 这几个程序员社区上能查到的真实面经里，传统考题正在被替换：「手写快排」「说一下事件循环」变成「AI 生成的代码上线后出了 P0 级（P0 = 最高严重等级）事故，责任怎么分？」「review（同事复核）的人标了'已验证'，但他验证漏了呢？」「你把 AI 当打字机还是当初级实习生？」变化的原因不复杂。当「写出来」不再稀缺，简历上人人都有几个 AI 做的项目，面试官面对的新问题是「大家看着都变强了，但真正能筛出来的难度反而上升了」。拉平的只是实现能力，判断、验证、担责这三件事 AI 替代不了。值得我们关心的是：AI 在企业里正从「能不能用」阶段进入「出事谁负责」阶段。代码只是最先撞上这堵墙的工种。

行业怎么看

支持的声音是：这说明企业 AI 治理开始落地，是成熟标志。「打字机 vs 初级实习生」这个框架，至少给出了分层思路——提交者担底，review 者验证，流程留证据链（完整可查的决策痕迹）。面试题能问出这个问题，意味着组织里已经在想这件事。但反对意见和风险同样明显。第一，这 12 道题本身就证明，连最懂 AI 的科技公司都没想清楚答案，遑论其他企业。责任分担比坊间的总结还差一个标准答案。第二，「打字机 vs 实习生」是个比喻，不是制度，套到非代码的 AI 应用——AI 写的合同、做的财务分析——失守点在哪、责任怎么切，没人说得清。第三，这波面试筛选难度上升，可能反过来拖慢企业用 AI 的节奏：能压住责任问题的团队太少，多数企业更愿意观望。

对普通人的影响

对企业 IT：AI 治理会进合规清单，「AI 生成内容专项检查」「证据链留痕」这些动作会从技术文档爬到管理章程。对个人职场：哪怕你不写代码，用 AI 做 PPT、合同、财报分析的人也要面对同一道题——AI 出的事，你担不担得起。逻辑是一样的。对消费市场：AI 工具的免责说明会越来越像软件许可协议。普通用户要开始习惯读条款，知道哪些事 AI 不能替你兜底。