廣受谷歌員工歡迎的 macOS 包管理器Homebrew 的開發者，技術大佬Max Howell，去谷歌面試時由于不會做一道非常基礎的算法題——翻轉二叉樹，而被谷歌拒了。
當時圈內炸了鍋，有人覺得是大佬不屑于去做，有人順帶吐槽了自己的類似經歷......
其中一位網友的評論切中要害：“大佬不會做翻轉二叉樹，但他仍然開發出了Homebrew ；你雖會做，但卻開發不來。”
至少我們能發現谷歌的這道題并沒能挖掘出大佬真正的技術實力，從招聘目標來看，其實是有些失敗的。
他承認自己當時確實不知道二叉樹，但強調了谷歌不能因此拒掉他。
雖然他不懂很多CS 理論，但他開發出了在乎用戶體驗、飽受好評的Homebrew， “真正開源世界中一顆閃亮的星”，他認為這跟CS 理論沒有半點關系。
01 為什么總出算法題？
企業為什么執著于出算法題呢？
有三方面原因：
省時省力：技術崗位的主要任務是完成工程項目，并沒有太多時間和資源來針對崗位需求來制定題目。
算法題則無需編程語言或環境的配置，甚至用白板都能直接進行考核，對企業很方便。
算法題容易評估：企業要出跟實際項目相關的題型，就需要更多的時間和資源來設計和評估，許多復雜的細節難以量化和評價。
算法題有標準答案和客觀指標，如時間/空間復雜度來直接評價候選人的水平。
企業的“保底思維”：算法題考察了程序員的基本功，像一個大漏斗，留下來的至少基本功不錯，里面可能存在合適具體崗位的人選。
但只考算法題存在著許多局限性。
02 算法題的局限
2.1 實際項目有時不需要懂太多算法
有人會說，算法考核的都是基礎，若連基礎都不會，那怎么證明他有更強的實戰能力呢？走路都不會，又怎么參加長跑比賽呢？
但算法與實際項目的關系，并非上樓梯似的遞進，而更像水分子跟水一樣的層級關系。人類真正了解水分子結構不過幾百年，但不妨礙人類一直在用水。
就像打造一個游戲引擎，需要學習很多算法，但游戲設計師使用游戲引擎來設計游戲，卻不需要懂太多算法。
其實，許多算法早已被封裝好，集成在各種工具和框架中，除非底層開發工作，比如開發新的游戲引擎，許多崗位早已不需要接觸這些算法原理了。
現實工作中，如何很好地完成業務需求，更多取決于候選人如何很好地去使用相關的工具與框架。
算法題通常是抽象、簡化、標準的，實際項目中的問題往往是具體、復雜、多變的。
招聘時的算法題，往往預先設計了一個最優解，讓候選人在限定時間內解出。
但現實中，工程問題往往不僅沒有標準答案，有時甚至連問題在哪，是否能用現有技術解決都不清楚。
比如招聘中，企業會讓候選人寫一個從A到B點的最短路徑算法。這類題目通常被精心設計，數據被構造，一定存在最優解，問題的輸入和邊界條都相對簡單和規范。
但實際的交通系統項目中，存在著擁堵、施工、事故多種路況，步行、汽車、公交多種方式、用戶隨意更改目的地，以及要實時同步交通數據，這些都是要候選人花更多精力考慮的復雜情況，而非僅需記憶類似Dijkstra 的一個算法就能搞定。
項目代碼是真實世界的，存粹的算法代碼只存在于閹割版的證明理論里。
只有理論，而無法高效實現的算法也并不少，比如Kruskal 算法很早就出現，但很久之后才找到了較好的實現方式，變得實用。
技術人才的核心價值，是用代碼實現具體的功能，而非僅懂理論概念。
但現實中復雜的項目，技術人員可以長時間溝通交流、協作，并且自行查閱資料。
隨著AI 發展，查閱理論算法知識，更是輕而易舉，記憶算法的價值大幅減弱。
這是我用AI 工具實現的“關鍵詞出現頻率統計”功能，其中涉及到了Porter Stemming和Snowball Stemming 等詞干提取的算法，而我對這些算法一無所知。
目前算法題考核招聘方式，無法還原實際場景中的資料搜索、溝通協調等相關能力。
總之，通過算法題先篩人，再進一步靠面試判斷崗位匹配度， “先篩人，后匹配”的模式，僅是旁敲側擊挖掘能力的方式。
不僅會漏掉如Howell 那種有潛力、創造力、有專長的技術大佬，也容易招到一群只會做算法題，但缺乏溝通協作、解決實際問題等擁有工程能力的人。
好比打靶并沒刻意瞄準靶心，只是先讓自己手別抖，這樣“彈孔”容易穩定地集中在某一區域，招到一群相似的“優秀”人才，但卻可能偏離崗位的“靶心”。
有沒有什么方法，能直接沖著“靶心”瞄準，反過來從崗位出發，直接招到匹配該崗位人才的方式呢？
ShowMeBug 致力于深挖技術實力，為企業找到技術崗位的最佳匹配人選，專門打造了基于崗位的“實戰題型”。
從崗位需求出發，ShowMeBug 自研能力模型，將崗位能力細化為逐條能力維度，再基于能力維度，推導出具體的技能與知識點。同時也支持企業自行調整。
這些知識點，是ShowMeBug 與各類行業大佬合作，總結大量過往實戰項目案例提煉得出。
確保了什么樣的崗位，就能明確需要什么樣能力，并出相應的題目考核這些能力，使得通過測評的的候選人完美匹配崗位的需求。
比如，除了像 Java、JavaScript、C++、Python 等考核編程語言能力的基礎編程題，也有像 Vue、SpringBoot 等，考核候選人使用前后端框架進行需求實現能力的題目。
下圖中，就是一道考察候選人“是否能夠處理耗時任務”的實戰編程題：
這道題目模擬了一個常見的場景：用戶在前端點擊按鈕后，需要優化接口，讓后端將耗時任務放入不同線程中異步執行，從而讓前端不需要等待所有任務完成才能收到響應，優化用戶體驗。
同時，ShowMeBug 題庫也支持“開卷有益”功能，企業可以在試卷設置AI 編程助手。最大限度還原候選人現實中的工作環境，考核他的實戰工作能力。
總之，企業在招聘時，可直接使用ShowMeBug 的5000+ 道題目直接進行考核，節省下大量時間與精力；
企業也可針對不同崗位，通過調整相應的能力維度、技術與知識點，來自定義想要考核的題目，滿足自身個性化的招聘需求；
“實戰題型” 的內容與AI助手，也很好地把候選人放在了真實工作環境下，去解決貼近實際項目的問題，最大限度地在屏幕前直接還原他的真實技術能力，助力企業精準擇優。
