50 萬場面試交給一個 AI：HackerRank 的 Chakra 結束測試，重新定義技術徵才

2026 年 10 月 5 日（週一），HackerRank 將 Chakra 從測試版推向正式版。這個 AI agent 會主持技術面試、即時觀察候選人工作的過程，並評估他們「怎麼想」，而不只是「做出什麼」。讓這次發布超越一般產品上線的，是它的規模：在大約六個月的測試期間，Chakra 執行了超過 50 萬場面試，Snowflake、Snorkel 與 Capgemini 都位列試用企業之列。對一個過去兩年還在戰戰兢兢實驗語音篩選機器人的徵才產業來說，這是「後測試時代」工業級 AI 面試官的第一個明確樣板。

一場「像在上班」的面試

Chakra 的設計刻意告別 HackerRank 賴以起家的程式測驗格式。候選人拿到的不是孤立的解謎題，而是植基於真實程式碼儲存庫的任務，並在一個內建 AI 助手的畫布中動手解題。當候選人工作時，Chakra 會依據當下情境即時追問：為什麼選這個做法而不是另一個？如果中途冒出一個新限制，你的解法要怎麼調整？

後面這點正是核心。HackerRank 共同創辦人兼 CEO Vivek Ravisankar 認為，AI 已經讓「只看成品」的評估方式失效。「過去的評估模式是評價產出，」他接受 TechCrunch 採訪時說，「現在因為 AI，任何人都能產出一個像樣的東西。」當一份能動的實作只需一個 prompt，評估訊號就轉移到背後的推理過程——批判性思考、判斷力，以及 HackerRank 所稱的「AI 駕馭力」（AI fluency）：候選人如何把問題描述給 AI、如何判斷 AI 給的答案、如何引導它走向真正可用的解方。

作弊警示下降 70–80%

測試數據中最反直覺的發現：在面試中開放候選人使用 AI，非但沒有助長作弊，反而讓可疑行為大幅減少。Ravisankar 表示，Chakra 面試的可疑活動警示比傳統 HackerRank 評測低了 70–80%（依地區與資歷而有差異）。解釋在於誘因設計——當 AI 就擺在桌上，偷渡外部工具餵答案的效益基本上消失了。面試不再是比誰藏得好的軍備競賽，而是一場公開測試：看你能不能與實際工作中會用的工具好好協作。

結構上的經濟效益同樣驚人。過去需要三個獨立關卡——招募人員初篩、回家作業、工程師複試——現在壓縮成一場 Chakra 面試。對於每年篩選數千名候選人的工程組織而言，這不是漸進式的效率提升，而是整個漏斗的重新設計。

刻意吞噬自己的本業

整個故事最有意思的部分，或許是 Chakra 根本是一場針對 HackerRank 自身命脈的豪賭。這家公司 2012 年在 TechCrunch Disrupt 登場、走過 Y Combinator，靠程式設計挑戰建立起品牌，如今服務超過 3,000 家企業客戶——包括 Amazon、Nvidia、Clay 與 Replit——並坐擁逾 3,000 萬人的開發者社群。傳統產品測的是工程師能不能把題目解對。Ravisankar 現在認為，那個模式量錯了東西。

在內部，他把這次轉型比擬為 Apple 從 iPod 走向 iPhone：舊產品仍有價值，但新產品才是市場的方向。「Chakra 會成為頭條，」他說，「它將是我們前進的方式。」

錄用決定暫時還留給人類

讓 AI 在評估中扮演更深的角色，立刻引發治理問題：徵才決定到底該授權給演算法多少？Ravisankar 的定調是：Chakra 負責評分，不做錄用決定。agent 處理面試中結構化的部分，對每位候選人一致地套用雇主設定的評分標準；人類面試官則把時間拿回來，做人類真正擅長的事——判斷自己是否真的想跟這個人共事，並回答候選人關於團隊與職缺的提問。

「只要調校得當，AI 比人類偏見少得多，」Ravisankar 主張，理由是系統可以被要求對每位候選人遵循同樣的標準，不受學經歷背景影響。但批評者會反駁——報導中也點出——一致地套用標準並不代表系統沒有偏見：自動化徵才工具可能繼承甚至放大建造它的資料、模型與評分標準中的偏差。這正是監管機構緊盯的原因。紐約市已要求特定自動化聘僱決策工具必須通過獨立偏見稽核，並在使用前告知候選人；Ravisankar 也坦承，在這個受監管的領域，合規正是 HackerRank 必須先行打造的工程之一。

這意味著什麼

三個值得咀嚼的觀察：

1. 評估正在從「成品」轉向「過程」。 當任何人都能生成一份像樣的成品，可辯護的訊號變成推理軌跡——問題怎麼被框定、AI 產出怎麼被檢驗、限制怎麼被協商。「AI 駕馭力」作為一項計分能力，很快就會擴散到 HackerRank 之外。
2. 用「開放」取代「防堵」來反作弊。 可疑活動警示下降 70–80% 意味著：AI 時代的防弊面試，靠的可能不是監控，而是把工具使用合法化。這直接顛覆了監考產業十年的假設。
3. 在位者先顛覆自己。 HackerRank 有一百個理由守護程式測驗生意，卻選擇推出削弱它的產品——iPod 到 iPhone 的劇本，而且背後有 50 萬場測試面試的實證。

懸而未決的，是監管機關與候選人會持續追問的問題：評分標準的可稽核性、被 agent 打低分的候選人有沒有申訴管道，以及「只要調校得當就比人類少偏見」這句話能不能通過勞動法規的考驗。但方向已定：技術面試正在變成一場人與 AI 並肩工作的過程——而被評分的，是人的判斷力。

資料來源列於文章 metadata 中。