摘要：2026 年，Google 和 Meta 相继改了面试流程——不再纯考算法题，而是让你读一段 AI 写的代码，然后问"有什么问题"。这背后藏着一个趋势：AI 把写代码的门槛拉低了，但把"判断代码好坏"的门槛拉高了。这篇文章聊聊八股文的真实价值、大龄程序员的焦虑根源，以及在 Spec 和 Vibe Coding 之间怎么选。
两种面试，两个世界
前不久刚面完一家外企 Java 后端的朋友说："面试官没让我手写红黑树，"他说，"他打开 IDE，给我看了一段 AI 生成的代码，问我：这段代码能上生产吗？"
我愣了一下。
他又补了一句："那一刻我突然觉得，背了半年的八股文，好像用不太上了。"
这件事让我想了很久。不是想"八股文没用了"——而是面试这个游戏，规则在变。而是公司主动改的规则。
面试的风，往哪吹
先看几个变化。
Google 在 2026 年的软件工程面试中，新增了一轮叫"代码理解"（code comprehension）——候选人不再从零写代码，而是分析一段现有代码库，找出问题、提出改进方案
Meta 更激进，2026 年初就把"AI 辅助编码面试"列为标准流程。面试包含两个环节：用 AI 工具完成编码任务，然后审查一段 AI 生成的代码
行业总结得更直白。面试的第三阶段不再是"写"，而是"审"——审查 AI 生成的代码、找改进点、补测试
国外技术面试平台 techinterview.org 的一句话很到位：
"2026 年，大多数工程师每天都在读 AI 生成的代码……有效审查 AI 代码的能力，已经是必备技能。"
翻译一下：以前面试考的是"你会不会写"，现在考的是"你会不会看"。
八股文，到底还有没有用
这个问题不能简单的说"有用"或"没用"。
先想一个问题：面试官让你审查一段 AI 生成的代码，你凭什么判断它有问题？
凭感觉？那只能看出"变量命名不规范"这种表层问题。
凭经验？你在线上见过类似的 bug，一眼就认出这是个坑——但这要求你真的踩过坑。
凭原理？你知道 HashMap 在多线程下扩容会死循环，所以一眼看出这段并发代码没加锁——这就是八股文给的底气。
所以八股文的真实价值不是"背下来就能过面试"，而是——它给你一套快速定位问题的坐标体系。
Hashmap 原理、JVM 内存模型、MySQL 索引结构、Redis 数据结构……这些东西你不可能每次都现查。它们是"常识"，是你看到一段代码时脑子里自动拉响的警报。
只是以前面试考"请背诵"，现在考"请使用"。
换句话说，八股文不是废了，是从"默写题"变成了"应用题"。
大龄程序员的焦虑，到底在焦虑什么
说到这，绕不开一个话题：35 岁。
知乎上"程序员 35 岁危机"话题 32 万多人关注，"大厂裁员"话题 18 万多人关注。CSDN 上"35 岁程序员转型大模型/AI，告别年龄焦虑"这类文章大量涌现。
这些数字看着让人不舒服。但我的感受是，焦虑的根源不是年龄，是两件事的叠加。
第一件：技能折旧在加速。
以前一套 SSM 框架能吃五年。现在呢？去年学 Spring Boot 3，今年 Spring AI 又来了。一年不更新知识栈，简历上的关键词就旧了。
第二件：AI 在重新定义"效率"。
一个会用 AI 辅助编码的年轻人，一天能出的活可能比你两天还多。不是他比你厉害，是他手里的工具不一样。
这就引出一个矛盾：你花时间学新技术的时候，别人用 AI 在出活；你不用 AI 的时候，交付速度又跟不上。
这不是贩卖焦虑，这是事实。但事实的另一面是——真正难的不是学会用 AI 写代码，而是判断 AI 写出来的代码能不能用。
而这一点，恰恰是大龄程序员的优势。你见过的坑比别人多，你对"坏代码"的直觉比别人准。只是以前这项能力在面试里体现不出来，现在面试开始考了。
两条路：Spec 和 Vibe
那具体怎么应对？我的思路是：搞清楚什么时候该写 Spec，什么时候可以 Vibe。
先解释这两个词。
Vibe Coding 就是"凭感觉写"——跟 AI 说一句"帮我做个用户登录"，AI 哗啦啦生成一堆代码，你跑一下看看能不能用，不能用再改。快，但乱。
Spec Coding 是"先写好规范再写代码"——先定义接口、数据模型、边界条件、错误处理策略，然后再让 AI 按规范生成代码。慢，但稳。
这不是二选一，是分场景选工具。
Augment Code 的团队说得直接：
"Vibe coding 在原型阶段很快，但 3 个月后会撞墙。"
3 个月会撞墙是因为：原型阶段的代码没有设计，功能堆上去后，改一个地方崩三个地方。到了那个时候再补 Spec，成本比一开始写 Spec 还高。
好消息是，工具生态已经跟上了。GitHub SpecKit、Amazon Kiro、OpenSpec 等规范驱动开发工具已经成熟，SDD（规范驱动开发）从概念走向了工程实践。
而且业界已经有了"什么时候 vibe / 什么时候 spec"的判断框架。我结合自己的理解和实际情况，整理了一个判断表：
| 场景 | 选 Vibe | 选 Spec |
|---|---|---|
| 原型验证 / Demo | ✅ 几天内要见效果 | ❌ 杀鸡用牛刀 |
| 个人小工具 / 脚本 | ✅ 自己用，挂了无所谓 | ❌ 过度设计 |
| 团队协作的项目 | ❌ 代码一致性会崩 | ✅ 需要统一规范 |
| 涉及支付 / 安全 | ❌ 出问题就是事故 | ✅ 必须事前定义 |
| 需要长期维护 | ❌ 3 个月后撞墙 | ✅ 前期投入后期省心 |
| 重构旧系统 | ❌ 逻辑复杂容易漏 | ✅ 先梳理再动手 |
核心判断标准就一条：这段代码的生命周期多长，出了问题后果多严重。
一周就扔的 Demo，Vibe 就 vibe 了。要跑三年的核心业务，不写 Spec 就是在给未来的自己埋雷。
三个建议，不画饼
聊了这么多，最后给三个我觉得可执行的建议。
第一个：别只学"怎么写"，开始学"怎么审"。
把 AI 当成你的 junior 程序员——让它写代码，你来 code review。练的不是你写代码的速度，是你一眼看出"这段代码有什么问题"的能力。这恰好是 2026 年面试在考的东西。
日常就可以练：让 ChatGPT 或 Claude 写一段你熟悉的业务逻辑，然后逐行审——命名合理吗？边界条件处理了吗？并发安全吗？异常处理全了吗？
第二个：给手头的项目画一条"Spec 线"。
不用所有代码都写 Spec，但核心模块必须有。一个简单的判断方法：问问自己"这段代码如果凌晨三点挂了，我能不能在十分钟内定位问题？"——不能的话，就该写 Spec。
涉及钱、用户数据、对外接口的，都在线上面。
第三个：焦虑的时候，想想你的"不可替代性"在哪里。
年轻人的优势是学得快、出活快。大龄程序员的优势是什么？不是你比他更懂 Spring Boot，是你见过一段烂代码在生产环境爆炸的样子，你知道什么样的设计三个月后会变成技术债。
这个能力以前很难量化。但现在面试开始考察"代码审查"了，岗位需求开始区分"AI 代码质检"了——这意味着行业正在给这项能力一个定价。
你不需要跑得比 AI 快。你只需要跑得比那些"只会让 AI 写代码但不会判断代码好坏"的人快。
作者：唐悦玮 | 从后端出发，用 AI 拓展到全栈的工程师。
