Впервые опубликовано в блоге khabaroff.studio.
Мы собеседовали «оператора GPT». Парень лет 23. Искали менеджера на клиентский проект — он отвечал четко, смотрел чуть в сторону. Мы знали в теории, что такие люди бывают. Впервые увидели вживую.
Он не слушал ответы. Мы объясняли нюансы работы, он кивал и переходил к следующему вопросу — как модель, которая слушает токены, а не смысл. Не уточнял. Не возвращался к сказанному. Если бы мы меньше работали с нейронными сетями, это выглядело бы прилично. Все четенько.
AI удешевил умение «казаться компетентным». Думать — нет.
Мы заметили, потому что каждый день работаем с AI — видим, как модель формулирует. Явление растет: по оценкам FabricHQ, к концу 2025 года 35% кандидатов показали признаки AI-читинга — вдвое больше, чем полгодом ранее. Индустрия отреагировала: Google и McKinsey вернули обязательные офлайн-собеседования.
Инструменты становятся невидимее. Ловить сложнее.
Но пока все учатся ловить первых — вторых почти не замечают.
Другая крайность
Есть крайность, о которой почти не говорят. Человек думает хорошо, но делает вручную то, что давно пора отдать AI. Три часа на отчет, хотя структуру — за пять минут.Шесть корзин для задач, которые можно отдать машине Правит текст слово за словом, вместо того чтобы объяснить задачу модели.
Ставить задачу AI — тоже навык. Максим скидывает Claude тикет с контекстом — черновик готов за минуты.Введение в автоматизацию: книга для тех, кто хочет понять, а не просто нажимать кнопки Без этого навыка тот же результат стоит часы.
Две крайности, которые стоят одинаково
AI думает за него — умеет пользоваться AI, но не думает сам. Попросишь объяснить решение — пустота.
Он думает без AI — думает хорошо, но не нагружает AI. Посчитаешь часы — в 3-5 раз дороже.
Индустрия учится ловить первых — отслеживание взгляда, поведенческий анализ, возврат в офлайн. Вторых никто не ищет. Они выглядят нормально. Просто медленно.
Нанимателю сейчас нужен человек, который и думает, и нагружает AI. Я пока не придумал для этого отдельное собеседование.От контекста к агентам: эволюция работы с ИИ Но заметил: когда каждый день работаешь с Claude Code — видно, кто делит работу, а кто нет.
Возможно, лучшего фильтра — быть самому молодцом — и не нужно.
Частые вопросы
Что такое AI-читинг на собеседовании?
Кандидат использует AI в реальном времени во время интервью — отвечает не своими мыслями, а выдачей модели. Выглядит четко: структурированные ответы, правильные слова. Но не слушает уточнений, не возвращается к сказанному, не задает вопросов. По оценкам, к концу 2025 года 35% кандидатов показывали признаки такого поведения — вдвое больше, чем полгодом ранее.
Какая вторая крайность опаснее AI-читинга?
Человек, который думает хорошо, но делает вручную то, что давно пора отдать AI. Три часа на отчет, хотя структуру можно получить за пять минут. Правит текст слово за словом вместо того, чтобы объяснить задачу модели. Таких никто не ищет — они выглядят нормально. Просто стоят в 3-5 раз дороже.
Как оценить, умеет ли кандидат работать с AI?
Универсального собеседования для этого пока нет. Но есть наблюдение: когда каждый день работаешь с AI-инструментами вроде Claude Code — видно, кто делит работу с машиной, а кто все тянет сам. Ставить задачу AI — отдельный навык. Без него тот же результат стоит часы, а не минуты.
Заменяет ли AI навык или ускоряет его?
Ускоряет — при условии, что навык есть. AI удешевил умение казаться компетентным, но не удешевил умение думать. Если у вас есть экспертиза, AI ее мультиплицирует. Если нет — мультиплицирует пустоту. Нанимателю нужен человек, который и думает сам, и нагружает AI.