AI正在摧毁的，不是开发岗位，而是招聘信号。
最近刷到传奇黑客George Hotz的公司tinygrad发布的招聘启事。他们宣布，过去行之有效的“悬赏任务”招聘模式已经失效。因为大量求职者开始用Claude等AI工具，直接将任务要求粘贴进去，生成代码后就提交一个PR，他们自己甚至都没完全搞懂问题是什么。
重点不在于AI能不能写代码，而在于它彻底摧毁了传统的“能力信号”系统。
过去，一份简历、一个GitHub项目、一个悬赏任务的完成度，都是评估工程师能力的有效信号。它们之所以有效，是因为完成这些任务需要付出真实的时间和智力成本。但现在，AI让制造这些“信号”的成本趋近于零。当每个人都能用AI生成一份漂亮的简历和看似完整的代码时，这些信号也就彻底贬值，变成了噪音。
我们可以从三个层面来理解这个变化：
第一，信号的伪造成本。AI极大地降低了伪造技术能力的成本。过去你需要花几天时间学习并完成一个任务，现在可能只需要几次提示词的调试。这导致招聘方无法再通过这些低成本的信号来筛选候选人，因为噪音实在太大了。
第二，技能与品位的分离。AI可以模仿“技能”（Skill），比如编写功能代码、搭建一个网站。但它无法生成“品位”（Taste），也就是对问题的深刻理解、优雅的架构设计和创造性的解决方案。结果就是，我们看到了大量由AI辅助生成的“slop apps”（垃圾应用），它们功能上或许没问题，但毫无新意和灵魂。
第三，价值的回归。正因为低端信号失效了，真正有价值的信号门槛就被动抬高了。George Hotz给出的新方案是：“想来工作？那就直接开始为我们的开源项目做贡献吧。”贡献开源项目是一个极难伪造的信号，它要求你真正理解一个复杂的系统，与社区协作，并进行深度思考。当AI能帮你完成90%的“执行”工作时，你的价值就体现在那10%的“思考”上。
长期以来，我们习惯了用“八股文”式的面试题和LeetCode刷题来作为人才筛选的标尺。这套标准化体系，恰恰是AI最擅长攻破的。
未来，对于公司而言，必须设计出更高门槛、更无法被AI“优化”的考察方式，比如真实场景的试炼项目。而对于开发者来说，仅仅会“写代码”已经远远不够，你必须证明自己拥有AI无法替代的系统设计能力、工程品位和解决复杂问题的思考深度。
当AI能以接近零的成本制造“能力幻觉”时，证明你真正价值的成本，只会越来越高。