为尚未建立职业阶梯的 AI 岗位招聘人才
“评估工程师”（eval engineer）这个头衔在两年前还不存在，因此没有职级标准，也没有完全匹配的简历。围绕真实的失败案例来定义岗位，筛选候选人的判断力而非工具使用能力，从 QA 和平台工程团队进行侧向招聘，并在发出录取通知前先写好职级阶梯。
那些被 AI Agent 悄然终结的编程面试
编程 Agent 切断了 Take-home 任务衡量标准与实际工作需求之间的联系 —— 而大多数招聘流程仍在沿用这个已经失效的代理指标，却未曾察觉。
当候选人使用智能体时，编程面试衡量的是什么
当每一位工程师都开始与智能体协作时，独立产出代码的能力已不再能预测其在职表现。本文将探讨编程面试应该衡量什么，以及为什么禁止或随意允许使用智能体都会破坏面试信号。
像入职初级工程师一样入职 AI 智能体是一种范畴错误
初级工程师每周都在积累上下文；而智能体则一无所获。为什么“新员工”这一比喻会分散你的注意力，以及你应该将学习重心放在何处。
你的提示词专家只有 14 个月的半衰期
掌握你提示词和评估知识的工程师，其市场估值的上涨速度远快于你的薪酬体系调整速度。本文将解释为什么通用 IC 职级晋升标准无法识别他们的价值，以及在他们离开之前你应该做出哪些改变。
非对称评估经济学：为什么一个测试用例的成本比它测试的功能还要高
单个评估用例所消耗的工程精力通常比其测试的功能还要多。本文探讨了为什么团队在评估上投入不足，以及为什么从资本支出（Capex）的角度来看待这个问题能解决这一困境。
AI 工程师的三种品味：为什么 Prompt、Eval 和 Guardrail 往往无法共存于一个大脑中
Prompt 品味、Eval 品味和 Guardrail 品味是 AI 工程师这一职位头衔下隐藏的三种截然不同的直觉。如果你将它们视为同一种技能来进行招聘和晋升，你将交付一个失衡的系统——即便所有的指标都显示正常（全绿），用户却在流失。
AI 面试崩塌：工程招聘已失去筛选信号
在 19,368 场面试中，技术岗位 AI 辅助作弊比例高达 48%，且 61% 的作弊者成功达标。本文探讨了为何检测手段注定失败、为何禁止 AI 的政策在惩罚诚实候选人，以及正在取代旧模式的新型面试形式。
AI 工程师职级体系：为什么你的 SWE 晋升框架在骗你
标准软件工程晋升框架系统性地误判 AI 工程师的表现。当模型承担大部分编码工作时，初级与高级工程师之间究竟区别在哪里？
指标翻译问题：为何技术上成功的 AI 项目反而失去资金
80% 的 AI 项目未能交付商业价值——不是因为模型不行，而是工程团队从未将技术指标翻译成高管能够评估的语言。一套将 F1 分数、延迟和评估结果映射到能维持项目资金的业务成果的实用框架。
AI 技能倒置：当初级工程师在错误的指标上超越资深工程师时
AI 编程助手让初级工程师在仪表板上看起来生产力提高了 6 倍，但同时也掩盖了架构腐化、衡量标准失真以及威胁到整个工程人才培养管道的导师制崩溃。