刷了800道LeetCode，却倒在面试第一题
我一哥们上周去面试，准备了三天——手撕LRU、背八股文、连”React Fiber的调度机制”都啃了一遍。
结果面试官坐下来，第一个问题：“你平时用什么AI IDE？”
哥们当场愣住了。他说那一刻的感觉，就像你复习了一整本高数教材去考试，打开试卷发现第一题是”请描述你和计算器的关系”。
这不是段子，这是掘金上最近一个火帖的真实场景。评论区几百条回复，画风各异：”我LeetCode刷了800题，你问我这个？”“我说Vim加ChatGPT算不算？”“面试官你自己先回答一下呗。”
笑归笑，但你往下翻就发现，越来越多人在说同一件事：2026年的技术面试，剧本是真的换了。
“会用AI写代码”从加分项变成了筛选项
两年前，简历上写”熟练使用GitHub Copilot”，面试官会多看你一眼——哟，这小伙子挺新潮。跟简历上写”精通Vim”一样，属于社交货币。
一年前，写不写无所谓。就像现在没人会在简历上写”熟练使用Google搜索”——大家都会的事儿，拿出来说反而显得你没别的优点。
到了2026年？你要是说自己完全不用AI编程工具，面试官看你的眼神，就像你在2016年面试时说”我不用Git，我用U盘拷代码”。不是鄙视，是真·困惑。
转折点其实已经过了。当Cursor的月活突破千万、Claude Code成为独立开发者的标配、连大厂内部都在自研AI IDE的时候，”用不用AI”这个问题的答案已经是默认值了。
真正的问题不是你用不用，而是你怎么用，用到什么程度。
打个比方：你总不能在简历上写”会骑自行车”就去应聘外卖骑手吧？人家要的是”暴雨天单手骑车、另一只手端三杯奶茶还不洒”的实战能力。AI编程工具也是一样——会用Tab键接受补全的，和能用Agent工作流搞定复杂项目的，中间差的不是一个功能，是一整套思维方式。
面试官真正想考的，不是你用哪个工具
这里有个反直觉的事实：面试官问你”用什么AI IDE”，其实不太在乎你的答案是Cursor还是Windsurf还是Copilot。他真正想听的，是你的人机协作模式。
什么意思？你和AI之间的关系，大致分三种：
第一种：AI写，你审。 你给AI一个需求描述，它哗啦啦生成一堆代码，你过一遍，能跑就行。这是大多数人的状态——AI是你的”外包小弟”，活儿干得快但质量要靠你把关。
第二种：你写，AI改。 你先写个大致框架，然后让AI帮你优化、补全、找bug。这时候AI是你的”代码审查员”，你们有基本的配合默契。
第三种：你和AI结对编程。 你在设计阶段就拉AI进来讨论方案，写代码时实时协作，遇到问题一起排查。AI不是你的工具，更像你的”搭档”。你知道它擅长什么、哪里会犯错，你知道怎么给它上下文才能得到最好的结果。
面试官问AI IDE，本质上是在判断你在哪个层次。掘金那篇帖子里，有个作者详细讲了他怎么用Rules文件定制AI的行为、怎么用MCP对接内部平台——这种回答，面试官听了就知道：这人不是在”用工具”，是在”驾驭工具”。
能说出工具名字的，遍地都是。能说清楚”我是怎么用的”，才是真正的分水岭。
AI编程能力的四层模型：你卡在哪一层？
我们把这件事拆得更细一点。程序员的AI协作能力，大致可以分成四层：
L1：代码补全层——人人都会。 Tab键一按，AI帮你补完那行代码。这是门槛最低的用法，IDE装好就能用，不需要任何学习成本。就像人人都会用搜索引擎一样，会用不算本事。
L2：任务委托层——提示工程。 你能把一个完整的小任务交给AI来做：写一个函数、生成一段测试代码、重构一个文件。关键能力是写好prompt——知道怎么描述需求、怎么给上下文、怎么限定边界。Google的工程师管这叫”从Vibe Coding到AI辅助工程”的跨越——Vibe Coding就是”随便写个需求让AI跑”，听着爽但出来的东西经不起考验。
你知道”70%问题”吗？用AI写代码，前70%的进度飞快，5分钟搞定。但剩下那30%能卡你三天——因为AI生成的代码藏着各种你不理解的逻辑炸弹，改一个bug冒出来三个。从L1到L2的跃迁，就是从”AI帮我省了5分钟”到”AI帮我省了5小时”的区别。 大部分人卡在这里。
L3：架构协作层——AI参与设计。 举个真实场景：你接到一个需求，要把单体服务拆成微服务。以前你得自己翻三天代码理清依赖关系，现在你把核心模块丢给AI，说”帮我分析这几个模块的调用链路，给出三种拆分方案，每种标注优劣和迁移风险”。AI十分钟出结果，你花一小时做判断和取舍。你们是”技术合伙人”关系——你出判断力，它出信息量。
到了L3，你已经摸透了AI的脾气。你知道它聊框架选型头头是道，但让它处理你司内部的历史包袱就开始胡编；你知道问它Tailwind v4的写法之前要先喂一遍官方文档，不然它大概率给你v3的老语法；你知道复杂任务要拆成小步骤——一口气让它重构整个模块，大概率翻车。这些踩坑踩出来的”人机交互经验”，才是真正的壁垒。
L4：自主编排层——Agent工作流。 最顶层。你不是在跟一个AI对话，而是在编排一支”AI开发团队”。有人已经这么干了：写一个配置文件，让一个Agent读需求写代码、另一个Agent跑测试找bug、第三个Agent审查代码风格和安全隐患——你只管定规则和看报告，就像带了一个不需要吃饭、不需要1on1、不会在周五下午提离职的远程团队。
能做到L4的人目前还很少，但这个方向正在快速成型。已经有团队用这种方式把一个人的产出做到了原来三个人的水平。
大部分人卡在L1到L2的跃迁。 会按Tab补全代码的人满大街都是，能写好一个prompt让AI完成一个完整任务的，十个里面可能只有两三个。
三个月提升计划：别光焦虑，练起来
说了这么多层次模型，核心就一件事：你得从”会用”变成”善用”。 这不是一夜之间的事，但有方法可循。
第一个月：每天一个真实任务。 别拿LeetCode练，拿你手头的工作任务练。今天让AI帮你写一个接口、明天让它帮你重构一段老代码、后天让它帮你写测试用例。关键是每次都记录：AI生成了什么、你改了什么、最终省了多少时间。一个月下来你就知道AI在什么场景靠谱、什么场景不靠谱。
第二个月：建立你的”人机基准线”。 选三类你常做的工作——比如CRUD接口开发、bug修复、代码审查——每周同一类任务，一次用AI一次不用，对比效率差异。这不是为了证明AI有多牛，是为了找到AI对你最有价值的切入点。每个人的甜蜜区不一样，有人靠AI写测试提效最多，有人靠AI做代码审查收益最大。
第三个月：尝试新工作流。 如果你一直在L1（补全），试试L2（让AI完成完整任务）。如果你已经在L2，试试在项目开始时就拉AI讨论方案。试试写Rules文件定制AI的行为，试试用MCP对接你的工作平台，试试让AI帮你写commit message、生成PR描述。把你的AI使用范围往外推一圈。
这三个月的核心不是”变成AI专家”，而是积累”人机协作”的手感。就像学开车，教练教的那些理论你早就会了，缺的就是在各种路况下的反应经验。
面试怎么答？给你一个模板
回到最初的问题。面试官问你”用什么AI IDE”，怎么答？
别只报工具名。试试这个结构：
“我主要用[工具名]。日常开发中，我用它来[具体场景1]和[具体场景2]。比如上周我做[某个任务]的时候，我通过[具体做法]让AI帮我[具体成果]，整体效率比纯手写提升了[大致比例]。我发现AI在[某个场景]特别有用，但在[某个场景]容易出错，需要[你的应对策略]。”
关键不在于你说了什么工具，而在于三个信号：
- 你有实际使用经验——不是道听途说，是自己真的在用。
- 你知道边界在哪——知道AI什么时候靠谱、什么时候不靠谱，比盲目吹捧更有说服力。
- 你在持续迭代——不是两年前装了个Copilot就再也没动过，而是一直在探索更高效的用法。
这三个信号传达出来，面试官就知道了：这个人不只是”会用AI”，而是”会跟AI一起工作”。
“会用AI的程序员”正在替代”不会用的”
最后说句掏心窝的话。
AI不会替代程序员。认真的。十年前说前端要死，前端现在活得好好的。五年前说低代码要干掉程序员，低代码现在自己都快凉了。技术圈的”狼来了”喊得太多，你可以选择不信。
但有一件事是真的：“会用AI的程序员”正在替代”不会用的”。
不是AI抢了你的饭碗，是隔壁那个用AI一天干完你三天活的同事，让老板开始思考团队人员配置的问题。
这不是威胁，这是机会。因为”会用AI编程”这个技能，不需要天赋，不需要学历，不需要刷三个月LeetCode。你只需要每天花半小时，拿真实工作任务练一练，一个月后你就能在面试里自信地回答这个问题。
在你的简历上，”AI编程协作能力”可能是现在最值得加的一行。
不是因为它多高端，而是因为它正在从”锦上添花”变成”不写就扣分”——就像十年前的Git一样。