高考分數、MBTI、有沒有男女朋友：秋招面試的怪題清單，攤開的是篩選成本那本帳

2026年9月中旬，牛客網出現一篇標題為「秋招面試好不正常啊？？？」的熱帖。發文者列出十餘條自己在秋招面試中遭遇的提問：高考數學多少分、MBTI 是什麼型、為什麼這個年齡畢業、實習三個月等於沒實習吧、有沒有女朋友，乃至「你的能力不如 AI，我們為什麼要招你」。帖子快速累積回覆，評論區變成大型經歷交換現場：有人稱面匯川時也被問有無女朋友，有人被要求說出公司有幾臺伺服器、什麼配置，還有人補充被追問「實習無意義」的遭遇。

這類吐槽每年秋招都會出現一輪，但今年的密度和內容有變化。把這份「怪題清單」當笑話看，會錯過它真正的資訊量：這些問題的分布與措辭，反映的是招聘方在供給過剩環境下，篩選機制正在從「能力驗證」滑向「成本壓縮」的過程。本文從篩選成本與需求分層的角度，拆解這份清單背後的市場帳。

先看供需：篩選方為什麼有底氣問怪題

面試問題的形態，首先由供需比決定。近三年中國高校畢業生規模持續處於高位，2024屆約1,179萬人，2025屆據教育部口徑達1,222萬人，年年創歷史新高。與此同時，網路產業的人力需求自2022年起進入收縮週期，多家頭部公司先後執行組織優化，校招名額（HC）的成長速度明顯落後於供給成長。

供需比失衡的直接後果，是單一職缺的候選人數量膨脹。當一個 Java 後端職缺收到數千份履歷，面試官的單位時間就成為整個流程最稀缺的資源。篩選成本因此被壓縮：技術驗證需要追問專案細節、現場寫程式，每輪至少三、四十分鐘起跳；而問一句高考分數或 MBTI，三十秒就能得到一個可排序的標籤。怪題的本質，是廉價代理指標在替代昂貴的直接驗證。

這與我們先前拆解過的攜程Java一面把校招需求分層現象屬於同一條邏輯鏈：當篩選環節的預算被壓縮，面試題單會自動向「快速分類」傾斜，而非「深度評估」。差別只在於，攜程那場一面用的是高密度八股題做分層工具，這篇熱帖裡的面試官用的是個人背景題。

怪題的分類帳：每一類問題對應一種成本考量

把熱帖裡的十餘條問題攤開，大致可以歸入幾種成本動機，每一種都有明確的帳可算。

第一類是履歷真實性驗證，包括高考數學分數、大學成績排名、學校環境。發文者吐槽「前10%也叫差嗎」，說明這類問題的功能不是及格線判定，而是候選人之間的相對排序。在背調成本高、履歷美化普遍的環境下，高考分數是一個難以造假、跨校可比的歷史數據點，問它的成本趨近於零。評論區有四川網友稱「我也遇到過問高考數學成績的」，同一類問題跨公司重複出現，說明這已經不是個別面試官的怪癖，而是某種被業內默認的篩選捷徑在擴散。

第二類是穩定性與留存率評估，包括有無男女朋友、為什麼這個年齡畢業、為什麼實習沒轉正。企業校招的隱含成本結構裡，招聘一名應屆生的成本包括面試工時、入職培訓、試用期薪酬與導師投入，回本週期通常以一至兩年計。候選人若入職後短期離職，這筆投入直接沉沒。問感情狀態、畢業時點、轉正失敗原因，都是在用極低的提問成本，試圖估計這筆投資的違約機率。問題在於這些代理指標的預測力相當薄弱，且部分觸及隱私邊界，這也是評論區反感情緒的主要來源。

第三類是薪資議價前置，最典型的是「實習三個月等於沒實習吧」「你為什麼不用 codex 做項目」。貶低候選人經歷的市場功能，是壓低議價基準：如果三個月實習被定義為無效，候選人可主張的薪資檔位就下移一級。追問為何不用 AI 工具自費做項目，則是在測試候選人願意為工作自掏多少腰包，這在工具訂閱費誰出這件事上，把成本從企業往個人移。

第四類最值得單獨拆：直接拿 AI 和候選人比。「你的能力不如 AI，我們為什麼要招你」這句話，表面是冒犯，底層是真實的預算博弈。AI 編程工具的訂閱成本以每月數十美元計，一名初級工程師的全年人力成本是其數十倍。當技術主管公開在面試裡提出這個比較，等於把「這個職缺是否還需要存在」的內部爭論，轉嫁到候選人身上，要求對方自證不可替代性。這與我們在開發和測開職缺背後的人力預算帳一文觀察到的趨勢一致：企業資本支出往 AI 基礎設施傾斜時，初級人力的職缺定義會先被重新審視。

傳導鏈：怪題如何反向塑造勞動市場

面試不只是企業選人，也是市場資訊的生產環節。當怪題在牛客、小紅書等平臺上被大量複述，會產生三層傳導。

對候選人而言，面經本身就是備考教材。看到「高考數學分數」成為篩選項，下一屆學生會把資源投向可被快速量化的訊號維護，而非難以在面試中展示的長周期能力。這是一種逆向選擇壓力：篩選指標越廉價，市場供給端就越傾向於生產廉價指標的優秀值。

對面試官羣體而言，熱帖的傳播讓這類問題的負面外部性顯性化。僱主品牌在校招市場是有定價的，口碑差的面試流程會直接反映在次年優質候選人的投遞意願上。歷史上有可比的對照：2018年前後網路產業擴張期，同一家公司的一面體驗普遍被描述為技術深度交流；進入收縮期後，同一批流程的面經關鍵詞變成「手撕LRU」「泡池子」「排序」。流程沒變，供需變了，問題的形態就跟著變。

對整個市場而言，怪題清單是一份低成本的景氣指標。面試問題越偏向人格篩選與議價壓制，越說明技術驗證這一環節的稀缺性在下降，也就是說，企業不那麼怕錯殺了。熱帖評論區裡另一條被廣泛轉發的長評，把招聘系統類比為快取機制，指出「你被淘汰，不一定是你差，可能是快取滿了，或者你的 key 跟當前需求對不上」。這個類比在技術社羣裡獲得大量共鳴，本身就是市場情緒的一個讀數：候選人已經普遍意識到，結果由供需決定的成分，大於由個人表現決定的成分。

收束：怪題是帳，不是答案

回到這份清單本身。高考分數、MBTI、感情狀況、AI 比較，這些問題湊在一起，構成一幅招聘方成本壓力側寫：當每個職缺的候選人供給以千計，當初級工程師的職缺定義被 AI 工具重新審視，當留存率的隱含成本高於篩選精度，面試就會從人才評估現場，變成一場以最低成本完成排序與議價的博弈。

候選人端的應對邏輯也因此清晰：與其糾結單場面試的公平性，不如把精力放在匹配度上。那位把招聘類比為快取的評論者給出的建議頗為務實，投更匹配的職缺、把專案講得更具體、用內推繞開初篩、不在單一池子裡死等。這不是對怪題的合理化，而是對一個供需失衡市場的定價策略。

怪題清單還會繼續加長，發文者說「未完待續」。只要供需比沒有反轉，篩選成本就會繼續被壓縮，問題就會繼續變形。看懂這本帳，比記住任何一道題的標準答案有用。