一場筆試衝上牛客熱帖：百度把AI Coding塞進考卷，先動的是篩選成本那一欄

2025年9月17日晚間，一篇標題寫著「被徹徹底底爆殺」的帖子出現在牛客網。發帖者參加的是百度後端開發的線上筆試，考卷結構為15題單選加5題多選、1題演算法編程、1題提示詞（prompt）撰寫、1題AI Coding實作。傳統選擇題考的是作業系統與基礎知識，真正讓考生心態失衡的是後面兩題：提示詞題要求考生用文字指揮一個AI模型完成任務，AI Coding題則要求在限定時間內透過與AI協作修完一個中型專案。發帖者自述演算法題想了一小時無解，提示詞題做了15分鐘後「破防放棄」，AI Coding初版評分8000分、分階段執行後拉到8660、最終止步8882。這不是單一考生的情緒輸出。評論區的多位考生回報了近乎相同的卡點：提示詞題裡的模型連JSON欄位順序都輸不對，有人前40分鐘全耗在這題，只剩30分鐘做編程題。

考卷結構拆解：三種題型對應三種能力定價

把這份考卷攤開，可以看到三層明顯的篩選意圖。選擇題覆蓋作業系統與計算機基礎，這是十年來後端筆試的標配，篩的是知識存量。演算法題是經典的數論構造題：給定x，在1到10^16之間找最小的a，使得a的位數乘以各位數字和等於x，不存在則回傳-1。評論區有考生給出了完整解法：x小於等於9直接回傳，x大於2304只能輸出-1，其餘情況枚舉因數對、令一端為位數、另一端為數字和，再貪心從高位到低位構造。這題的難度不在程式量，在於能否在壓力下把數論性質想清楚，屬於傳統的智力存量篩選。

真正的新變數是後兩題。提示詞題考的是考生能否用自然語言精確約束一個模型，這是過去筆試從未出現過的題型。AI Coding題則更進一步，考生要在線上環境裡讓AI讀取多個檔案、分階段修改程式碼、回滾錯誤改動。發帖者特別點出與美團同類題的差異：美團的題目主要動main檔案，其他檔案幾乎不動；百度的題目對其他檔案改動很大，回滾機制又不友善，導致修改一旦失控就難以收拾。有考生總結出策略：先寫plan和todo再分階段實現，逐一回報報錯，最終拿到8761分。這顯示題目本身可解，但解法依賴的是工作流管理能力，而非單純的編碼能力。

傳導鏈：誰被篩掉，誰被定價

這場筆試的影響要放在招聘成本結構裡看。百度2025年秋招的後端崗位，簡歷量與筆試量遠大於最終錄取量，筆試的功能是把大量的候選人壓縮到面試可處理的規模。當考卷從「知識存量加演算法」擴充為「知識存量加演算法加AI協作」，篩選的維度就多了一欄，而這一欄對應的正是企業當下最缺的技能。這與我們先前分析的百度Agent開發實習面試直問工程實作是同一條脈絡：面試十五題問Agent落地細節，筆試就把Agent協作搬上考卷，兩者篩的都是同一種工程能力。前端的狀況也一致，百度前端面試超過一半題目在問AI Coding的統計，說明這不是後端的孤立調整，而是全公司招聘口徑的同步切換。

受惠的一端是已經把AI協作納入日常開發流程的候選人。評論區拿到高分的考生，共性是懂得拆任務、分階段下指令、主動管理AI的修改範圍，這些人的技能組合在新的計分規則下被重新定價。承壓的一端是把刷題當唯一備考路徑的考生，演算法題做得出來，卻在提示詞題上耗掉40分鐘。評論區有人建議「leetcode 0x3f的題單刷穿，機考無敵」，這條路徑在舊考卷上成立，在新考卷上只能保住三分之二的分數。

另一個承壓方是考題本身。多位考生反映提示詞題裡的模型表現極差，連簡單計算與JSON欄位順序都處理不好，有人直接質疑「這能考察啥」。當測評工具本身不穩定，測出來的分數就混入了運氣成分，篩選的信度會被侵蝕。這是企業把AI納入招聘流程時必須支付的一筆隱含成本：題目設計者要為模型的不可控輸出背書，而考生承擔工具失靈的風險。

跨週期對照：技能重定價才剛開始

把時間軸拉長，企業筆試的題型變動向來滯後於技術採用週期。行動互聯網時期，筆試從C++語法題轉向演算法題花了數年；這一輪AI Coding進入筆試，從工具普及到上考卷只隔了兩個招生季。9月17日這場筆試裡，選擇題、演算法題與AI題各佔一塊，恰好是一個過渡期考卷的樣貌：舊篩選標準還在，新標準已經進場。

短期內，這種混合結構會繼續存在，因為企業仍需要基礎知識與演算法能力作為底線，AI協作能力是增量欄位而非替代欄位。但對求職者而言，備考成本的配置已經實質改變：純刷題的邊際回報在下降，工作流管理、任務拆解、對模型失敗模式的熟悉度，這些過去不計分的技能，現在直接換算成分數。9月17日牛客網上那篇「爆殺」帖的價值，在於它把這次定價調整的時間點標記得非常清楚。至於提示詞題的模型品質何時能跟上題目設計者的預期，那是一筆記在百度測評體系帳上的待攤成本。