分數卡在8400到8888之間：美團這場筆試，考的已經換了一種人力

9月12日晚間，牛客網上「9.12美團技術筆試」的討論串快速累積回覆。考生的抱怨集中在兩點：演算法題看不懂「字典序」直接掛零，以及新的AI Coding環節分數始終上不去。一位考生寫道，磨了快90分鐘只拿到8600分；另一位做了兩輪修復，從8500分爬到8511分後時間耗盡；也有人第一遍8877分、第二遍8888分「美美交卷」。分數帶密集落在8400至8888之間，這個區間本身就是本文要拆的現象。

一場筆試的題型結構變了

從考生回饋與9月5日前一場筆試的題目解析看，美團本輪校招技術筆試的結構已經調整為單選、多選加上AI Coding實作題，傳統演算法題的權重被壓縮。9月5日場次的AI Coding題目要求考生為一批「首審已完成、二審與仲裁尚未發生」的客服質檢會話，同時預測終審分數與複核優先級，並嚴格區分歷史可用標籤與當前批次的未來標籤。這類題目的本質，是把資料邊界判斷、提示詞工程與迭代修復能力打包成可量化的分數。

換句話說，筆試評比的技能組合從「徒手寫演算法」移向「指揮AI寫程式並驗收」。這與我們先前討論過的模型能力時間差屬於同一條曲線：當模型的程式生成能力跨過某個門檻，僱主對初級工程師的定價對象就跟著換欄位。

分數帶為什麼擠在8400到8888

值得注意的不是題目難，而是分數分布異常集中。多位考生反覆修復後仍在8400至8750分之間徘徊，少數人能摸到8888分附近。這種分布透露兩層資訊。

第一層，評分機制大概率採用部分給分。8400分左右的「地板」對應基本能跑通的解題框架，最後幾百分對應邊界條件、效能與資料洩漏防護等細節。考生「改半天都是8400」的體感，說明多數人卡在框架正確但細節修不動的位置，這正是AI生成程式碼典型的長尾：模型一次到位率高的部分人人都有，需要人工判斷取捨的部分拉開差距。

第二層，90分鐘的時限把反覆迭代次數壓在個位數。有考生15分鐘做演算法題只夠讀懂題目，把時間全押在AI Coding上仍止步8740分。時間約束下，熟練的提示詞策略與快速驗收流程成為實質的篩選變數，而這些技能在校內課程幾乎沒有對應訓練，考前突擊的邊際效益有限。

影響推演：誰受惠、誰承壓

對美團而言，這套題型的成本帳算得清楚。校招筆試單場報名人數以萬計，AI Coding自動評分減少了人工閱卷與後續面試的篩選負荷，同時直接預篩出與日常工作中「AI輔助開發」流程相容的候選人，縮短入職後的適應期。篩選成本下降，篩選效度對齊實際工作場景，這是僱主端的受惠。

承壓的一方首先是習慣傳統刷題路線的應屆生。LeetCode式的演算法準備在這套題型裡折價，而AI Coding的練習素材、考古題與教學供給仍相對稀缺，牛客網討論串裡「AI Coding怎麼練」的提問本身就是供需缺口的證據。其次是高校課程體系，資料結構與演算法的訓練產出和企業篩選標準之間出現時間差，這個缺口由補教與平臺社羣補位，形成新的備考內容市場。

競爭格局上，阿裏同一時期也在筆試中加入AI Coding（有考生反映卡退兩次、得分8511分），說明頭部網路公司的校招題型趨同正在加速。當篩選標準收斂，考生備考投入也會向單一方向集中，進一步推高相關練習內容與工具的需求。

收束判斷

分數帶擠在8400到8888之間，意味著這場筆試的鑑別力集中在最後一成的細節處理上，而非會與不會的二元分野。對考生來說，從8400爬到8888靠的是驗收與修復流程，這恰好是AI輔助開發環境下初級工程師的核心職能。美團把這個職能提前到筆試環節計價，短期內考生端的準備成本會上升，長期看，這套篩選機制若被更多公司採用，將逐步改寫技術校招整條備考供給鏈的內容結構。9月12日這場筆試的抱怨聲，是這個轉軌過程最直接的音量。