面试新范式：AI原生的思维考察

我在做企业培训和跟行业的朋友交流的时候，就发现2026年很多公司，尤其是那些明星的 初创公司（Startup），他们就会有一个专门的面试环节，叫做 AI思维（AI mindset）的环节。这个环节就是用来考察候选人是不是真的具备 AI 原生的思维，是不是真的可以跟 AI 非常有效地协作，是不是真的能把 AI 用好。

我总结了3个框架，帮助朋友顺利拿到了 offer。这个框架大多数针对的是非程序员，比如 设计师（Designer）、数据科学家（Data Scientist）、产品经理（PM）、数据分析师（Data Analyst）或者 市场项目经理（Marketing Project Manager）这样的职位。对于程序员，硅谷现在的热词叫做 指挥官（Conductor），也就是我们所说的 AI架构师（AI Architect），其核心关键词是 编排（Orchestration）。

证明你很厉害的三个核心思维方式，每一个点的开始都是：“我不只是会用 AI，我还能：...”。因为在今天这个时代，你说你用过 Cursor（一款利用 AI 辅助编写代码的工具）、用过 Claude Code，它不构成一个竞争优势。

追求真实：从像素到代码的认知重构

什么叫做我不只是会用 AI，还能用 AI 去做出更真实的东西呢？

对于 设计师 来说，他做软件的“建筑材料”（building material）就是代码，而不是像素。这个像素只不过是我们对这个软件的一个视觉上的切片，而软件本身其实是代码，是深的、是有交互的、是动态的。你通过代码才能更逼近这个软件的真实。一个好的设计师当然不能满足于只在视觉上去看这个软件，因为那样看出来的东西永远是一个“假”的东西。

他在追求的是真实，而不是简单的求快。同样的原理适用于 产品经理 和 数据科学家。如果数据科学家想在这一层有所准备，可以参考我与 Pinterest 全公司 DS 做讲座时演示的内容，去得到更真实的洞见，去更逼近“真理”（truth）。这个点其实才是那个真正非常打动面试官的点。我所遇到的大多数人，尤其是设计师，没有去用 Cursor，没有去真的看代码，而这已经能打败更多人了。

协作重构：端到端闭环的小团队飞轮

一个 AI Native 的人，一定是可以可以在一个 AI Native 的组织发挥更高的效果的。

拿一个设计师来说，之前的流程是他在 Figma 里 Ctrl + D，做出无数分支形成 mock，然后去跟程序员开会，做出来基本上就不会再改变了。但是在 AI Native 的组织里边，程序员第一天就直接跟设计师坐在一起，一起通过这些 AI 编码工具把第一个原型直接做出来，然后基于这个真实的原型上一起修改。设计师提供的是非常精确的“提示词”（prompt），以及他对这件事情的审美和审核；程序员提供的就是架构，就是 Conductor，使用 智能体（agents）更高效、更可控地把设计师的意图实现出来。

对于数据科学家，他要能跟程序员坐在一起，用最高效的方式去快速设置实验、监测数据（logging/monitoring）、优化漏斗（funnel），在这个过程中，他不仅能想到，而且能更快地跟程序员一起做出来。

最后达到的效果有两个：

1. 时间大大加速：之前一两周才能实现的东西，现在5分钟就可以实现。
2. 真实的迭代：真正做过产品的人都知道，我们脑子中想象的 假设（Hypothesis）80%都是错的。我们需要用一个真实的原型去尽早地给到用户，并在这个原型上进行迭代。它给了我们很多机会在真实世界里往正确的方向去迭代，而不仅仅是快。

能力沉淀：将隐性判断力转化为AI显性能力

我不光会使用 AI，还会把判断力交给 AI。

比如说一个设计师，会有很多的 设计系统（Design System），那你能不能把这个系统写成 AI 可以理解的程度，用类似于技能或者“上下文管理系统”（Context Management System）的方式去教给 AI，从而让 AI 在做一件事情的时候，天然就是尊重你们公司的品牌指南（brand guideline）和设计系统。

一个数据科学家，能不能把我们公司现在的工作用一个尽量可量化的方式衡量下来，把你平时分析数据的这一套用 技能（Skills）给 AI，让 AI 在做这件事情的时候，自然而然地就可以观测很多东西，以及基于真实数据进行有效的迭代。对于产品经理，可能它是一个决策框架、用户洞察和优先级判断。

企业在招 AI Native 的人时，希望 AI 可以尽量的放大人类的杠杆，它就需要一个人能把自己脑子中的这些 隐性知识（Tacit Knowledge: 难以言传的经验与判断力）转化成显性知识，转化成 AI 可以直接拿去用的显性知识。如果大家能把这些东西表达得越清楚，然后把它转化成技能、模板、上下文，AI 就越有可能去放大人类的杠杆。

行动指南：积累深度项目而非工具技巧

这种真正 AI Native 的组织，要的不是个人的能力突出，而是要个人和团队和 AI 一起可以跑得快、跑得远、跑得正确。

面试的框架只能帮助你更好地叙述你已有的内容，它没有办法提高你已有的内容。提高你已有的内容，一定要在你现在的工作或者 side projects 里边去提高。如果你的公司观念落后，你可能一个有效的做法就是你自己去做一个比较深度的 side project。

我建议大家去看看我们 AI Architect 学员的项目，他们收集了55个项目，每一个项目都是非常独特的，他们都是跟着自己的需求来，而且做的都是非常深。如果你想做这样的一个项目但是不知道如何开始，欢迎直接去购买我们课程，我 guarantee 你上完之后，你就能做出来一个这么深度、这么有意思、然后你从头到尾都能把它讲得非常清楚的项目。

最后我要跟大家说，AI 不应该仅仅被当成一个点、一个临时调用的工具。AI 背后就是这样的思维方式（mindsets）、这样的架构（Architecture）。它是一整套全新的工作方式和组织方式，只有你去深刻地理解了用 AI 原生去产生生产力的方法，你才是一个在这个时代有真正竞争力的人。