Jeśli w ostatnich miesiącach brałeś udział w rozmowie technicznej albo ją prowadziłeś, na pewno czułeś to napięcie. Osoba prowadząca patrzy w kamerę i próbuje zgadnąć, czy twój wzrok nie ucieka na drugi monitor z podpowiedziami od Claude. A kandydat w tym czasie pisze na wirtualnej tablicy kod, który w prawdziwej pracy wygenerowałby w trzy sekundy.
Rekrutacja techniczna przechodzi największą zmianę od lat.
Zatrudnianie programistów, szczególnie na klasyczne stanowiska Frontend i Backend, zmieniło się na zawsze. To, co działało przez ostatnie 15 lat, przestało działać z powodu narzędzi AI. Poniżej sprawdzamy, dlaczego stary proces rekrutacji się zepsuł, jak Meta, Google i Coinbase przebudowały rozmowy oraz jak przygotować się do nowej rundy z AI.
Kiedyś zadanie domowe dla frontendowca („zbuduj mały dashboard z zarządzaniem stanem”) albo backendowca („napisz mały serwis REST z autoryzacją”) uchodziło za złoty standard: mało stresu i blisko prawdziwej pracy.
Ten etap stracił wartość. W 2025 roku Gergely Orosz w artykule „Tech hiring: is this an inflection point?” (The Pragmatic Engineer) opisał kryzys zaufania w zdalnych rozmowach. Firmy toną w CV wygenerowanych przez AI, a w jednym z opisanych przypadków 100% kandydatów zrobiło zadanie domowe za pomocą LLM.
Jak to wyszło na jaw? Kandydaci nawet nie usunęli typowych „halucynacji” modeli, czyli fałszywych endpointów i zbędnych abstrakcji, które wyglądały porządnie, ale nie miały sensu w tym zadaniu. A gdy na kolejnej rozmowie proszono ich o wyjaśnienie konkretnego fragmentu własnego kodu, zamierali.
Klasyczna runda, w której piszesz od zera pojedynczą funkcję, też przestała dawać wiarygodny sygnał. Desktopowi asystenci AI potrafią w czasie rzeczywistym czytać ekran albo słuchać osoby prowadzącej rozmowę i wyświetlać gotową odpowiedź nad oknem przeglądarki. Zwykły screening zamienił się w zabawę w kotka i myszkę.
Dla inżynierów Frontend i Backend stare zadania straciły sens:
Branża stanęła przed wyborem: wrócić do rozmów stacjonarnych w biurach albo zmienić zasady. Czołowe firmy produktowe wybrały drugą drogę. Ich rozumowanie było proste: jeśli generowanie kodu prawie nic nie kosztuje, główną wartością programisty stają się weryfikacja, debugowanie i architektura.
Liczby to potwierdzają. Według ankiety Karat wśród ponad 300 CTO i SVP (styczeń 2026) 73% uważa, że dobry inżynier jest dziś wart co najmniej trzy razy więcej, niż wynosi jego pensja, a 59% mówi, że słaby inżynier w erze AI wnosi zerową, a nawet ujemną wartość. AI nie wyrównuje programistów, tylko zwiększa różnicę między nimi. Klasyczna rozmowa tej różnicy nie widzi.
Firmy nie szukają już ludzi, którzy szybko piszą kod z pamięci. Szukają inżynierów, którzy umieją czytać złożony cudzy kod, wyłapywać ukryte błędy (a AI generuje ich sporo) i podejmować decyzje techniczne.
Rozwiązanie okazało się proste: pozwolić na AI podczas rozmowy, ale całkowicie zmienić zadania. W nowej rundzie nie piszesz już kodu od zera w pustym pliku. Pracujesz w istniejącej, często zepsutej albo wolnej bazie kodu i możesz oficjalnie korzystać z AI.
W październiku 2025 roku Meta zaczęła zastępować jedną z dwóch klasycznych rund kodowania 60-minutową praktyczną sesją z AI w CoderPad (według poradnika Aced). Druga klasyczna runda, bez AI, zostaje. Kandydat pracuje w środowisku z trzema panelami:
Gdzie jest haczyk? AI nie może samo edytować twoich plików. Odpowiada tylko na czacie. W 60 minut kandydat przechodzi trzy fazy: znaleźć i naprawić błąd w nieznanym kodzie, zaimplementować główną logikę i ją zoptymalizować.
Google na razie testuje nowy format w pilotażu na stanowiska junior i mid w wybranych zespołach w USA. Kandydat może korzystać z Gemini w trakcie rozmowy, ale zamiast pisać kod od zera, czyta, debuguje i ulepsza istniejący kod. Google ocenia „AI fluency”: jak kandydat pisze prompty, jak sprawdza odpowiedzi modelu i jak debuguje.
Jeśli wkleisz treść zadania do czatu bez żadnych pytań do osoby prowadzącej, model łatwo poprowadzi cię w złą stronę. Nacisk przesunął się z pisania kodu na szybkie czytanie cudzej logiki i krytyczną ocenę podpowiedzi AI.
Coinbase w artykule „Interviewing Engineers in the AI Era: Lessons from a Year of Rebuilding” pisze, że prawie cały nowy kod w firmie generuje dziś AI, a ludzie go sprawdzają. Dlatego rozmowę przebudowano tak, aby sprawdzać, jak kandydat kieruje pracą AI, ocenia wynik i podejmuje decyzje tam, gdzie model się myli. Głównym sygnałem na żywo jest teraz kodowanie i debugowanie w prawdziwym repozytorium. System Design z AI jest dopiero we wczesnych testach.
Ta runda sprawdza obszary, w których AI myli się najczęściej: styk między komponentami i to, co dzieje się pod maską.
Najczęstszy błąd w takiej rundzie to „ślepy vibe coding” (blind vibe coding) na oczach osoby prowadzącej. Aby pokazać wysoki poziom inżynierski, trzymaj się czterech zasad:
null?” Nigdy nie używaj wygenerowanego kodu, którego nie potrafisz szczegółowo wyjaśnić.Nowy format to dobra wiadomość dla doświadczonych programistów. Łamigłówki algorytmiczne znaczą mniej, a prawdziwa praca inżynierska więcej: czytanie kodu, debugowanie i podejmowanie decyzji, z AI jako jednym z narzędzi.
Jak ćwiczyć przed taką rundą? Piszemy o tym w artykule „Przygotowanie do rozmów technicznych w 2026: trening P2P”.