Canva 的 AI 輔助面試：讓工程判斷看得見

2025年6月11日，Canva 表示期望後端、機器學習與前端候選人在技術面試中使用 AI。但關於替換電腦科學基礎篩選環節的說明，明確針對的是後端與前端職位。^[1] 這兩個範圍不能混為一談，一個篩選環節的變化也不代表完整招聘流程。

2025年10月的後續文章列出三個評估方向：工程問題解決、技術深度與責任承擔，以及有效的 AI 協作。^[2] 關鍵是理解並解釋方案，而不只是增加功能。6月的說明也保留了電腦科學基礎的要求，並未宣布它們已經過時。^[1]

分析與借鑑

兩篇文章都來自 Canva 自己。6月的文章認為早期訊號正面，但這些頁面沒有提供入職後工作表現的對照研究、樣本規模或甄選錯誤率。任務看起來更接近真實工作，是關於評估品質的假設，不是招聘效果提升的證明。候選人應確認自己職位目前的面試形式與工具規則，不能把2025年的文章當作這次的面試通知。

分析與借鑑

一個可執行的展示可能掩蓋完全不同的理解程度。評估記錄應區分工具產生了什麼、候選人檢查了什麼，以及候選人能解釋哪項決策。工具速度和熟悉度也會影響觀察結果。比較不同候選人之前，需要明確並盡量統一工具可用性、允許的輔助、時間限制與評分標準。

分析與借鑑

1. 試點前明確定義與職位相關的任務、允許的工具及統一評分標準。
2. 記錄需求釐清、發現的缺陷、經測試的修正與說明清楚的取捨，不用功能數量取代這些證據。
3. 記錄模型、工具版本及中斷情形，讓環境差異可見。
4. 請評審者獨立評價同一份作品，再檢查判斷分歧。
5. 在註明樣本與侷限的前提下，將面試證據與後續職位相關工作比較。這是我們提出的評估步驟，並非 Canva 已發布的驗證研究。