随着年后招聘季的来临，几乎每天都在听到“头哥，你有这么丰富的工作经验，能不能帮我看看那简历怎么完善”，“头哥，我做了很多事儿跟了很多项目，这简历我怎么写才能突出自己的能力”，“头哥，技术面笔试我是不是得找点题库”这样的求助声。
的确，我是有着二十年的工作经验、带过团队、面过无数人、写了六年公众号，可能在很多人眼里我是“六边形战士”。可兄弟们，我真的不是HR，做不到几句话就能聊明白你的长短板，优缺点，一天能查多少 bug 并修复，能写多少行代码。或者说，当角色换位，成为一个技术面试官的时候，我也和大家一样为了选一个合适的人焦头烂额。
我一直笃信：专业的事要交给专业的人去做。
前两天有幸邀请到了ShowMeBug的技术合伙人Ivan，他们的团队首创了“工程能力模型冰山模型” 提供科学的岗位模型，帮助企业识别用人需求，深挖技术人才的“工程能力”。在 AI 时代的冲击下，求职者和招聘方都在不断讨论一个问题——AI 时代下，如何快速衡量技术人的能力与素质？
1
技术面试官和 HR 的拉扯，选人方和用人方谁才有真正的话语权？
这是一个非常尖锐，也是在企业里最常见的问题，面对这样的问题，以下是Ivan 给出的见解。
技术招聘的过程中，怎么样去高效的去识别人才？技术岗笔试题怎样做到大规模更精准的出卷，在减少面试官和 HR 的时间投入基础上，还能够更加精准的识别人才能力，对任何一个招聘方都是至关重要的。在技术岗位的领域里面，人和岗位的匹配度它有很多的维度。每个用人方的维度可能都不太一样，大量不同的需求并行的时候，其实需要一个工具去支撑才能更好的解决根本的矛盾点。
其实在 ShowMeBug 所做的技术测评里有几个关键点，首先就是把所有的技术岗位人才的画像分了很多模板，企业在招人的时候其实都是围绕画像招人，这是我们技术侧的一个底层。与此同时我们搭配了专家成立了针对技术岗的题库团队，对市场上主流的、不主流的各种岗位进行分析，结合上一阶段所积累的技术测评工具和数据，完善了一套能够让市场上大部分企业所用的人才招聘快速匹配的工具产品。
话语权是一场博弈，谁赢了谁才有话语权。其实当一套完整的工具放在大家面前，并且开始尝试使用的时候，就会产生分工，在不断拆解分工合作以后，就会把话语权之争转变为互相的协同，矛盾降级，双方制衡，才会在选人用人这件事上达到更高的效率。
2
大厂有自己独特的方法论和流程体系，小企业如何降低选/用人成本？
矛盾和痛点是永恒存在的，大厂每天都在对自己的流程体系不断做着变革，因为大厂能够接受时间成本和沉没成本，一场变革可能要过去两年三年才会逐渐完善，形成一套相对成熟可持续的操作指导。
Ivan 认为小微企业的每一分钟都代表着压力，在选/用人这件事上，越精准，越省时，才能从根本上解决矛盾。
现在国内中小企业有技术招聘需求的大概是有 200 多万，这个基数非常非常大。更多的企业其实还是更习惯用以前的方式做招聘，或者出于对成本的担忧，不敢轻易上架一些类似 ShowMeBug 这样的工具来高效利用自己获取到的人才资源。
针对小微企业这块，ShowMeBug 内部也做了很多的思考。最近发布了“飞轮计划”，可以让小微企业免费使用，如果说是小微企业，有技术招聘这种需求，ShowMeBug 可以提供免费的产品使用，解决很多的企业对试错成本的担忧，对人力成本的顾虑，同时也更希望将 AI 工具渗透到更多企业里，提升大家的效率，让企业能够把时间和钱，充分流转利用起来，形成正循环，走一条持续的上坡路。
3
AI 的这个时代和背景下，如何通过技术人的简历去匹配企业需求的人才模型？
Ivan 在对技术人才的分析和技术人简历分析的时候，对一个关键词“软能力”进行了解读，这是一个几乎每家企业都很看中的能力项，也是一个几乎不能在简历中体现的能力项。
AI 出来之后，其实企业经常会在面试问一个问题“你在 AI 方面自己所做的一些事情”？看候选人到底有没有好奇心，会在这个问题里面去看到候选人是否喜欢折腾？这其实就是在面试过程中面试官和企业可能想要去关注的一个点，特别是技术从业人员，有没有一个愿意折腾，喜欢折腾理的心理和行为，这其实就是软性素质。 ShowMeBug 把人的能力分成了“硬性技能”跟“软性技能”两大类，然后做了一个“冰山模型”，最上面是知识，知识往下是技能，技能再往下是工程能力。
知识，其实顾名思义就是对各种各样知识来源概念的记忆，以及一些经验能力，这部分其实是一张应试的卷子。往下一层是技能，在某一些框架使用的过程中，有没有掌握使用方法或者框架里面的一些特性，这是技能层面。再往下就工程问题，比如代码设计的好不好？
ShowMeBug 把市面上几乎所有的技术相关岗位和技术人才，都做了相应的能力拆分，从这三个方向，把这三大类的技能点变成 AI 语料，陆续将软硬性技能做了拆解纳入 AI 语料，不断咀嚼，反复训练。让 AI 吃的更多更全更细，最后得到了现在的 ShowMeBug。
招聘过程中不用自己出题，因为工具里已经有了题库，招聘方可以直接根据自己的用人特性，搭配岗位模型，在题库里抽取，成为一张完整的试卷，简化这部分的流程跟逻辑。看上去只是一个工具，一个模板，但其实是在用 AI 辅助你，在提高招聘效率和交付能力。
很多人总觉得 AI 是一个很高大上很神秘的东西，其实 AI 大模型最后的这个“大”字指的是背后的库，强大的题库和经验库，具备了这样的库，能够给 AI 提供足够丰富的多角度、多深度的语料，形成了自己的一些元素和标签，准确的把每个标签贴上去，最后呈现出来的才是一个大家看到的工具。
4
随着这个能力模型的抽象化，怎么才能识别“六边形战士”？
市场上很多技术岗位的招聘要求写的相对抽象，或者说叫笼统，但实际上又对岗位上的人要求很详细，需要你懂一点技术出身，又做过交付，可能对业务也了解等等，会对人的各个维度都有一定的要求。Ivan 从技术和使用的角度出发，给出了丰富的解答。
一个岗位可能需要面面俱到六边形战士才能胜任，但实际上背后的逻辑并不意味着一定要找一个六边形战士，而是要找到哪一个人的性价比最高、最符合、最匹配岗位。企业对于人才的实际需求的问题，就是这个人要长什么样？并不一定是六边形，可能三角形就够了，是哪三个角，这个是需要定义的。例如说一个技术工程师的话，可能有些东西得要是精通的，数据库、 Docker 这些东西可能只是了解一下就好了，不需要通过 MySQL 很强的这种那个能力等等，岗位有一些基本的逻辑在里面，那这样子定义出了一个模型之后，我们才会更好的去找这个岗位对应的三个角。
想要去构建出符合市场需求的，能够去有一个完善且好用的体系，其实是非常困难的。很多的工具例如说像一些问卷调查，手工做一些题目的录入好像看起来还可以，也具有结果分析，但实际会发现和自己的实际用人需求还是有比较大的偏差。因为实际上是从面试官主观视角拿出一套认为很合理的题去做分析，而不是一套成体系的，基于这个人应该是符合哪种模型，有针对性的题。
ShowMeBug其实也是在解决这样的问题，面试官/企业只需要想清楚我要的人到底是三角形还是六边形，想清楚了这六边形又有什么样一些特质？配置上去可以直接生成岗位的能力模型不用你再做任何的一些操作，甚至是说可能是一个中层级别的工程师，都可以动手去构建出自己的一些模型。
很多老板其实仔细去看岗位的定义，说如果说按照岗位写出来的方式去定标准，那可能连老板都不一定能进得来。也就是说市场上其实很多的那种刻板印象，对于学历和项目经验，对于各种各样的软性的素质，其实它的描述其实是相对抽象的，不够清晰。
企业在这个过程中大量的精力其实花在了写岗位模型，自己分析人才模型的层面上，特别是中小微企业。如果能够通过 AI 和一些工具的使用，使用到一定的成熟度了，自然也会知道我所需要的“六边形战士”最合适的样子，也能够最快速的定位到想要的“六边形战士”
写在最后
我一直说，专业的事要交给专业的人去做。专业精深这个词，代表着一个垂直的深度，或许我们看到的只是路边的一口直径只有1米的井，但你永远不知道这口井最后通向哪里。用久了比尔·盖茨切换到乔布斯的时候，我也会骂上一句“什么反人类的操作，这垃圾真难用”，其实只是是乔布斯挑战了我一直以来的操作习惯罢了。人都是需要不断尝试，不断接受新鲜事物，才能够和这个社会并驾齐驱。我有二十次机会，试一试注册 ShowMeBug ，或许你可以成为这二十分之一。
