Augment Code公开其「AI原生工程师」招聘标准：编码能力不再是独立考核维度，取而代之的是六项能力

据 1M AI News 监测，AI 编码平台 Augment Code（累计融资 2.52 亿美元，估值 9.77 亿美元）发文公开了其重新设计的工程师招聘框架。文章开篇提出一个问题：「当 Agent 写了 99% 的代码，你怎么招工程师？」Augment 的结论是，编码能力（raw coding ability）不再作为独立维度考核——它仍然重要，但不再是区分工程人才的首要标准。

取而代之的是六项能力维度：

1. 产品与结果品味（Product & outcome taste）——代码生产成本趋近于零时，最昂贵的错误是做了错误的东西
2. 系统与架构判断（System & architectural judgment）——Agent 能生成可运行的代码，但无法判断周围的系统是否健全
3. Agent 调度能力（Agent leverage）——将问题结构化以便 Agent 执行、在 Agent 偏离时纠正、验证产出
4. 沟通与协作——实现速度加快后，更多工作转向厘清问题、暴露权衡和整合不同视角
5. 端到端 ownership——驱动结果而非只完成任务，遇到阻碍主动介入，即使超出自己的直接职责范围
6. 学习速度与实验心态——「我们今天用的工具三个月后就不会是同一批了」

基于这六项维度，Augment 定义了四类招聘画像，每类对六项维度的权重不同，面试流程也围绕各自最重要的信号设计：

- AI 原生系统工程师：侧重架构判断和基础设施直觉
- AI 原生产品工程师：侧重产品品味和用户同理心
- AI 原生应用 AI 工程师：侧重模型理解和 Agent 工作流
- AI 原生早期职业工程师：侧重学习速度，「在 Agent 优先环境中成长起来的工程师」