撕纸拼贴风格封面，核心反差「简历写满全栈 ↔ 一问只会 Vibe Coding」，放大镜扫描代码隐喻基本功=验钞机
面试一问，AI 全栈简历就露底
我最近在招「全栈 AI 工程师」，看了不少简历——有应届生，也有转行来投的。
这当然不是所有人的样子，但在这个岗位上，这个信号已经够频繁了。
很有意思。几乎每个人都做过 AI 全栈项目：前端页面有，后端接口有，数据库有，有些还挂了部署链接。光看作品集，像是已经能独立交付一个小产品。
但面试聊深一点，问题就出来了。
我问一个最小闭环：一个登录页，点按钮，请求后端，写数据库，失败要返回错误，最后部署到线上。如果不能用 AI，你能不能自己从头到尾走一遍？
很多人卡住了。不是卡在某个高级算法，也不是卡在什么复杂架构。卡在请求为什么发不出去，环境变量放哪，数据库连接为什么线上挂了，构建失败该看哪一段日志。
这就是我现在最大的感受：项目是全栈的，不等于人是全栈的。
所谓 vibe coding，我理解得很朴素：你描述想要什么，AI 帮你把代码拼出来。它真的有用。Cursor、Claude Code 这类 AI 编程工具，已经把做 demo 的门槛砸低了很多。
问题也在这里。demo 看起来越完整，能力归属越容易被误判。
能用 AI 把产品跑起来、上线赚钱当然是能力。只是这不自动等于一个人能对工程交付责任负责。独立开发和招聘工程师，是两把尺子。
左右对比：左侧全栈项目图示完整漂亮，右侧人形剪影旁一个问号——demo 越完整，能力归属越容易被误判
这不是嘲笑新人，也不是反 AI
我不觉得应届生用 AI 做项目有什么问题。相反，如果一个新人完全不用 AI，我反而会怀疑他是不是没碰现在的工具链。
AI 是很好的脚手架。它能帮你起项目、补样板代码、查陌生报错、把一个想法快速变成页面。这些事以前要磨好几天，现在可能一个下午就能看到形状。
但脚手架不是房子。
麻烦出在后半段：你把 AI 产出的项目，误认为自己已经掌握了全栈能力。
AI 可以帮你把代码拼出来，但不能替你知道哪里会塌。
这句话在面试里特别明显。候选人讲需求和页面时很顺，一到「为什么这里要这样处理」「线上挂了你先看哪里」，就开始绕。不是态度不好，是脑子里没有那条工程责任链。
真全栈，藏在那些难看的地方
很多人理解的全栈，是页面加接口加数据库。但这个理解漏了最要紧的一层——全栈不只是写出三层代码，更是知道三层之间的责任怎么落。
我面试时更关心的是另一组东西。
前端不只是会写 React 页面。状态什么时候存在组件里，什么时候要提到全局；请求失败时用户看到什么；表单重复提交怎么拦；接口慢的时候页面会不会假死。这些不酷，但产品一上线，全是用户最先撞到的地方。
后端也不只是能返回 JSON。鉴权怎么做，参数脏了怎么拦，数据库关系为什么这么设计，异常返回能不能让前端读懂，日志里能不能定位到是谁、在什么时候、传了什么参数。
部署更像一层过滤。环境变量少一个，域名解析错一层，构建命令和本地不一致，线上日志不知道在哪看，回滚没有预案，都可能让项目停在线上门口。
代码能跑只是第一关。后面还要知道哪里能查、哪里能改、哪里能回滚。
全栈不是把三层代码都生成出来，全栈是知道用户点击之后，每一段责任落在哪里。
这也是为什么我不太被「我做了五个 AI 全栈项目」打动。如果每个项目都说不清关键链路，五个叠在一起也还是说不清。
基本功以前是生产力，现在是验钞机
以前学前端、后端、部署，是为了亲手把东西写出来。你写得越熟，产出越快。
现在 AI 把这件事改了。很多代码不需要你逐行敲，甚至第一版也不需要你从空文件开始。于是有人得出一个很快的结论：基本功没那么重要了。
我刚好相反。
基本功以前解决「做不做得出」，现在还要解决「做得靠不靠谱」。
基本功以前是生产力，现在是验钞机。
左侧 AI 印钞机吐出代码钞票，右侧人手握放大镜审阅——能跑 vs 靠不靠谱，没见过真钱的人看不出假
AI 像一台印钞机，让「看起来像钱」的东西变多、变快。页面像页面，接口像接口，README 像 README。没有基本功的人拿到它，只能说一句：好像能跑。
有基本功的人会多看几眼：这个接口有没有越权风险？这个数据库查询会不会一多就慢？这个错误处理是不是只在 happy path 里成立？这个部署配置是不是只适合本地演示？
差异会在 AI 回来一坨代码之后显出来：谁能验，谁只能接着往下粘。
没基本功的人用 AI，得到的可能只是一个看起来能跑的黑盒。
有基本功的人用 AI，得到的更像一个可审、可改、可上线的半成品。
面试、排错、上线、review，都会把这件事再验一遍。
AI 降低了做出项目的门槛，也暴露了承担项目的真正门槛。
过去你做不出来，问题暴露得很早。现在你能做出来一个样子，问题会推迟到面试、联调、生产环境，甚至事故之后才暴露。门槛没有凭空变高，只是更多人被「我好像已经会了」推到门槛前，才发现真正要负责的东西还没接住。
新人和招聘方，都该换一把尺子
如果你是新人，我的建议很简单：别急着堆五个 AI 项目。
先选一个小到不能再小的东西。不靠 AI，从 0 到部署手走一遍。页面能点，接口能通，数据库能存，域名能访问，日志能看到。中间报错了，自己查。慢一点没关系。
然后再用 AI 重做一遍。
你会马上看出差异：AI 哪里快，哪里偷懒，哪里写了你看不懂但以后一定要你负责的代码。
学基本功，不是为了证明你不用 AI，是为了 AI 写错时你能接管。
如果你是招聘方，也别只看 demo。现在能跑的 demo 很多，哪个真代表工程能力，不那么容易从表面看出来。
我更愿意把面试拆成两关。
三层卡片堆叠：第一关无 AI baseline → 第二关有 AI 协作 → 真正的全栈 AI 工程师，箭头 terracotta 色强调「两关」
第一关，无 AI baseline。给一个最小前后端闭环，让候选人讲清楚，并现场手改一点东西。不要考偏题，就看他脑子里有没有从页面到服务器再到部署的路径。
第二关，有 AI 协作。允许他用 Cursor 或 Claude Code，看他怎么拆任务，怎么看输出，怎么发现问题，怎么把部署修到真的能访问。
会用 AI 写代码，不等于会和 AI 一起交付代码。
到最后，真正的全栈 AI 工程师，没必要坚持不用 AI。那不现实。
我会更相信另一种人：AI 写到一半，接口乱了，部署挂了，日志开始报错，他还能接住。
真正的全栈 AI 工程师，是 AI 写到一半、接口乱了、部署挂了的时候，还能接住的那个人。
一只手从下方接住掉落的「接口乱了」「部署挂了」「日志报错」碎片——接住 = 能审、能改、能上线
待核查清单
- 「Cursor、Claude Code 这类 AI 编程工具，已经把做 demo 的门槛砸低了很多」属于行业观察，发布前可补一条工具采用趋势或开发者调查旁证。
- 「vibe coding」的原始出处和定义，发布前可核一次 Karpathy 原帖或权威解释链接。