算法八股退潮

去年这个时候，深圳随便一家B轮以上的科技公司，技术面标配是三轮算法。LeetCode Hard是门槛，动态规划是基操。面试官把题往白板上一扔，你写出来了不一定过，写不出来一定不过。

今年变了。

我们上半年交付的217个技术岗位里，纯算法白板面试占比从去年同期的62%掉到了31%。取代它的是什么？给你一个真实业务场景，两小时内写个能跑通的demo。或者把你叫到会议室，打开电脑对着真实的代码库做code review。

南山一家做工业视觉的创业公司，CTO跟我们说过一句话："我招人是来修管道的，不是来证明流体力学定理的。"他们今年招了三个后端，一个算法题都没考。面试方式是给候选人一段生产环境的烂代码让他重构。三个都招对了，入职半年零离职。

坂田一家做AI应用的公司，去年校招清一色985硕士加LeetCode竞赛排名前10%。今年社招改了规矩

他们CTO亲自翻候选人的GitHub commit记录，看代码风格、看issue回复、看PR被拒后怎么处理。最后招了一个二本毕业、GitHub上有2000多star的开源贡献者。三个月后这人成了核心模块的owner。这事在深圳技术圈传得很快，因为太反直觉了。

一家拿了B轮的公司，不看出身看GitHub。这在去年是不可想象的。

现在面试考什么

算法题少了，面试时间花在哪儿了？翻了我们顾问的面试反馈记录，有三个变化。

系统设计面的占比从18%涨到了34%。考法也变了。以前是让你画一个理论上的秒杀系统架构图，现在是拿公司正在做的真实业务来问。一家做跨境支付的深圳公司会让候选人设计一个对接东南亚七国支付网关的清结算系统，要求考虑汇率波动、网络延迟、各国合规差异。这种题没有标准答案，看的是思路和踩坑经验。

实战编码的比例从12%蹿到41%。形式很杂：给一段有bug的生产代码让你修，给一个模糊需求让你两小时搭MVP，或者让你review同事的代码找问题。科苑路一家做SaaS的公司更直接

面试最后一轮让候选人跟团队一起站会，参与当天的真实任务讨论，观察他怎么提问、怎么接话、怎么给建议。效果比任何笔试都好。

第三个变化有点意外：行为面试变重了。以前行为面基本走过场，"说说你的优缺点"这种。现在问的是"你上一次跟产品经理吵架是因为什么""项目上线前出事故你怎么处理的"。问得极细，追问到你给出具体的人名、时间、场景。深圳百猎猎头一位顾问统计过，今年行为面平均时长从15分钟拉长到了35分钟。

大厂优化，中小厂接盘

说说背景。2025下半年到2026年初，深圳几家大厂做了结构性人员调整。裁的多数是工作七八年以上的架构师和技术专家。职级高、薪资高、但业务线被砍了。

这批人去了哪儿？南山科技园和宝安的中小厂。

听起来像降维，实际情况复杂得多。我们跟踪了23个从深圳大厂出来进了中小厂的候选人，半年后18个还在职。薪资方面：9个人涨了（涨幅8%-20%），8个人持平，6个人降了但拿了期权。没人觉得亏。

中小厂的态度更有意思。宝安一家做智能硬件的公司HR跟我们说，以前根本不敢想能招到大厂的P8、P9。"简历都不会投过来。"今年他们用比大厂低15%的base薪资加项目分红，招了两个前大厂架构师。其中一个已经把他们的IoT平台重构完了，性能提了3倍。

坑也有。我们遇到一家公司，老板冲着"大厂光环"招了个前P9，入职后发现这位P9在大厂管的是30人团队，来中小厂要从0到1搭系统，完全不匹配。高管降维跳槽这事不是简单的向下兼容，行业和业务阶段的匹配比title重要得多。说到offer决策，今年被拒掉的offer里薪资只排第三位，我们翻过数据。

学历在贬值，GitHub在升值

今年上半年深圳技术岗offer里，候选人毕业于985/211的比例从去年的68%降到了53%。用人方主动把学历门槛放低了。

取而代之的是两个信号：GitHub和项目经历。

龙华一家做工业软件的公司，HR在JD里直接写"学历不限，提交GitHub链接者优先安排面试"。我们一开始以为是噱头，后来发现他们真的在看

看star数、看commit频率、看代码质量、看文档写得认不认真。他们今年招的5个技术岗里有3个是双非院校毕业的。

另一个信号是项目复盘能力。我们现在面试辅导的时候会专门训练这一点：你能不能把一个做过的项目讲清楚？为什么选这个技术方案？中间踩了什么坑？如果重来一次会改什么？深圳一些技术leader跟我们说，跳槽谈薪的时候，能把自己的项目讲出前因后果的候选人，薪资谈判空间明显更大。做北京猎头的同事反馈的情况也类似

能把项目讲透的人，说明你不是一个"接需求写代码"的螺丝钉。

猎头怎么跟上变化

面试方式变了，猎头的推荐策略也得跟着变。

以前我们推人，核心是匹配JD关键词：Java、Spring Cloud、并发编程、分布式。现在不行了。一家公司已经不考算法题了，你推一个只会刷LeetCode的候选人过去，一面就挂。

我们现在做三件事。第一，深度了解候选人做过的项目。不是看简历上的项目描述，是约个电话聊一小时，让他把项目从需求到上线复盘一遍。第二，有GitHub的看GitHub，有技术博客的看博客，什么都没有的我们会建议他至少整理一个项目portfolio。第三，根据目标公司的面试风格做针对性辅导。

举个例子。去那家工业视觉公司面试？我们会建议候选人提前准备一段烂代码重构的练习，别去刷算法题。去那家跨境支付公司？提前研究一下东南亚支付合规的常见问题。这种定向准备的效果比刷三百道LeetCode好得多。

我们今年推给同一家公司的两组候选人，数据对比很直观。A组三个人，学历都不算好，但GitHub上有拿得出手的开源项目。三个全过。B组五个人，背景类似但没有公开项目记录。过了两个。差距不是一点点。

最后说一句：不是在否定学历和算法的价值。刷过算法题的人逻辑训练确实到位，名校出身的人学习能力普遍不差。现实问题是

深圳科技公司的业务迭代速度太快了。半年前的需求可能半年后就推翻重来。在这种节奏下，能干活、能扛事、能把一个模糊需求变成可交付产品的能力，比会解Hard题重要得多。

深圳的用人方在用脚投票。我们只是把票数记下来而已。