Sierra, ein von Bret Taylor mitbegründetes Startup für konversationelle Agenten, hat seinen technischen Interviewprozess neu gestaltet, um der Veränderung des Berufsbilds im Zeitalter von Coding-Agenten (Codex, Claude Code) Rechnung zu tragen. Die Autoren — Vijay Iyengar, Arya Asemanfar und Angie Wang — argumentieren, dass sich die Rolle des Ingenieurs von "die Maschine bauen" zu "die Maschine entwerfen und verfeinern" verschiebt, in Analogie dazu, wie sich Ingenieure nicht mehr um die Übersetzung des Codes durch den Compiler in Maschinenbefehle kümmern mussten. Da ein einzelner Ingenieur nun den gesamten Stack aufbauen kann, entsteht Wert durch die Kombination von technischer Fähigkeit, Produktdenken und Geschäftskontext.
Ausgangsbeobachtung: Der bisherige Prozess (zwei Coding-Interviews, Algorithmen, System-Design, kultureller Fit) erfasste vor allem Mechanik — Syntax tippen, algorithmische Details abrufen, Frameworks zusammensetzen. Dieses Signal geriet zunehmend in Dissonanz mit der tatsächlichen Realität der Arbeit im Alltag. Hiring Manager kompensierten dies, indem sie verstärkt auf Empfehlungen und frühere Erfahrung zurückgriffen.
Drei Kriterien leiteten die Neugestaltung: Repräsentativität (spiegelt echte Arbeit wider), hohes Signal (Klarheit darüber, wo ein Kandidat brilliert oder Unterstützung braucht) und eine positive Erfahrung. Herzstück ist ein dreiteiliges "KI-natives Onsite". Plan: eine Arbeitssitzung, in der der Kandidat ein Produkt in seinem Bereich entwickelt, wobei die Interviewer durch Fragen die Idee schärfen. Build: 2 Stunden solo, mit KI-Tools und Frameworks nach Wahl des Kandidaten, mit voller Freiheit, die Richtung zu ändern. Review: eine Demo, eine Diskussion der Produktentscheidungen, ein Code-Review (Datenmodell, Abstraktionen, Erweiterbarkeit) sowie ein Gespräch über den Weg zur Produktion und den Einsatz von KI. Kandidaten dürfen den Umfang reduzieren und Boilerplate auslassen, gemäß der Formel von Paul Buchheit: "if it's great, it doesn't have to be good."
Der Rest des Prozesses folgte demselben Muster. Das Coding-Telefon-Screening (ohne KI, in einem Online-Editor) wird durch ein System-Design-Interview ersetzt — da vibe coding einfach geworden ist, liegt die eigentliche Herausforderung im skalierbaren Produktionseinsatz. Ein "Debugging-Interview" wird pilotiert, um 1-zu-N-Arbeit an bestehenden Codebasen zu erfassen: Der Kandidat prüft einen bereichsübergreifenden PR gemeinsam mit Agenten.
Erkenntnisse: Eingestellt wird für Stärken, nicht für die Abwesenheit von Schwächen; die Nachbesprechungen haben sich von "sollten wir diese Person einstellen?" zu "worin wird diese Person brillieren?" verschoben. Kandidaten berichten von ansprechenderen Interviews — einer baute ein KI-Flow-Spiel, ein Backend-Ingenieur steuerte seine Demo über einen Agenten und eine Markdown-Datei. Herausforderungen (Standardisierung, Kalibrierung) werden durch produktunabhängige Kriterien und paarweise Interviewer abgemildert. Das Format gilt auch für Infra-Ingenieure, die nun Full-Stack bauen und sich vertikal mit dem Produkt integrieren.