面试官：Agent岗第一道门槛不是技术，是自费玩AI的热情

最近面试了将近20个AI Agent岗位的候选人，博士不少，研究也挺深，简历上RAG、MCP、Multi-Agent、工作流写得满满当当，还有SCI一区发表多篇的。但真正让我觉得适合岗位的，也就一两个。 问题出在哪？后来我想明白了：我真正想筛的，不是会不会Agent，而是这个人到底有没有被AI点着。 现在投AI岗位的人太多了。很多人会用公司配的DeepSeek、GLM、千问，会用公司提供的IDE，把安排下来的任务做完。这当然没问题，但总觉得差点东西。 我有一个很粗暴的判断标准：你有没有自己花钱玩过AI。 不是说花钱越多越牛，而是一个人如果真对AI有兴趣，他很难完全忍住。Claude出了新模型，GPT出了新能力，冒出来一个新的Agent框架，他多少会想试试。哪怕做的东西没什么商业价值，就是自己觉得有意思，也愿意花时间、花API费用，把它从零折腾出来。 面试里真正加分的，往往就是这种东西。有人聊着聊着会说：这个我自己做过一个。然后主动共享桌面，打开VS Code，打开终端，给我们看自己的工作流、Agent编排、运行记录。有的人甚至会顺手晒一下自己API花了多少钱。 这些东西比简历上写十个熟悉有用多了。 因为真正有兴趣的人，聊起来状态是不一样的。他会主动讲自己为什么选这个模型，为什么换那个框架，哪里踩过坑，哪天晚上突然想到一个办法又改了一版。你能明显感觉出来，他不是因为公司让他学AI才学，而是没人逼他，他自己就会去折腾。 这个东西很难设计成一道面试题，也很难做成一个评分表。只能面对面聊，自己去感受。 现在模型和框架半年就能换一轮，具体技术其实都可以补。真正难得的，是一个人对AI还有没有好奇心，还有没有那种这玩意儿我非得亲手试一下的劲。 我觉得，Agent岗位第一道门槛，不是Agent，是热情。 这个观点放到整个AI行业都适用。不管是做开发、做产品还是做研究，最终拉开差距的往往不是谁会的框架多、谁的论文多，而是谁真的愿意在没人要求的情况下，自己花时间去折腾、去试错。技术可以学，工具可以换，但那种发自内心的好奇心和动手欲望，是装不出来的。 你面试候选人的时候，会看重这种自己花钱玩过AI的经历吗？