Coinbaseが動かしたのは面接の難易度ではなく、何を評価するかという物差しそのものだ。同社は約1年かけてエンジニア採用の面接ループを再構築し、候補者が「AIをどう指示するか」「AIの出力をどう評価するか」「モデルが不十分な箇所でどう判断力を発揮するか」の3点を試す設計へ転換したという。背景には、Coinbaseの新規マージコードに占めるAI生成コードの割合が2025年第1四半期の5.7%から、同年第4四半期に初めて50%を超えたという自社開示データがある——同社は、標準的なリファレンスアーキテクチャを尋ねればAIアシスタントが1分足らずで妥当な答えを返す以上、従来型の設問はもはや候補者を選別する評価力を持たないと説明する。

これから面接に臨む側にとっては、「知っているか」を暗記で示す準備は評価対象から外れつつあり、AIに何を指示し、その答えのどこを疑い、どこで自分の判断を差し込むかを実演できるかどうかが合否を分ける。採用する側にとっても、自社の面接ループがいまだにAIが1分で解ける設問に依存していないか、点検する材料になる。この動きは、AI利用の実態が既存の職務内容だけでなく、人を選び出す入口である採用選抜プロセスそのものにまで及び始めていることを示す一例だ。大手企業がAI生成コード比率の急増を機に評価軸を作り替えたという事実は、同種の設問がまだAIに無力化されないまま使われ続けている面接ループが、他にどれだけ残っているのかという問いを、業界全体に投げかけるものでもある。

何が起きたか

Coinbaseは自社ブログで、エンジニア採用の面接プロセスを約1年かけて再構築したと明らかにした。新しい面接ループは、候補者が「AIをどう指示するか（direct AI）」「AIの出力をどう評価するか（evaluate its output）」「モデルが不十分な箇所でどう判断力を発揮するか（apply judgment where models fall short）」という3点を評価する設計に転換したという。

Coinbaseはこの刷新の動機として、AIアシスタントに標準的なリファレンスアーキテクチャを尋ねれば、有能なエンジニアなら誰でも1分足らずで技術的に妥当な回答を得られる以上、従来型の設問はもはや候補者の力量を見分ける評価力を失ったと説明している。

数字で見る

数値 内容 検証状況
5.7% 2025年第1四半期時点で、Coinbaseの新規マージコードに占めたAI生成コードの割合 確認済み（自社開示）
50%超 2025年第4四半期に初めて到達した、新規マージコードに占めるAI生成コードの割合 確認済み（自社開示）
約1年 エンジニア採用の面接プロセスの再構築に要した期間 確認済み
ほぼ100% AI生成コードであっても人間によるレビューが維持されている割合 確認済み（自社開示）

表中の割合は記事執筆時点でCoinbaseが自社ブログで開示した数値であり、行数・コミット数・承認プルリクエスト数のいずれを算出基準としているかや、外部監査の有無は明らかにされていない。

背景

Coinbaseは、AI生成コードの比率が急増する一方で、そのコードに対する人間のレビュー体制は品質・コンプライアンスのガードレールを犠牲にせず維持していると説明している。つまり今回の面接刷新は、AIにコードを書かせる比率を高めることと、成果物への人間の検証責任を下げることを同一視していない。むしろ、AIが生成した出力を見極め、レビューし、判断を下す側の人間の力量こそが、AI活用が進むほど重みを増すという位置づけだ。

なお、著者名や正式な公開日、面接で実際に使われる新設問・評価ルーブリックの詳細といった記事本体の核心部分は、一次ソースへの直接アクセスができなかったため未確認にとどまる。

なぜ重要か

Coinbaseの事例が示すのは、AI利用の実態が既存の職務内容を変えるだけでなく、その職務に就く人材を選び出す採用選抜プロセスそのものにまで及び始めているという構造だ。これから面接を受ける側にとっては、知識を暗記で示す準備よりも、AIに何をどう指示し、その答えのどこを疑い、どこで自分の判断を差し込むかを実演できるかが合否を左右する評価軸になる。採用する側にとっても、自社の面接ループが依然としてAIアシスタントが1分足らずで解ける設問に依存していないか、点検を迫る材料になる。

大手企業がAI生成コード比率の急増を機に評価軸そのものを作り替えたという事実は、同種の設問がまだAIに無力化されないまま使われ続けている面接ループが、他にどれだけ残っているのかという問いを、業界全体に投げかけるものだ。