Anthropic elimina las pruebas de código en sus entrevistas

Anthropic ya no hace pruebas de código en sus entrevistas

Felix Rieseberg, hiring manager en Anthropic, eliminó la prueba de código de sus entrevistas: afirma que Claude ya resuelve esos ejercicios mejor que la mayoría de los postulantes. No está solo. En paralelo, Google sumó la fluidez en IA como requisito para todos sus puestos de ingeniería y HackerRank ya acumula 500.000 entrevistas conducidas por un agente de IA.

El título que Rieseberg eligió para su publicación lo resume: «el hambre gana a la antigüedad». Y su conclusión es incómoda para cualquiera que contrate: los ingenieros más valiosos que ha visto tienen éxito independientemente de qué tan bien resuelvan esas pruebas.

La lectura para un founder es directa: si tu filtro técnico mide algo en lo que un modelo ya es mejor que el candidato, no estás filtrando talento. Estás filtrando paciencia.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Por qué el examen de código dejó de filtrar talento?

El argumento de Rieseberg es de sustitución, no de moda. Ya no tiene más sentido poner un pequeño reto de React que preguntar por lenguaje ensamblador, porque el modelo es mejor que el postulante promedio en ambos. Si la prueba dejó de discriminar, dejó de servir como filtro.

El mismo informe que originó esta nota recoge otra señal en la misma dirección: el benchmark FrontierCode 2.0, de Cognition, usa consignas deliberadamente incompletas y no mide si el código corre, sino si un mantenedor debería aceptar el cambio. El mejor puntaje del ranking fue 45%. Es decir, incluso los mejores modelos fallan más de la mitad de las veces en la tarea que de verdad importa: juzgar.

¿Cómo está cambiando Google sus entrevistas técnicas?

Según documentos internos revisados por Business Insider, Google viene desplegando por fases cambios en su proceso de entrevistas para ingenieros de software. Los cambios incluyen permitir el uso de IA en las entrevistas de código y habilitar a los entrevistadores para redactar sus evaluaciones con Gemini.

Brian Ong, vicepresidente de reclutamiento de Google, lo confirmó al medio: «estamos pilotando actualizaciones a nuestro proceso de entrevistas para ingenieros de software, incluyendo la evaluación de fluidez en IA, para que sea más fiel a cómo operan nuestros equipos».

El detalle que importa: Google creó una entrevista de comprensión de código donde se mide fluidez en IA y prompt engineering, y el candidato puede usar Gemini como asistente durante la prueba. Business Insider agrega que la compañía afirmó que tres cuartas partes del código nuevo que se crea internamente lo genera la IA y lo revisa un humano. La fluidez en IA pasó a ser un requisito para todos los puestos de ingeniería.

Cuando una empresa de ese tamaño cambia el estándar de contratación, el mercado de talento se reordena detrás.

¿Qué hace HackerRank con su entrevistador de IA?

TechCrunch reportó en octubre de 2026 que HackerRank puso en disponibilidad general Chakra, un agente de IA que conduce entrevistas, observa al candidato mientras trabaja y evalúa no solo la respuesta sino el camino. El producto salió de beta con más de 500.000 entrevistas ya realizadas y empresas como Snowflake, Snorkel y Capgemini entre las que lo probaron.

Chakra combina en una sola instancia lo que antes eran tres rondas: el filtro con reclutamiento, la prueba take-home y la entrevista técnica. El candidato trabaja sobre un repositorio real con un asistente de IA disponible, y el agente le hace preguntas de seguimiento sobre sus decisiones.

El dato más contraintuitivo viene de su CEO, Vivek Ravisankar: las alertas por actividad sospechosa cayeron entre 70% y 80% frente a las evaluaciones tradicionales de HackerRank. Su explicación es razonable: si el candidato puede usar IA abiertamente, desaparece el incentivo de esconder herramientas externas.

Ravisankar también formuló el cambio de fondo: la modalidad previa de evaluación medía el resultado, pero ahora cualquiera puede producir un artefacto. La pregunta pasó a ser si entiendes el criterio con el que se produjo. HackerRank tiene más de 3.000 clientes empresariales —entre ellos Amazon, Nvidia, Clay y Replit— y una comunidad de más de 30 millones de desarrolladores, así que no es un experimento de laboratorio.

¿Qué les pide Rieseberg a los perfiles junior?

Su publicación no se queda en la crítica al examen. Deja cinco indicaciones concretas para quien recién empieza:

Impacto de negocio antes que backlog. Cita una idea de Patrick McKenzie de 2011, de la era previa al código asistido: a los ingenieros se los contrata para crear valor de negocio, no para programar cosas.
Elige una idea radical. Propón pocas ideas que, si funcionan, mejoren de forma dramática las metas de la organización.
Constrúyela en un fin de semana. Vio a ingenieros solos o en grupos chicos pasar por encima del proceso habitual —escribir el documento de requisitos, conseguir aprobación, negociar tiempo con diseño y producto— simplemente armando un prototipo que funciona.
Enfócate en una sola buena idea. El error típico del perfil junior es meter varias ideas en un mismo prototipo y esconder tres buenas entre veinte malas.
Aprovecha tu mirada fresca. Si el producto es para usuarios, tienes una empatía que el equipo veterano ya perdió, y por eso detectas mejor qué no funciona.

¿Qué significa esto para tu startup?

Para un equipo chico en LATAM o España, con menos capital y menos margen de error en cada contratación, este cambio es más una oportunidad que una amenaza. El filtro que antes te obligaba a competir por perfiles con credenciales caras se está debilitando.

Reemplaza el desafío algorítmico por un problema mal especificado. Dale al candidato un repositorio real y una consigna incompleta. Lo que quieres ver no es si el test pasa, sino cómo decide qué hacer cuando falta información.
Evalúa la fluidez en IA como evalúas la lógica. Cómo formula el problema al modelo, cómo detecta que la respuesta está mal y cómo la corrige. Google y HackerRank ya lo llaman así: fluidez en IA.
Deja que usen IA durante la entrevista. Si tu proceso se parece al trabajo real, el candidato deja de esconder herramientas y tú ves su criterio en condiciones normales.
Pide un prototipo, no un CV. Un fin de semana de trabajo sobre un problema tuyo te dice más que cualquier lista de empresas anteriores.
Revisa el marco legal si contratas fuera. TechCrunch recuerda que la ciudad de Nueva York exige que las herramientas automatizadas de decisión laboral pasen una auditoría independiente de sesgo y que se avise a los candidatos antes de usarlas.

¿Qué riesgo hay al delegar la evaluación en la IA?

Delegar la evaluación en un agente no elimina el sesgo: lo puede heredar. TechCrunch señala que las herramientas automatizadas de contratación pueden arrastrar o amplificar sesgos de los datos, los modelos y los criterios con los que se construyeron, y por eso los reguladores las están mirando de cerca.

La salida razonable es la que plantea el propio Ravisankar: que la IA puntúe y aplique el mismo criterio a todos, y que la decisión final —y la conversación sobre el equipo y el rol— quede en humanos.

Conclusión

El examen de código funcionó mientras programar era la habilidad escasa. Dejó de serlo. Lo que se volvió escaso es el criterio: elegir qué construir, detectar cuándo la IA se equivoca y entender al usuario mejor que nadie. Rieseberg lo llamó hambre; tú puedes llamarlo de otra forma, pero es lo que conviene medir en la próxima entrevista.

Una nota de contexto sobre el protagonista: de acuerdo con el S-1 de Anthropic reseñado por el analista Jamin Ball y recogido en el informe que originó esta nota, el documento de 318 páginas reporta márgenes brutos del 85% y márgenes de flujo de caja libre del 21% en el primer semestre de 2026, con US$134.000 millones en caja. Una empresa con esos números puede darse el lujo de contratar por criterio y no por credenciales. Tu startup no, y por eso le sirve copiarle el método.