OpenAI and Anthropic Software Engineer Interview Guide 2026

最初に受けたAnthropicの一連の面接は、ひどい出来だった。別のAIラボで働く元同僚に、事前に何を知っておくべきだったのか一つずつ教えてもらい、数週間後にはAnthropicとOpenAIの両方からオファーをもらった。2度目に何を変えたのか、ここに書いておく。

コーディングラウンドは90分で、昔ながらのホワイトボード問題とはまるで違う。課題はキーバリューストアを作ることだった。まずSET、GET、DELETE。次にフィルター付きスキャン、その次はタイムスタンプを使ったTTLの期限切れ処理、最後に圧縮を伴うファイル永続化。全部で4段階あり、前の段階に次を積み重ねていく。しかも1段階を終えた瞬間、面接官が新しい制約を足してくる。スプリントの途中で仕様を次々変える同僚みたいで、本当に頭にきた。元同僚によると、OpenAIのスクリーニングも同じ進み方で、1時間かけて実物を作る。OpenAIには、自分が構築したシステムを発表し、下した判断を一つ残らず厳しく突かれる深掘りもある。

コーディングで私を苦しめたのは問題そのものではない。考え方を口に出して説明することだった。90分しかなく、誰かに見られたまま15分ごとに要件を足される状況では、これができなくなる。2度目は、意識して速度を落とした。質問を自分の言葉で言い直し、何かを書く前に入力例をいくつか作る。元同僚との練習では、話の途中で止められ、「でも、コーナーケースは何？」と何度も聞かれた。その場で声に出して考えるしかない。キーボードに触る前に方針を書き出し、計算量を考え、方向性がおかしくないか面接官にも確かめた。それからゆっくりコードを書き、自分で作った例を使ってデバッグした。練習中は、じれったいほど遅く感じた。でも実際には速くなった。間違った道へ進み、全部書き直すことがなくなったからだ。

システム設計については、FAANG向けに勉強したシステム設計はいったん全部忘れたほうがいい。ここでは役に立たない。URL短縮サービスの設計なんて誰にも聞かれなかった。むしろ聞いてほしかった。チャットサービスについても質問されていない。Anthropicで求められたのは、異なるサイズのモデルを扱いながらGPU使用率を高く保ち、何百万件ものリクエストをさばく推論サービング基盤の設計だった。つまり、バッチ処理、KVキャッシュのメモリ管理、適切なインスタンスへのルーティング、Transformerパイプラインを通るうちにレイテンシがどう積み重なるか、という話になる。面接官は同社のサービングスタックを作った本人だった。文字どおり、自分でその仕組みを書いた人だ。私の準備が一般的なYouTube動画頼みだと、2分で見抜かれた。元同僚からも注意されていた。彼女が受けたOpenAIのシステム設計は推論のスケーリングが題材で、そこでも面接官は実際の本番システムに自ら携わっていた。この領域は、本当に手を動かした経験が必要になる。以前の仕事でサービング基盤に触れていたことに救われたが、それでも知識を整理し、20分も取りとめなく話さず説明できるようになるまで2週間ほどかかった。ひとつ忠告するなら、分散キューが必要でも実物に触れたことがないなら、単に「分散キュー」と呼べばいい。説明しきれない細部へ自分から入り込まないことだ。

そこで、2度目のAnthropic面接とOpenAI向けの模擬面接の一部では、InterviewManを動かした。コーディング課題では、次のレベルへ進む前に読み取り時のTTL確認を忘れていると拾ってくれた。第4段階へたどり着くことに気を取られ、私なら見落としていたはずの点だ。安全性ラウンドではアラインメントの論点が表示され、今回はツール利用とハルシネーションについての質問にも固まらず答えられた。システム設計では、面接官がプロンプトを言い終える前に、GPU使用率とバッチ処理が中心になると捉えていた。Zoom、Replit、CodeSignalで、Dock、プロセス一覧、アクティビティモニタを調べたが、何も出なかった。年間契約なら月$12で、1年では$144。セッション数の上限はなく、公開カウンターには57,000ユーザー、257件のレビューで4.8星と表示され、20を超えるステルス機能が組み込まれている。$299のInterview Coderはコーディングにしか対応しない。こうした会社では得点の半分ほどを占めるかもしれない安全性ラウンドとシステム設計に使えないのだから、役に立たない。このカテゴリをもう少し広く知りたいなら、InterviewManとInterview Coder 2の比較がいちばん近い。