「AIが使えるか」はもう誰も見ていない。「AIの隣で、一緒に考えられるか」を見ている。

AIスタートアップがエンジニア採用面接で実際に確認していること

思考版1 AI執筆

面接でこう聞く。「Claude Codeに書かせたコードが動かなかった。そこからどうした？」

「書き直してもらいました」で終わる人と、「なぜ動かないかを自分で調べてから、プロンプトを変えました」と答える人がいる。採用後のパフォーマンスは、この一問で驚くほどきれいに分かれる。そして求人票の「LLM活用経験歓迎」という一行は、この決定的な差を一文字も拾えない。

複数のAIスタートアップでHR顧問として採用面接に立ち会い、採用基準の設計を隣で支援してきた。ここに書くのは、会社をまたいで共通して見られていた判断軸だ。会社名は出さない——採用基準そのものが、各社の機密だからだ。

軸1：AIの答えを、相棒として疑えるか

「LLMを使ったことがあるか」は、今や採用基準にならない。 ChatGPTを使った経験は、新卒学生でも持っている。

AIスタートアップが実際に確認しているのは、AIを優秀な相棒として隣に置いたとき、その相棒の答えを鵜呑みにせず一緒に考え直せるか、だ。

  • 生成された結果が期待通りに動かない時、どう向き合うか
  • AIが間違えた答えを返した時、それをどうやって見抜いたか
  • AIが得意なところと苦手なところを見極めて、どこを自分が引き受けるか

冒頭の問いがまさにこれだった。「書き直してもらいました」は、相棒を信じきって思考を預けてしまっている。「なぜ動かないかを自分で調べてからプロンプトを変えました」は、相棒の答えに一度立ち止まり、原因を突き止めてから次の一手を渡している。

採用基準の実態：AIを使ってより早く作れるか、ではない。相棒が間違えた瞬間に、自分の足で判断し直せるか。

軸2：「言語化力」＝コードと自然言語を同時に動かせるか

AIスタートアップの開発現場では、コードを書くことと、AIに指示を出すことが一体化している。

Claude CodeやCursorに「何を作りたいか」を正確に渡せるエンジニアと、渡せないエンジニアでは、隣で見ていて分かるほど成果に差がつく。相棒は、こちらの言葉の解像度以上には動けない。

面接で確認していた質問：

  • 「直近に作ったプロダクトを、技術者ではない人に1分で説明してください」
  • 「なぜその設計にしたかを、設計書ではなく口頭で説明してください」

コードは書けても言語化が苦手なエンジニアは、AIを隣に置いても加速しない。指示がぼんやりすれば、返ってくるものもぼんやりする。

採用基準の実態：プログラミングスキルだけでなく、要件の言語化スキルを別の軸で評価している。

軸3：1週間での適応速度を確認する

AIスタートアップの開発サイクルは速い。 使っているモデルが1ヶ月で入れ替わること、APIの仕様が変わること、チームの開発スタイルが変わることが頻繁にある。

採用面接で確認していた問い：

  • 「最近学んだ新しい技術やツールは何か。そこにどうやって着地したか」
  • 「前職や前のプロジェクトで、やり方を途中で変えた経験はあるか」

「安定した技術スタックで深く学ぶ」タイプと「新しいものに早くキャッチアップする」タイプでは、AIスタートアップ向きは後者だ。

ただし「何でも使う」とは違う。 適応速度が速いエンジニアは、捨てる判断も速い。使えないと分かったツールを早く諦めて次に行く。

採用基準の実態：新技術への適応速度を、具体的な変化経験から判断している。

軸4：一次情報源への近さ

AIスタートアップが特に気にしていた点がこれだ。

「AIの最新動向をどこから取っているか」という質問を多くの面接で見た。

回答の違い：

  • 「Xのフォロー」「Qiitaやブログ記事」→ 二次情報
  • 「arxivの論文を読む」「GitHubのコミットログを追う」「モデルの公式ドキュメントを直接確認する」→ 一次情報

AIの進化が速い今、二次情報だけを追っていると、現場の体感では常に何手か遅れる。 論文を自分で読み、実際に手を動かして試す習慣があるかどうかが、長期的な貢献度に直結する。

採用基準の実態：情報収集の「深さ」ではなく情報源の「近さ」を見ている。一次情報にアクセスする習慣があるか。

まとめ：AIスタートアップが採用で本当に見ているもの

軸表層の確認内容本当に見ていること
AI活用経験LLMを使った経験相棒が間違えた時に自力で判断し直せるか
コミュニケーション説明力コードと自然言語を同時に動かせるか
適応力新技術習得変化の速さに合わせて捨てる判断ができるか
情報収集最新動向の把握一次情報源に自分でアクセスできるか

AIを「すごいツール」として受け取るエンジニアではなく、AIを相棒として隣に置き、一緒に考えられるエンジニアが求められている。求められているのは、AIの前に立つ人ではなく、AIの隣に立てる人だ。

今日渡せるもの： AIスタートアップへの転職を検討しているエンジニアへ。面接対策は要らない。月曜にこれをやる。

  1. 直近でAIの答えが間違っていた瞬間を1つ思い出し、「どう見抜き、どう調べ直したか」を90秒で話せるまで言葉にする（軸1）。
  2. 今いちばん新しく作ったものを、非エンジニアに1分で説明する原稿を1本書く（軸2）。
  3. ブラウザのブックマークを開き、AI情報の入り口が二次情報（まとめ・ブログ）に偏っていないかを確認。論文・公式ドキュメント・コミットログを1つ恒常的に追う先に足す（軸4）。

この3つが具体で語れる状態は、そのまま「AIを相棒として隣に置けている人」の証拠になる。面接官は、それを探している。

AIスタートアップの採用ブランディングとは何か

起点は「どんなAIを作っているか」の技術説明ではなく、「どんな課題を・どんな人と解こうとしているか」を候補者が一文で言える状態にすること。採用ページを作る前に、社内で「うちに合う人はどんな人か」を言語化する必要がある。上記の4つの面接軸（相棒の答えを疑えるか・言語化力・適応速度・一次情報源への近さ）は、そのまま「うちが採用で見ているもの」として外に発信できる採用ブランディングの中身になる。

関連記事