2025年7月版本說明
Last updated: September 19, 2025
AI 正在改變軟體的構建方式，從而改變您招聘和提升開發者技能的方式。此版本幫助您保持領先。
有了 IDE 中的 AI 輔助，您現在可以超越評估代碼正確性，轉而評估候選人在現實環境中的工作方式：他們如何使用 AI 編寫乾淨、高效的代碼並做出權衡。我們還加入了強大的生產力提升功能，如 Scorecard Assist，幫助您節省時間並更快地捕捉更強的信號。這些新功能中的一些作為 AI 附加套件 的一部分提供——請在下面的更新中查找它們。
在開發者方面，新的訂閱計劃和由 AI 支持的準備套件使候選人比以往任何時候都更容易練習、認證和成長。通過 SkillUp，您的團隊可以建立像 Prompt Engineering、RAG 和 Agent Building 這樣的 GenAI 技能，甚至推出與您的需求相符的定制認證。
最後，Engage 為您提供在喧囂市場中脫穎而出的工具：舉辦 AI 原生的黑客馬拉松，並在幾分鐘內建立完善的品牌微型網站。
這些更新現已上線！觀看我們的 網路研討會錄像 以了解更多資訊。
螢幕
測試變體
您現在可以創建多個測試變體，並根據候選人在登錄時的輸入來提供正確的版本。這使得評估使用不同技術棧（如 Node.js、Python 或 Java）的候選人變得更加容易——只需一個簡化的測試設置。
候選人只會看到與他們相關的部分，報告也只反映他們嘗試的變體，因此見解保持乾淨、角色特定且易於評估。這減少了維護負擔，同時為您提供了在大規模個性化評估的彈性。
欲了解更多資訊，請參閱 📄 測試變體 。
測試設定的增強功能
我們已經重新設計了測試設定，以降低複雜性並改善可用性。設定現在更直觀地分組。這些變更簡化了決策過程，增強了平台的一致性，並為更智能的組織範圍控制奠定了基礎。以下是重點：
結構簡化：設定現在遵循測試創建流程——從問題開始，接著是部分，最後是測試邀請。
統一部分控制：部分設定已合併，消除了重複的編輯。
固定保存：持續提醒確保不會遺失更改。
新選項：添加截止百分比（不僅僅是分數）並根據持續時間或結束日期定義測試邀請的到期時間。
欲了解更多資訊，請參閱 📄 修改測試的一般設定、📄 修改測試的問題設定、📄 修改測試的區段設定、📄 修改測試的評估設定、📄 配置測試的入門設定、📄 配置測試的電子郵件設定、📄 配置測試邀請設定。
為測試設定自訂邀請過期時間
您現在可以直接在測試層級定義測試邀請的有效期限。設定特定的結束日期或定義自訂的持續時間以符合您的需求。這讓您在不受全球預設值限制的情況下，擁有更多調整過期時間的彈性。
欲了解更多資訊，請參閱 📄 配置測試邀請設定。
更新的預設邀請範本
預設的測試邀請範本現在包含更清楚的指示、改進的語調，以及測試範例的預覽。這有助於候選人感到更有信心和更充分的準備，從而幫助你在不額外努力的情況下吸引更多候選人進入你的漏斗。
AI 附加套件中的螢幕功能
AI 附加套件包含進階功能，幫助你評估下一代技能並在 AI 原生世界中維持面試的完整性。它旨在解決新興挑戰，具有適當的深度和控制力。如需更多詳細資訊，請聯繫你的帳戶經理或發送電子郵件至 support@hackerrank.com。
AI 輔助測試
升級你的測試，配備 AI 輔助的 IDE，提供候選人情境幫助，如語法提示、範本和平台指導，而不會透露完整解答。它模擬開發者今天的工作方式，同時保持評估的公平性。
通過進階評估，獲得每位候選人方法的完整視圖，包括像是程式碼品質、最佳化程度和 AI 使用摘要的訊號，以及完整的聊天記錄。
AI 輔助 IDE
為候選人啟用智能、以 AI 為先的編碼協助，旨在提升生產力並讓你了解候選人在實際編碼任務中如何使用 AI。
聊天： 解釋程式碼，澄清問題，並提供語法支援而不透露完整解答。
AI 自動完成： 提供行內和多行程式碼補全，加快開發速度。
AI 助理支援程式設計、前端、後端、行動、全端和程式碼庫問題類型。
欲了解更多資訊，請參閱 📄 AI 輔助測試。
高級評估
有了 AI 的協助，招聘決策不能僅依賴通過/未通過測試案例的結果。作為招聘經理，你需要了解候選人如何思考、建構，以及如何使用 AI 來達到目標。高級評估幫助你深入了解程式碼品質、解決問題的行為以及 AI 協作，提供更全面的現實技能視角。
欲了解更多資訊，請參閱 📄 高級評估。
程式碼品質評分
生產就緒的程式碼除了功能正確外，還需要具有可讀性、可維護性和效率。程式碼品質評分突顯候選人撰寫的程式碼有多好，讓他人能理解並在此基礎上進行擴展。您將看到評論者風格的評論，指出優點並建議改進之處，讓您能快速評估工藝水平，而不僅僅是正確性。
欲了解更多資訊，請參閱 📄 程式碼品質評估。
最佳化
優秀的程式碼也應該具有擴展性。最佳化會根據時間和空間複雜度對候選解進行評分，讓您能在現實世界的限制下評估性能。
欲了解更多資訊，請參閱 📄 最佳化。
人工智慧使用摘要
人工智慧使用摘要提供了每次測試中人工智慧助手的使用情況的清晰、簡潔的概述。它在性能摘要報告和詳細的問題層級報告中均可獲得。
任何支持題型的測驗都可以升級為 AI 輔助體驗。其他測驗將繼續使用我們現有的測驗體驗。
欲了解更多資訊，請參閱 📄 AI 使用摘要。
強化監考模式
注意：必須是沒有嘗試的新測驗。
監考模式將 AI 驅動的完整性監控帶入您的評估，提供現場監考的嚴謹性而無需額外負擔。它會追蹤網路攝像頭活動、分頁切換，並在測驗期間截取螢幕截圖，提供包含完整會話重播和違規摘要的測驗後報告。
隨著此版本的發布，監考模式現已在 AI 附加套件中普遍提供，具有重大改進，減少審查候選人報告所需的手動工作，並擴展到更多題型。
阻止多螢幕監控：候選人必須使用單一螢幕。如果偵測到多個螢幕，測驗將無法開始（或會暫停）。此功能支援 Chrome 和 Edge 瀏覽器。如果候選人試圖使用不支援的瀏覽器（如 Firefox 或 Safari）存取測驗，系統將提示他們切換後再開始。
候選人報告中的會話重播：您現在可以直接從報告中觀看候選人測試會話的完整錄像。會話重播捕捉整個測試瀏覽器標籤頁以及網絡攝像頭圖像和系統截圖，集中在一個地方。一個時間線顯示關鍵事件，例如全螢幕退出、標籤切換、可疑的網絡攝像頭活動和截圖，幫助您快速回顧關鍵時刻，深入了解表現和完整性。
截圖分析：定期截圖現在會自動分析潛在的可疑活動跡象。
擴展的問題類型支持：監考模式現在支持更廣泛的問題類型，包括多選題、編碼、句子完成、文件上傳以及除 DevOps 之外的所有專案。對其他問題類型的支持即將到來，為您提供更多在安全評估中的靈活性。
欲了解更多資訊，請參閱 📄 監考模式。
技能平台
iOS 評估
招聘 iOS 開發者變得更容易了。您現在可以在一個模擬實際構建 iOS 應用的環境中評估 iOS 開發技能，該環境具有多文件結構、Swift 語法支持和智能自動完成功能。這些評估還支持像 SwiftUI 這樣的框架。
候選人使用內建的 iOS 模擬器編寫並運行他們的代碼，因此您可以預覽實際的應用體驗。這意味著您不僅是在測試它是否工作。您在看到它的外觀、感覺和性能。
欲了解更多信息，請參閱 使用 HackerRank IDE。
Flox
我們現在支持 Flox，讓您可以使用 Flox 套件管理器創建和運行自定義問題。有了 Flox，您可以在問題設置中直接定義一致且可重現的環境，使測試候選人使用真實工具和工作流程變得更容易。這對於使用自定義開發環境的團隊尤其有用。
欲了解更多信息，請參閱 執行環境。
庫改進
新內容
我們擴充了內容庫，幫助您評估更廣泛的技能範圍。
99 個新的編碼挑戰，測試算法推理和實現效率。
41 個新的專案任務，測試候選人管理和執行複雜現實任務的能力。
在以下高需求職業族群中的內容新增：
職業類別
技能
問題類型
AI/ML
Python
資料科學
AI/ML
R
資料科學
AI/ML
RAG
GenAI
Mobile
Android
專案
Mobile
iOS
專案
Mobile
Flutter
多選題
Mobile
Swift
編碼
Mobile
Cucumber
專案
品質保證
問題解決
編碼
軟體工程
SQL
資料庫
雲端
Salesforce
多選題
雲端
GCP
多選題
雲端
SAP
多選題
網頁開發
Node.js
專案
網頁開發
Node.js
多選題
資料工程
Redis
多選題
資料工程
Snowflake
多選題
資料工程
Informatica
多選題
內容品質升級
HackerRank 圖書館持續演進，以提高清晰度、精確度和易用性，同時支持有效的技能評估。
我們已重寫超過 70% 的實作題目，讓候選人體驗更順暢，審查者更一致。每次更新都已通過我們的品質標準驗證，以確保公平性、準確性和嚴謹性。
原始問題
改進問題
你需要自訂一個名為 DataEncryption 的類別，具有以下屬性：encryptionRatio、baseEncryptionValue，以及一個名為 encryptValue() 的方法。
預設的 encryptValue() 函數的運作方式是計算加密值如下：
encryptedValue = baseEncryptionValue + encryptionRatio
在現有的 encryptValue() 方法上加入更多功能，使其接受一個名為 encryptionAdjustment 的整數變數。該函數應相應地調整加密值的計算方式如下：
encryptedValue = (baseEncryptionValue + encryptionRatio) - encryptionAdjustment
此外，你被要求對此方法進行重載，使其接受 encryptionAdjustment 為字串類型，將其轉換為整數，並在計算加密值時進一步使用它。
encryptedValue = ( baseEncryptionValue + encryptionRatio) - encryptionAdjustment
在 DataEncryption 類別中，有三個重載版本的 encryptValue()：
預設版本：不接受參數，並計算加密值為
baseEncryptionValue+encryptionRatio第一個重載版本：接受一個整數
encryptionAdjustment，並計算加密值為 (baseEncryptionValue+encryptionRatio) -encryptionAdjustment第二個重載版本：接受一個字串
encryptionAdjustment，將其轉換為整數，並計算加密值為 (baseEncryptionValue+encryptionRatio) -encryptionAdjustment
自訂一個名為 DataEncryption 的類別，具有屬性 encryptionRatio、baseEncryptionValue，以及一個名為 encryptValue() 的方法。
在 DataEncryption 類別中實作三個版本的 encryptValue() 方法：
預設版本：不接受參數，並計算加密值為
baseEncryptionValue+encryptionRatio第一個重載版本：接受一個整數
encryptionAdjustment，並計算加密值為 (baseEncryptionValue+encryptionRatio) -encryptionAdjustment第二個重載版本：接受一個字串
encryptionAdjustment，將其轉換為整數，並計算加密值為 (baseEncryptionValue+encryptionRatio) -encryptionAdjustment
開發者體驗
新候選人網站 - 專案與句子完成問題
在上個季度的編碼、多選題和資料庫問題的重新設計基礎上，我們現在將精簡的候選人界面擴展到更多問題類型 - 前端、後端、移動端、全端、GenAI 和句子完成。
作為這些更新的一部分，候選人現在可以輕鬆重置專案，使在測試過程中重新開始變得更簡單。此外，測試執行現在更加自然，並且集成的輸出追蹤直接顯示在 IDE 終端中，增強了可見性並減少了上下文切換。
欲了解更多資訊，請參閱 進行前端、後端、全端和移動端開發者評估。
資料科學評估改進
候選人提交檢查
提交錯誤的檔案不應該妨礙取得優秀的結果。候選人現在在點擊提交時會自動進行提交檢查，確認他們的 submission.csv 檔案是否存在、命名正確且格式正確。
系統會標記常見問題，例如：
缺失或命名錯誤的 submission.csv
錯誤的欄位名稱
無效的資料類型
這可以減少可預防的錯誤並幫助確保候選人獲得他們所做工作的信用。
欲了解更多資訊，請參閱 回答資料科學問題。
升級的 JupyterLab IDE
我們已升級至 JupyterLab 4.4.1，以提供更順暢、更快速、更直觀的資料科學候選人體驗。
自訂程式碼控制台： 候選人可以將程式碼提示放在頂部、左側或右側 - 不僅僅是底部。新的工具列按鈕使執行、重啟、清除和切換核心變得更容易。一個單元格的草稿紙切換有助於專注於逐步工作。
更乾淨的用戶界面： 更纖薄的狀態列現在隱藏空閒終端和核心計數器，減少雜亂並最小化在觸控設備上的意外點擊。
性能提升：輸出渲染更快，流式傳輸或滾動大型筆記本時延遲減少。
需要時提供更高的計算能力
隨著問題複雜度增加，尤其是在像 TensorFlow 這樣的計算密集型應用中，用於機器學習和數據科學角色，我們現在支持 GPU 支援的環境，以確保順暢的執行和最佳的候選人體驗，使您能更準確地評估技能，而不受平台限制。
您現在可以通過聯繫 support@hackerrank.com 申請 GPU 支援的免費試用。
DevOps 評估改進
DevOps 資料庫問題現在載入速度提升至 快 50%，等待時間從四分鐘多縮短到約兩分鐘。終端延遲也已減少，讓環境從一開始就更具反應性。
無錯誤的報告處理
候選人報告處理現在更可靠，有助於最小化延遲接收評估結果。我們已經進行了重大改進，將報告處理錯誤率降低了 93%，使其低於 0.2%。這確保了更順暢、更可靠的評估體驗，幫助您及時獲取洞察，評估表現並做出自信的招聘決策。
平台升級
HackerRank 平台現在運行在當今最常用語言和框架的最新版本上，讓您可以在反映現實工程堆疊的環境中評估開發者
這些升級有助於確保相容性、提升性能，並為候選人提供良好的體驗。
環境
目前版本
升級版本
白板體驗的改進
我們引入了一系列白板改進，以使編輯、操作形狀以及複製粘貼更快、更直觀。
直觀的文字編輯：調整大小並包裹文本框，即使在粘貼後，也能專注於內容，而非格式。你現在可以雙擊一個形狀，直接在內部添加文字，而不需要單獨的文本框。
更簡單的形狀調整：現在在懸停時會出現錨點，用於自定義形狀，使定位和對齊元素變得更容易。
形狀間的一致樣式：從右側面板添加的形狀現在會自動保留你選擇的顏色和描邊設置。
粘性滾動：切換標籤時，你的視圖會精確保持在你離開的位置。
改進的複製粘貼：從 Google 文件複製的圖像現在可以乾淨地粘貼到白板上——不需要額外步驟。
Workday 和 Greenhouse 的面試評分卡 PDF
招聘團隊現在可以在 Greenhouse 和 Workday 的候選人資料中直接查看 HackerRank 評分卡的安全、經過驗證的 PDF 版本。這使得團隊，尤其是那些不登入 HackerRank 的團隊，更容易在沒有延遲或繞過的情況下審查反饋。有了評估結果就放在你工作的地方，招聘決策變得更快、更清晰、更具協作性。
欲了解更多資訊，請參閱 在 Greenhouse 查看面試評分卡。
報告頁面中的狀態指示器
現在已移除面試頁面上的讚/倒讚狀態指示器。這確保「合格」或「未通過」標籤不會出現在時間軸上，為候選人和面試官創造更中立、一致的體驗。
性能改進
面試現在載入速度顯著提升，改善候選人和面試官的體驗。程式碼問題開啟速度快37%，白板問題載入速度快26%。通過減少重定向、消除不必要的載入檢查和平行化 API 請求，我們縮短了等待時間，幫助候選人更快開始，面試官保持時間表。
誠信信號的改進
面試完整性現在更加具體且專注。系統不再僅標記孤立的行為，如切換標籤或貼上，而是尋找行為模式，將信號分組並分類為靜默、分組或關鍵。只有當多個行為暗示真正的問題時，您才會收到警示，從而減少不必要的噪音。
一個新的即時狀態小工具讓您可以實時了解候選人的專注度、螢幕共享和監控設置。這有助於您在正確的背景下解讀行為並做出適當的回應。
欲了解更多資訊，請參閱 📄 面試完整性信號。
AI 附加套件中的面試功能
AI 附加套件包含先進的功能，幫助您評估下一代技能並在 AI 原生世界中維持面試完整性。它旨在解決新興挑戰，提供適當的深度和控制。如需更多詳細資訊，請聯繫您的帳戶經理或發送電子郵件至 support@hackerrank.com。
螢幕與面試身份匹配
確保進行篩選測試的候選人與參加面試的人是同一人——而不會增加流程的阻礙。
候選人的圖像在兩個階段都會自動捕捉，並使用臉部識別進行匹配。如果相似度分數低於預設閾值，則會觸發即時警報，讓您有機會在不中斷會議的情況下採取行動。
欲了解更多資訊，請參閱 📄 屏幕到面試身份匹配。
面試轉錄
即時轉錄現在提供一個輕量級、可搜尋的每次對話記錄，讓招聘團隊可以專注於有意義的評估，而不是手動記筆記。由 Zoom 的 SDK 支持，轉錄捕捉所有音頻互動，並可通過電子郵件、報告或 API 輕鬆存取。您也可以完全控制轉錄設置，以符合您的工作流程和隱私偏好，使您可以輕鬆回顧和檢視最重要的內容。
欲了解更多資訊，請參閱 📄 成績單輔助。
用於編碼問題的成績單輔助
一個新的自動生成評分卡簡化了招聘團隊的面試後評估。一旦面試官選擇“離開面試”或“結束面試”，平台會自動使用會話中的數據（包括轉錄、代碼提交、時間戳、測試案例結果和分配的評分標準）生成預填充的評分卡，從而實現更快、更有結構的評估，幫助團隊做出決策。
前提條件：在啟用評分卡助手之前，需要啟用面試轉錄功能。
欲了解更多資訊，請參閱 📄 評分卡助手。
AI輔助面試
在面試中，您可以打開無防範模式，AI助手會提供更開放式的幫助，特別是在配對編程環節中。無論候選人是在審查代碼、修復錯誤還是瀏覽新文件，面試體驗現在更自然，更接近日常軟件開發。
主要功能：
聊天：AI可以解釋代碼、澄清問題並撰寫代碼。
AI自動完成：候選人可以獲得行內和多行代碼補全，加快開發速度。
代理模式：自主瀏覽您的代碼庫，編輯多個文件，運行命令並修復錯誤以完成任務，充當AI配對程序員。
AI助手支持前端、後端、移動端、全棧和代碼庫問題類型。
欲了解更多資訊，請參閱 📄 AI協助面試。
SkillUp
新學習路徑：生成式AI技能
AI 正在改變軟體的構建方式，你的團隊也在尋求成為下一代開發者。透過 SkillUp，開發者學會用 AI 思考與建構：何時使用它、如何引導它，以及如何在保持品質的同時保持不被阻塞。新的由 AI 輔導的路徑涵蓋提示工程、RAG 和代理建立，幫助你的團隊掌握這些新技能。
欲了解更多資訊，請參閱 SkillUp 中的角色與技能。
RAG
你現在可以在 AI 輔導的支持下，學習建立檢索增強生成（RAG）管道——一次專注於一個概念的實踐支持。
RAG 基礎知識： 了解檢索、向量索引和生成如何在現代 AI 管道中協同工作。學習用實例排除故障每個部分。
使用實際開發工具： 在現代開發環境中工作，具有終端訪問、測試工具、臨時數據集存儲和 AI 指導的每一步支持。
邊建邊學： 每個模塊結合概念演示（配有圖表和問答），隨後是實作編碼任務，你可以完成或除錯一個運作中的 RAG 管道的部分內容。
提示工程
掌握撰寫清晰、有效提示的技能，藉由 AI 輔導提供實務指導，產生更佳的 AI 輸出。
提示基礎： 了解什麼是好的提示以及為何重要。與你的 AI 輔導一起探索範例，提出問題，並在指導的沙箱中進行實驗，再處理實際任務。
使用實際開發者工具： 在整合了 LLM 的編輯器中撰寫並測試提示，內建評估和提示記錄。AI 輔導提供逐步支援，幫助你持續改進。
邊建設邊學習： 每個模組都包含專注於基於程式碼和非程式碼提示的挑戰，並配有測試案例來評估你的輸出。
代理建立
透過建立基礎技能，開始使用 AI 代理，反映現代開發者如何將 LLM 融入實際工作流程。
代理基本知識: 了解無狀態代理如何使用 ReAct 模式運作，結合理性推理與工具使用。學習大型語言模型（LLMs）如何調用工具和 API 來執行簡單、範圍明確的任務。
建立實用代理: 解決現實世界的挑戰，例如建立提交訊息生成器或從零開始建立輕量級的 Python 代理，無需依賴庫或框架。
引導學習: 一位 AI 輔導員幫助解釋關鍵概念，如思考-行動-觀察循環、狹義工具使用，以及 LLM 整合的基礎知識，為您建立更高階代理系統的堅實基礎
自訂認證
您現在可以將在 HackerRank Screen 中建立的自訂測試轉換為 SkillUp 的認證。這些認證與我們的標準認證一樣，具有進度追蹤和明確的自訂標籤以區分它們。管理員可以在 HackerRank 中建立和管理評估，而開發者則通過 SkillUp 的引導體驗獲得認證。這讓您可以彈性測試對您的組織最重要的技能，同時受益於 SkillUp 的整合學習路徑、練習軌跡和報告工具。
欲了解更多資訊，請參閱 📄 自訂認證。
行內整合終端機與 Jupyter Notebook
您現在可以在 SkillUp 的學習與實踐課程中直接執行終端機命令和 Jupyter 筆記本，讓完成 DevOps 和資料科學任務變得更容易，無需切換上下文或被重定向到 HRW 測試。一切都在一個無縫、整合的工作流程中運行。
參與
使用 AI 生成橫幅圖像
您現在可以在幾秒鐘內使用 AI 為您的活動生成專業的橫幅圖像。使用提供的起始提示輸入您想要的圖像描述，系統將創建一個包含您的活動名稱的自訂橫幅。最多可以重新生成五次橫幅圖像，以查看替代變體並選擇最符合您活動視覺身份的版本。
欲了解更多資訊，請參閱 更新內容佈局。
在 HackerRank 社群自動發布廣告
您的活動值得適合的觀眾。透過此更新，您可以直接向 HackerRank 社群的數百萬開發者推廣，全部在 Engage 內完成。只需在「推廣」標籤下添加您的活動詳情，並在準備好時發布。您的廣告立即上線，幫助您快速獲得註冊，無延遲。
欲了解更多資訊，請參閱 設定您的推廣。
首頁註冊洞察
追蹤您的行銷渠道投資回報率現在更簡單。活動概覽頁上的新「瀏覽次數與註冊數」圖表，準確顯示每個渠道對您的註冊的貢獻。利用這些洞察來優化您的行銷策略，並將努力集中在產生最大影響的地方。
欲了解更多資訊，請參閱 查看行銷洞察。
電子郵件序列體驗的改進
不再需要在標籤之間跳轉來追蹤您的活動電子郵件。所有候選人通訊——註冊確認、邀請、提醒和互動電子郵件——現在都集中在「外展」菜單中的新「電子郵件序列」標籤下。從單一、流暢的視圖中輕鬆檢視和編輯每封訊息。
欲了解更多資訊，請參閱 設定電子郵件序列。
感謝您支持我們的使命，將世界改變為重視技能而非血統。您的反饋持續推動我們的創新前進。如果您有任何問題或需要協助，請發送電子郵件至 support@hackerrank.com 或聯繫您的帳戶經理。