AI面試官對AI求職者！招聘變技術對抗，誰還記得要招個真人？

AI 正在讓招聘這件事變得越來越不真實。

面試官用AI工具來快速篩選人，求職者用AI工具來作弊回答問題。結果就是，機器在和機器對話，雙方都在表演，而招聘的根本目的——為公司找到合適的人——被放到了一邊。

這件事情其實不難想象，畢竟有了 AI 這么好的工具，誰都想用。

在招聘公司那邊，AI也成了提高效率的標準工具。為了處理每天成百上千封的簡歷，招聘部門普遍使用AI來自動篩選和打分。很多公司甚至開始用AI機器人進行第一輪的自動化面試。

AI面試官可以一天24小時不間斷地工作，用完全相同的標準去問每一個候選人，然后給出一個量化的分數。這看起來非常高效和公平。

而在求職者這一端，出現了很多專門用于面試的AI軟件，它們能在求職者的電腦屏幕上直接顯示問題的答案。求職者需要做的，只是把AI給出的答案自然地念出來或者敲出來。

于是，一個奇怪的循環就形成了：公司用AI設計了一套標準化的提問和評估流程，求職者則用AI工具來精準地破解這套流程。雙方都在高效地使用技術，但真實的“人”的因素，在這場互動中卻越來越少。

為什么會發展成這樣？因為招聘方和求職者這樣做的動機，都非?，F實。

對求職者來說，這筆賬很好算?；c錢買個AI面試工具，就有機會拿到一份年薪很高的工作，這筆投資看起來非常劃算。更重要的是一種環境壓力，當一個求職者認為他的競爭對手們可能都在使用這類工具時，他會感覺如果自己不使用，就會在競爭中處于不利地位。

對公司來說，目的也很直接：節省時間和金錢。讓經驗豐富的資深員工花費大量時間，去面試那些數量龐大、水平不一的初級候選人，是一種巨大的成本消耗。用AI系統先把大部分不合適的申請者過濾掉，可以極大地提高招聘效率。

雙方的初衷都合情合理。求職者想在激烈的競爭中獲得優勢，公司想從海量申請者中快速找到目標。但當AI成為雙方共同使用的工具時，招聘的性質就變了。它不再是對一個人真實能力的考察，而變成了一場技術對抗。比的是誰的AI工具更先進，誰的偽裝技術和識別偽裝的技術更好。

這場技術對抗，讓傳統的防作弊方法基本都失效了。

過去，招聘平臺主要通過一些簡單的方法來防止作弊，比如監測候選人是否在面試中切換了網頁，或者攝像頭前是不是有其他人在幫忙。但現在這些方法都沒用了，因為新的AI工具根本不需要切換網頁，所有操作都在一個界面內完成。

因此，負責招聘和評估的一方，也開發出了更先進的檢測技術。這些技術不再關注候選人“做了什么”，而是分析他的行為“是否像一個正常人”。

一個非常有效的識別信號，是回答問題的時間。一個正常人，回答“你叫什么名字”這類簡單問題會非?？?，而回答“請你談談對這個行業未來發展的看法”這類復雜問題時，會需要時間思考。

但是，使用AI工具的求職者，無論問題多難，他都需要等待AI生成答案，所以每次回答前，都會有一個長度差不多的、不自然的停頓。這種固定的反應時間模式，在真實的人類交流中是極少見的。

更進一步的防御方法，是設計一些特殊問題。比如，面試官可以故意問一個關于根本不存在的技術或概念的問題。AI為了提供答案，很可能會編造一個聽起來合理的解釋。而一個真正的專業人士，他的反應會是感到困惑，并表示自己不了解這個東西，或者會去查證。

你看，對抗的雙方都在技術上不斷升級。但這恰恰反映了一個核心問題：我們投入了如此多的精力去開發越來越復雜的系統，其目的竟然只是為了確定一件事——屏幕對面和我說話的，到底是不是一個真的人在獨立思考。

當一個依靠AI工具通過面試、但實際能力不足的人進入公司后，帶來的負面影響是巨大的。

首先是直接的經濟損失。公司為招聘、培訓、支付工資投入了成本，最后發現這個人不能勝任工作再將其辭退，這些錢就都浪費了。

更嚴重的是對整個團隊的傷害。一個能力不足的員工會拖慢項目進度，導致其他優秀的員工需要花費額外的時間精力去補救他的錯誤。時間一長，不僅項目受影響，還可能導致核心人才的離心和流失。

這種AI對AI的招聘模式，正在掏空招聘的真正意義。招聘，本來是一個全面了解和評估一個“人”的過程，評估的是他的專業知識、解決問題的方式、溝通協作的能力，以及他的潛力和價值觀。這是一個復雜的、需要深度交流的過程。

但現在，這個過程被極度簡化了。它變成了一個簡單的測試：“這個人能不能對標準問題給出標準答案”。求職者不再追求真正掌握知識，而是學習如何調用AI獲得答案。招聘方也不再深入了解候選人，而是依賴AI給出的分數報告。

要解決這個問題，僅僅依靠開發更強的AI檢測工具是不夠的，那只會讓雙方的技術對抗不斷升級。關鍵在于，需要從根本上重新設計我們的招聘評估方式，讓它變得無法輕易被AI偽造。

第一，將評估重點從“最終答案”轉向“思考過程”。

AI非常擅長提供一個完美的“結果”，但它很難模擬一個真實的、充滿試錯和調整的“過程”。因此，面試官應該少問那些有標準答案的問題?？梢該Q成一個真實工作中會遇到的、沒有唯一正確答案的復雜問題，然后觀察候選人是如何分析問題、提出方案、并論證自己想法的。這個完整的思考過程，是AI難以模仿的。

第二，引入與工作高度相關的“真實場景任務”。

AI模型里的知識是通用的、公開的，它很難處理非常具體的、與某個公司內部情況緊密相關的任務。面試可以設計得更貼近實際工作。例如，可以提供一段經過處理的公司內部代碼，讓候選人分析其中的問題并提出改進建議。當任務越具體、越需要結合特定背景信息時，通用AI能提供的幫助就越有限。

第三，增加有效的“真人”互動環節。

AI工具可以用來處理安排面試、初步篩選簡歷這些重復性的行政工作。但是，在關鍵的評估環節，應該由經驗豐富的專業人士親自參與。有時候，一場15分鐘的真人技術交流，能獲得比幾輪AI面試報告多得多的有效信息。因為人可以感受到對方的溝通方式、思維敏捷度以及對技術的熱情，這些是目前的AI無法評估的。

說到底，AI招聘出現的種種怪象，也暴露了我們過去招聘流程中存在的問題：過于追求標準化和效率，試圖把“識人”這件復雜的事情，簡化成一道可以簡單打分的數學題。

未來的招聘，AI應該是一個強大的輔助工具，幫助我們處理信息、提高效率，但它不應該取代人的核心判斷。要為公司找到真正合適的人，最終還是要依靠人與人之間真誠、深入的交流。