AI 破坏了招聘信号

招聘人员在嘈杂的招聘信号中审阅被 AI 润色的简历，桌面上同时显示远程面试画面 — 问题不在于候选人有了更好的工具，而在于太多招聘流程仍然把包装后的表达当成能力代理。

Harvard Business Review 在 2026 年 6 月 8 日发表了 “AI Has Broken Hiring. Here's How to Fix It.”。Shraddha Sunil 和 Mudit Saraf 在文中指出，生成式 AI 正在让传统招聘信号变得不那么可靠：简历可以更容易被打磨得很漂亮，远程面试中的表现也可能显得更可信，即使背后的真实能力并没有同步提升。

我的反应很简单：AI 不是凭空制造了这个弱点。它只是暴露了我们原本就过度相信的那些“表演型信号”。如果一个招聘流程主要奖励最干净的简历和最有结构的面试回答，那 AI 并不是把系统打坏了，而是把围绕这个系统的表演放大了。

答案快照

问题	我的判断
发生了什么？	HBR 认为，生成式 AI 正在让简历和远程面试作为招聘信号时更不可靠。
为什么重要？	当 AI 辅助变成常态，依赖包装表达的招聘系统会变得更嘈杂。
我会怎么改？	把更多权重放到工作证据、校准过的评审，以及更接近实际岗位的任务上。
不舒服的部分	这不只是候选人的问题，也是公司决定测量什么、如何测量的设计问题。

信号本来就很脆弱

这篇 HBR 文章有价值的地方，是它把失败模式说得很直接。企业招聘长期偏爱那些能呈现完美简历、能用结构化方式回答面试问题的人。生成式 AI 让这些产出更容易被制造出来，不管它们是否真实反映候选人的能力。

这应该让招聘团队停下来想一想。如果同一份材料可以来自一个强候选人、一个弱候选人加上强工具，或者一个擅长用提示词包装表达的人，那这份材料承载的意义就变了。简历不是一夜之间失去价值，但它不再适合承受那么多判断重量。

招聘人员用放大镜查看传送带上一批被 AI 打磨过的简历 — 当每份简历都能显得异常漂亮，筛选问题就从“它看起来好吗？”变成“它证明了什么？”

远程面试也是同一个模式

我不认为这是一篇反对远程招聘的文章。远程面试很实用，也更人性化，很多时候还是必要的。问题在于，远程面试也可能变成另一个表演界面。如果流程主要奖励流畅回答，AI 就会让流畅回答更普遍。

原文把这件事定义为传统招聘信号的可靠性问题，我同意这个框架，因为它避免了一个懒惰结论：把所有使用工具的候选人都当成作弊者。候选人会使用可用工具，公司应该接受这个前提，然后设计出在工具存在时仍然有意义的评估证据。

解决办法不是更多怀疑

最糟糕的反应，是让招聘流程变得更偏执。如果每个候选人都被当成潜在作弊者，流程会更冷、更对抗，也未必更公平。更好的反应，是承认旧的替代信号本来就弱，然后把系统重新平衡到更丰富的证据上。

对我来说，这意味着要问另一组问题：

候选人能不能解释自己声称理解的工作的取舍？
候选人能不能完成一个接近真实岗位的小任务？
评审者能不能把表达流畅度和解决问题质量分开？
流程能不能照顾那些有能力但没有那么会排练的人？

这些都不是魔法。工作样本也可能设计得很差，面试仍然会有偏见，评审者仍然可能高估自信表达。但至少它们把流程推向证据，而不是停留在表面包装。

招聘人员在速度和实际候选人证据之间做取舍 — 更快的路径很诱人，但如果信号主要是表达质量，速度本身帮不了太多。

招聘需要不止一个信号

这篇文章最强的暗示是：招聘不应该继续依赖任何单一、被打磨过的材料。简历仍然可以帮助开启对话；远程面试仍然可以展示一个人如何思考；AI 也仍然可以被候选人和公司正当使用。但每个信号都必须被当成部分证据。

更实际的方向，是分层流程：简历提供背景，岗位相关任务提供工作证据，面试官写结构化记录，多位评审者做校准，并且清楚说明每个阶段到底要证明什么。目标不是消除判断，而是让判断少依赖 AI 可以低成本优化的东西。

招聘团队在多个证据站点前评审候选人，AI 助手被限制在一个工具区域内 — 更稳健的招聘流程会把 AI 时代的包装视为默认存在，然后从多个方向索取证据。

我的结论

HBR 的标题说 AI 打坏了招聘。我觉得更尖锐的教训是：AI 打破了一个幻觉，也就是包装精美的招聘材料从来就足够可靠。适应得好的公司，不会是那些禁止所有新工具、增加更多表演性关卡的公司，而是那些更清楚每一步招聘到底在测什么的公司。

这就是不舒服但有用的地方。AI 迫使招聘团队决定：他们想要的是擅长完成招聘仪式的人，还是能真正做工作的人。这两件事从来就不是一回事，只是现在更难混淆了。