AI技术使求职者能轻松生成完美简历和面试回答，导致传统招聘方式失效。研究发现，实时AI辅助面试正破坏候选人真实性评估，招聘流程亟需改革。

AI已颠覆传统招聘流程，亟需修复。过去，企业招聘青睐简历完美、面试回答结构化的候选人。如今，生成式AI让求职者轻松做到这些，无论其真实能力如何。面试表现变得可无限复制且成本极低，这对招聘者构成严峻挑战。

AI生成的简历泛滥已是招聘者的常见难题，但更危险的转变发生在后续环节。实时AI辅助工具正侵蚀视频面试的真实性，而后者曾被视为不可作弊的终极测试。我们通过一年研究（访谈120位招聘负责人、分析6380场初筛面试）发现，招聘漏斗两端同时失效：简历和求职信因AI优化失去信号价值，视频面试则被实时辅助工具轻易操纵。

这对企业高层而言是战略风险。当早期筛选失效，组织会系统性地选择最擅长“表演”招聘流程的人，而非真正胜任工作的人。这降低人才密度，放大错误招聘成本。Gartner预测，到2028年，四分之一候选人资料将部分或完全虚假。谷歌、麦肯锡等公司已恢复部分岗位的线下面试，尽管效率降低，但足见问题严重性。

错误招聘代价高昂。SHRM报告显示，非高管岗位平均招聘成本为5475美元，高管岗位近3.6万美元。盖洛普估计，替换一名员工的成本为年薪的1.5至2倍。对年招聘200人的公司而言，筛选失误增加的直接成本已很可观，更别提离职、适应期和生产力损失。

更隐蔽的代价是：当大量候选人被非真实能力评估时，领导者无法确认近期招聘的准确性，这直接威胁能力建设。早期筛选弱化后，招聘者退回熟人网络。一位招聘负责人直言：“我已停止在招聘网站发布职位，因为每个人都会用AI定制完美简历。现在我只做主动寻访。”这虽减少噪音，却悄然破坏多样性——公开申请是让非精英背景候选人被看见的少数机制之一。

一位高级招聘人员观察到新现象：“候选人书面形象与现场表现差距越来越大。求职信诗意盎然，简历结构完美，但视频面试中他们连自己的要点都解释不清。这不是语言障碍，而是‘人-AI翻译’障碍，感觉像在面试候选人的代理人。”

原因显而易见：候选人可快速生成精美简历。但研究显示，招聘方使用的AI工具同样有缺陷。2025年一项研究发现，AI筛选器不仅存在人口偏见，还有“自我偏好”——偏爱与自己输出风格相似的简历。在模拟招聘中，与评估模型风格匹配的简历被选中的概率高出23%至60%。

结果：简历不再是可靠信号，而是反映提示词质量、ATS熟悉度，甚至候选人使用的AI模型是否与筛选工具匹配。候选人用与招聘工具相同的AI起草简历，而研究显示这些工具偏爱自身风格的输出。

初轮远程面试同样面临压力。Final Round AI、Parakeet等产品提供实时答案覆盖，Cluely在2025年融资530万美元。文化也在转变：短视频中候选人公开演示如何用AI轻松通过面试，使用这些工具被部分人视为生存策略而非作弊。

更黑暗的模式是“代理面试”——后期出现的候选人明显不同于初轮面试者。我们分析6380场初轮面试，用AI模型评估三个信号：响应延迟异常、词汇或流利度突变、与主动回忆不符的注视模式。触发两个以上信号则标记为可疑，再人工复核。

结果发现，并非所有面试都同样易受攻击。行为面试（如“讲述一次冲突处理经历”）问题可预测，AI易实时生成。而自适应推理面试中，面试官追问候选人回答、要求辩护权衡、抛出陌生场景，AI辅助滞后，脚本化与实时推理的差距显现。

标记率因岗位类型差异显著：非技术岗位（如客户经理）低于10%，中级技术岗位接近40%，应届软件工程师岗位近60%。这反映两点：技术面试常依赖结构化问题，AI可提供清晰答案；早期职业候选人处于紧密社群，工具和策略传播快。即使许多候选人未作弊，但怀疑本身已腐蚀招聘流程——一旦招聘经理怀疑初轮答案的真实性，整个筛选环节便失去价值。

弱信号不仅放行错误候选人，也可能隐藏正确人选。在自适应推理面试中，简历平平的候选人常优于资历更强者。例如，产品设计师Joanna（化名）毕业于州立大学，经历短暂且来自不知名初创公司，投递超100份简历均被筛掉。但在推理面试中，她不仅给出“正确”答案，还挑战业务假设并提出三层权衡方案——这种实时横向思维目前难以用AI脚本伪造。她最终被录用，六个月后被评为团队顶尖绩效者。约四分之一的候选人呈现类似模式：在动态非脚本面试中表现超出简历预期。

相反，一些简历优秀的候选人一旦需要即兴推理便表现挣扎。这并非个例：2023年组织心理学研究重新评估发现，结构化面试（尤其是基于推理的格式）仍是预测工作绩效的较好指标，而传统资历信号的有效性低于长期引用的估计。

最可能成功的候选人是能在压力下良好推理者。弱早期筛选不仅增加误报，还通过奖励“抛光”和“匹配预期模式”扭曲选拔，系统性地筛掉简历低估其判断力的候选人。因此，公司必须找到更聪明的招聘方式。

当能力表象易于制造时，依赖简历和传统初筛的组织将日益选择最擅长“表演”招聘流程的人，而非真正胜任工作的人。一些公司已开始应对：Meta测试“AI辅助编码面试”，允许候选人使用AI助手，认为这更贴近实际工作环境，并使作弊效果降低。同样逻辑适用于非工程岗位：对营销领导者的相关提问不是能否不用AI起草简报，而是能否用AI生成选项后运用判断力明智选择。

招聘领导者应做出五项转变：1）初轮应确认候选人真实、在场且能独立推理，而非监控，而是确保后续高层时间不被浪费在AI代理上。2）放弃易筛选，采用自适应推理评估。标准行为面试时代已结束，应引入动态摩擦：突然约束、项目范围变化或要求辩护反直觉权衡。3）确认真实性后，允许候选人使用工作场景中的AI工具。面试官可提供有缺陷的AI生成方案，让候选人评估，以考察判断力——这是AI难以实时模仿的信号。4）AI已完全商品化“抛光”。若面试继续奖励完美结构化答案，会结构性激励候选人运行隐藏AI脚本。鼓励候选人边思考边表达、承认不确定性、协作解决问题，可降低对生成工具的依赖。5）对高杠杆或高级岗位，应强制线下面试终轮。飞往办公室的ROI已改变：它不仅是评估“文化契合度”，更是高置信度验证层。

当能力易于模拟时，判断力成为最稀缺的招聘信号。学会衡量判断力的组织将建立更强团队，而其他组织则可能招聘到面试中表现胜任、但入职后难以证明的人。

根据评论内容，总结如下主要观点及论据：

观点一：招聘流程在AI出现前就已存在严重问题 - 多位评论者认为招聘长期存在缺陷，AI只是放大了问题。例如，buffer_overlord指出“Hiring was broken long before ai”，thrill也赞同“Hiring has always been broken”。 - dlcarrier强调“HR/legal departments broke hiring. AI is just revealing how broken it is”，认为HR和法律部门是根源。

观点二：AI加剧了简历与真实能力脱节，但面试仍可有效筛选 - Aurornis观察到AI让候选人更胆大妄为：“more people are feeling more brazen about letting the AI speak for them... You get the feeling that people are less shy about trying to cheat”。 - 然而，jeffrallen通过快速面试发现：“if you are looking for it... you can find the candidates with a spark. And I would not have detected it from their CVs or cover letter alone”，强调面对面交流的价值。 - cocoto也指出，即使没有AI，简历夸大也很常见，但“it’s very easy to assert a candidate competency with a 30 minutes to an hour interview in person”。

观点三：对招聘方缺乏同情，认为其自身做法加剧问题 - Simulacra批评公司：“They use AI to reject applicants within seconds, and make people jump through so many hoops... that it’s almost a humiliation ritual”。 - mrmarket指出候选人体验长期糟糕：“no one seemed to treat it like an emergency that perfectly qualified candidates have been getting filtered out after tripping various invisible wires for years”，并提到“rampant ghost postings”。

观点四：解决方案应回归能力验证和人际连接 - late2part建议直接测试：“Have them demonstrate competency... It’s really easy to screen out people when you say ‘Hey - login to this VM and show me how to import raw data into postgres and run a report.’” - jeffrallen主张“More human connection. Less machines. There, I fixed it for you”，强调人际互动的重要性。 - 也有评论者如Ozzie-D提出新思路：“Problem created by X are also solvable by X”，认为应评估AI技能或建立代理间沟通协议。

观点五：对文章部分论断的质疑 - 针对文章称“conversational interview... the ultimate, unhackable test”，dweinus讽刺道：“Lol. I’m not sure this person has ever given an interview before”。 - neilv质疑文章建议的“dynamic friction”策略：“Isn’t this already easily faked with an ordinary general-purpose consumer $20/month AI tool?”

总结：评论普遍认为招聘在AI时代前已破碎，AI只是暴露并加剧了问题。多数人批评公司自身做法（如AI筛选、虚假职位）加剧了困境，并建议回归能力测试和人际互动。同时，对文章部分乐观论断（如面试不可破解）持怀疑态度。