TechFlow Logo
登录/ 注册
ETH Gas
Gwei
恐惧
gas
当 AI 制造出 5 倍完美简历,传统的筛选机制为何全面崩塌?

当 AI 制造出 5 倍完美简历,传统的筛选机制为何全面崩塌?

2026.11.18
分享至
当 AI 批量抹平简历差异并在面试中提供外挂辅助,雇主面临的是面向公众输入机制的系统性失效。

作者:John Hempton,Bronte Capital 创始人

编译:深潮 TechFlow

深潮导读:在过去数十年里,无论企业招聘、咨询面试还是政府机构处理申诉,整个现代社会都在默认以“清晰严谨的书面表达”作为衡量能力与过滤杂音的第一道护城河。然而生成式 AI 的普及,正在以极低的边际成本制造海量看似完美无瑕的申请与陈述。

著名对冲基金 Bronte Capital 创始人 John Hempton 从一线雇主与管理者的视角出发,深入剖析了这一机制的解体过程。当 AI 批量抹平简历差异并在面试中提供外挂辅助,雇主面临的已不仅是筛选成本的指数级激增,而是面向公众输入机制的系统性失效。

如果你经常和年轻群体沟通,就会真切感受到人工智能正在怎样冲击就业市场,尤其是应届毕业生的初级岗位。对于未来的职业前景,许多人感到焦虑,而且这种担忧完全合情合理。

我想现在已经可以得出确切结论:在绝大多数需要智力投入的行业中,AI 的普及对于初级打工人而言确实不是什么好消息。

但我更想从天平的另一端来聊聊这件事:AI 正在如何摧毁雇主招募到优秀员工的可能渠道。

寻找怪才:对冲基金过去的 5 分钟快筛法

在我和朋友共同创立的对冲基金 Bronte Capital,我们从来不倾向于按部就班的传统背景。我们不看重金融市场上司空见惯的各类光环与凭证,在我的个人标准里,简历上出现 CFA 甚至往往是一个轻微的负面信号。

我们真正寻找的是原始的智力水平与强烈的探索好奇心,而这种特质很难单纯依靠翻看简历直接筛选出来。

因此我们制定了一套向所有求职者公开透明的规则:只要发来的简历带有针对我们基金的个性化陈述,且应聘理由合乎逻辑,我们就会为每一位候选人提供面试机会。

在发出邀请时,我们会附上一封固定的说明信:

“我们的面试覆盖面远比绝大多数机构更加广泛,面试的人数也极多。但随之而来的必然要求就是效率,我们必须快速筛掉不合适的候选人。”

“这意味着大多数人只会获得 5 分钟的交谈时间。当我们匆匆结束对话时,可能会显得有些生硬冷漠,对此我们深表歉意,但从我们的工作节奏来看,这是保障极速面试的唯一方式。”

“只有出现以下三种情况时,面试时间才会延长到 10 分钟以上:”

“第一,我们确实对录用你抱有极高兴趣;”

“第二,我们从你的回答中学到了新知识,通过聆听你对自己正在做的事情的阐述,帮助我们加深了认知,这种情况下我们依然可能决定录用你;”

“第三,你是一个非常漂亮的“反向指标”:你在极力向我们推销一个做多标的,而听完你的逻辑,我们发现这恰好是一个极佳的做空机会,我们能够从你带来的认知盲区中获得可观利润。”

“在实践中,这三种情况全都真真切切地发生过。一旦对话被延长,在面试结束时我们会坦诚地告诉你,你属于上述哪一类。”

“如果是第三种情况,我们非常期待几年后再与你复盘沟通,届时我们双方必有一方是错的。如果我们错了,我们渴望汲取教训并反思自己当初盲目自大的误判;如果你错了,你同样应该跟进复盘,看看自己能从中学到什么。”

“我知道第三种做法在表面上看起来带有剥削意味,像是在利用你。但这并不完全是剥削,如果在两年之后你用事实证明我们才是错得离谱的笨蛋,我们依然可能非常有诚意地邀请你加入。”

筛选漏斗彻底失效:AI 带来的 5 倍简历与实时外挂

在过去几年里,通过这种方式开展的数百场简短面试中,我们录用了一小批核心员工,并且帮另外半打候选人在更适合他们风格的其他机构找到了理想工作,没有任何人对此有所怨言。

与此同时,我们还借此挖掘出了十多个绝佳的做空标的,顺便记下了那些向我们推销虚假骗局的草包最终流入了哪些金融机构。

当然我们确实曾因为直截了当的快速拒绝而显得态度生硬,不少求职者觉得这种闪电淘汰令人难以接受,甚至当面表达过不满。

遗憾的是,这套行之多年的机制如今已经彻底失效了。过去我们每年大约处理 40 至 60 场求职面试,每周花费 5 到 10 分钟对我而言是完全能够接受的时间投入,尤其是在对话能够带来认知增量的前提下。

然而生成式 AI 的爆发,直接让我收到的求职申请数量激增了整整 5 倍。我不可能一年去组织 300 场面试,否则我自己的正职投资工作将彻底瘫痪。

因此我不得不前置淘汰,强行砍掉绝大多数申请。

我当然可以引入 AI 工具来帮我挑选初筛人选,但让一个 AI 系统去在数百份由 AI 批量生成的申请信中做比对筛选,其选拔效果往往比人类在真实人工撰写的材料中挑选还要差劲得多。

在完成了这样一轮本身就充满误差的前置筛选后,我再把候选人叫到电话前进行 5 分钟摸底。有时我会在电话里听到极其惊艳的回答,面对复杂的棘手问题,对方展现出的洞察微妙而聪明。

我一度以为自己挖到了非凡的人才,于是安排他们来到线下办公室进行三四个小时的深入探讨。结果见面之后却发现平庸至极,根本达不到当初初筛的门槛。

我们后来反应过来:他们在电话面试那头,极大概率一直在使用实时 AI 工具提供辅助答辩。

从雇主的角度来看,整个招聘体系已经变成了一团彻底失控的混乱。

普遍困境:顶尖咨询机构的漏斗同样断裂

这种困局绝非个例。最近我和一家知名大型咨询公司的高管探讨过同样的话题。那是一家极其看重名校学历背景、重度依赖哈佛等顶尖名校光环的传统机构。

他们过去每年会收到 3000 至 5000 份申请,随后团队会将其初筛精简至 300 人左右,再组织包含商业案例剖析的大型工坊式面试,最终从中挑选出约 80 名入职者。

然而现在他们遭遇了巨大的阻碍:他们完全不知道该如何把 3000 份申请精简到 300 份。在 AI 的辅助润色下,所有求职者的简历和陈述信看起来都无可挑剔,但同时也趋同得可怕。他们的筛选机制同样遭遇了结构性断裂。

更深层的破裂:当公共治理的门槛被彻底抹平

这件事的影响远不止商业公司招聘。在与澳大利亚政治中心堪培拉的朋友交流时,他们告诉我,AI 甚至正在击穿申诉专员公署(Ombudsman)的日常运转。

在澳大利亚,申诉专员公署是公民对政府部门的行政行为或裁决提出异议的第一道受理机构。这项制度多年来运转良好,专员介入调查后,很多原本行政推诿的问题往往能以较低成本得到迅速解决。

但长期以来,公署收到的申诉量总是远远超出其实际能逐案深究的承载能力。他们此前有一套极其有效的应对分流方案:设立一道门槛,优先处理那些能够写出一份 3 到 5 页纸、逻辑清晰、事实详实的诉求陈述材料。

这套逻辑过去非常管用:能够清晰写清事实始末的人,其反映的问题大概率真实存在且具有调查价值;而仅仅是“写清问题”这一道书面门槛,就自然过滤掉了大量无理取闹或精神偏执的恶意投诉。

如今这个护城河荡然无存。现在任何一款生成式 AI 都能把毫无逻辑的控告包装得条理清晰、言之凿凿,甚至在提示词诱导下生成看似极具说服力的“合理幻觉”。澳大利亚申诉专员公署的处理系统正在快速陷入瘫痪。

这绝非好事。一套廉价、迅速且行之有效的公众反馈机制是公共治理与民主运转的重要基石,而如今这项基础正在被悄无声息地侵蚀。

系统性崩塌的普适规律

纵观这一系列现象,我们可以总结出一条极具普适性的规律:

任何面向公众开放输入、且历史上依赖“书面表达成本”作为防垃圾信息过滤器(Anti-spam)的系统,无论是企业的职位招募、政府公署的申诉通道,还是社交媒体的内容互动,在生成式 AI 面前都有走向破裂的必然趋势。

面对这样的系统性挑战,目前谁也没有现成的灵丹妙药。

我甚至曾半开玩笑地琢磨过,是不是要强求每一位求职者必须提供手写的一页纸求职信。但这显然只是无奈之下的下下策。

希望有人能够构思出更巧妙的解法。