两位工程师创始人走访30位招聘与工程负责人，发布AI对招聘影响的调研报告

2026年8月和9月，我们在纽约和旧金山与30位招聘和工程负责人坐下来交流，了解AI正在如何改变招聘。感谢每一位花时间与我们交流的人。这就是我们承诺要写的那份报告。

作为背景，我们采访了以下公司的招聘团队（从人才搜寻专员到人才负责人）和工程团队（从技术负责人到CTO）：

我们还不时采访了为这些团队提供支持的招聘机构，比如Sundog Talent、Hiring Cubed、Jack & Jill等。

以下是报告的各章节及部分亮点：

如果你是招聘经理，请从《评估》开始读；如果你是招聘人员，请从《主动投递与人才搜寻》开始读。如果你在我们交流过程中向我们提过问题，可以在《附加内容：受访者的问题》中找到答案。

关于作者：我们是Greg和Corentin，两个从工程师转型的创始人。Greg曾是Stripe的早期AI技术负责人。Corentin联合创立了GitStart（YC S19），该公司通过其平台招聘了400多名工程师。

这次调研始于我们在为自己的一个AI原型搭建评估体系时，意识到我们完全不知道该如何面试具备这项技能的人。我们带着三个假设出发：团队会把AI工程师当作一个独立岗位来招聘；他们会对招聘AI原生人才有特殊处理；AI会自动化招聘中的重复性工作。我们在《结论》中对这些假设做了评分。我们不卖任何东西。我们是在探索这个领域是否有值得创办的公司，这份报告是我们对所有抽出时间与我们交流的人的答谢。

“我记得有一个视频。那个人在一个完全漆黑的房间里，你只能看到他的眼睛。我是说，我甚至不知道那是什么。”——某早期初创公司工程负责人，谈他们开始要求随申请提交的视频回答

我们接触过的几个最抢手的团队已经放弃了主动投递渠道。然而，所有四个处理主动投递并做了数据统计的团队都发现，主动投递候选人的入职率高于搜寻来的候选人。主动投递变得难做得多。放弃它是流行的答案，但不一定是对的那个。

主动投递可以看作一台将品牌转化为录用的机器：发布职位描述、接收申请、筛选。只要流量能较好地代表兴趣、筛选又可管理，这台机器就能运转。AI同时击破了这两点。

主动投递被机器人的低质量海量申请淹没，某些情况下甚至是彻头彻尾的欺诈，因此值得一聊的人与总申请量之间的比例骤降。与此同时，简历更加精致、更贴合岗位，噪音更难与高质量申请区分开来。过去噪音是可管理的，可以在现场面试等后期环节剔除，但以今天的申请量，这样做成本太高了。一位为多家初创公司服务的咨询招聘人员告诉我们：“公司甚至不再愿意审阅申请人了，因为量太大了，根本无法有效筛选。”

欺诈无处不在，在远程岗位中可能占到四分之一甚至更多

我们交谈过的许多人提到了欺诈。三个主要招聘远程岗位的团队给了我们数字：

关于最高数字的一点说明：欺诈检测有时会误标那些为每次申请创建新邮箱的自动投递工具，所以80%这个数字很可能包含了一部分此类情况。我们没有从现场办公招聘的团队那里获得数据，因此无法判断那里的欺诈比例低多少。

我们将欺诈定义为大量伪造工作经历和/或冒充他人。

虽然许多欺诈者是迫切想要找到工作的人（或者想同时兼任多份工作的人！），但有些案例要可怕得多。一个团队怀疑某个老练的朝鲜黑客组织试图获取一个远程工程岗位。这类欺诈如果没有现场面试极难发现。而一旦得逞，后果很可能是毁灭性的。

这也是为什么远程岗位天然成为欺诈光谱中专业一端的目标：永远不需要有人亲自露面。

团队如何识别欺诈，见下文《让主动投递运转起来》。

人们厌倦了不断筛选假简历：

反常的结果是：一份过于完美的简历反而成了负面信号。

一些团队建立了自己的防御措施，但要么被攻破，要么适得其反。开头引用的那位工程负责人甚至要求随申请提交视频回答，结果收到的是“不同的面孔……明显是AI生成的，人们似乎站在绿幕前做奇怪的事情。”其他人通过移除“申请”按钮、改为列出邮箱来增加摩擦；有些干脆连邮箱也去掉了。这些策略或许能挡住最廉价的机器人，但挡不住专业欺诈者，而且也会误伤理想候选人。

专门的反欺诈工具则是另一回事。一位招聘人员非常信任他的欺诈检测软件，以至于“如果它把一份简历标记为假，我就不会跟那个候选人谈。”另一个团队说Ashby的虚假检测“确实有效”。Tofu被某招聘机构创始人称为“市场上针对欺诈性申请人最好的产品”。

对其余工具进行排名则是另一回事。评分工具节省了一些时间，但我们遇到的人没有一个信任它们来做挑选，因为分数主要衡量的是简历对岗位的贴合程度，而欺诈者和自动投递工具最擅长贴合。一位招聘人员怀念过去的日子：你可以花些时间将Eightfold之类的工具针对特定岗位进行校准，把整个主动投递池自动跑一遍，然后相信筛选出的5%是真正高质量、值得合作的：“现在这样的东西已经不存在了。”

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）