“AI面试”冲上热搜:当算法坐上招聘官的位置,HR 该守住什么?

今年秋招，很多应届生的第一场面试，对面不是人。

10 月 3 日，#AI面试恐怖谷# 冲上热搜，热度值 186858，榜位第 25 位。求职者集中吐槽企业启用的 AI 数字人面试官“眼神空洞”“微表情僵硬”“像在跟一个不呼吸的人对话”。更让人不适的是屏幕角落那行提示：系统正在分析——瞳孔动向、面部紧张度、答题前的停顿、语速起伏都被换算成分数，而真人 HR 可能从头到尾不出现。

与此同时，企业的账本是另一番景象：一场线下集中面试的人均成本约 300 元，换成 AI 面试能压到 20 元左右，个别场景单场成本甚至低于 5 元；有消费电子企业 3 周内用 AI 完成 8000 名候选人的初筛，HR 在简历筛选和面试协调上的时间投入减少约 70%。

一边是降本增效，一边是候选人的集体不适。这个落差，才是今天所有“AI+招聘”议题的真正起点。

先看清事实：

AI 面试究竟普及到了什么程度

省下来的钱

正在三个地方还回去

把 AI 面试的问题归为“技术不成熟”，是最省事也最没用的解释。真正该警惕的，是它在三个地方悄悄产生了反向成本。

招聘是双向的第一次对话。候选人对一家公司的判断，很多时候就建立在“我被怎么对待”上。行业数据显示，全球 offer 接受率已从两年前的约 74% 降到约 51%；超过一半（52%）的候选人表示，曾因糟糕的招聘体验拒绝一份 offer。多份求职端调研也指向同一件事：当候选人感觉自己“被流程处理”而不是“被认真评估”，他会用脚投票。

这一笔账在财务报表上不痛，在人才市场上很痛：头部公司被吐槽后仍有人排队，中小企业被吐槽一次，可能就失去那一届最合适的一批人。

这是技术层面最容易被“效率数字”盖过的一点。目前 AI 面试系统在面部情绪识别上的准确率大致在 73% 到 90% 之间，但不同研究之间的差异很大；更关键的是，最需要判断的那些维度——非语言行为、微表情与专家评估的一致性，只有约 55%，互动响应性约 60%。

AI 最不擅长的，恰恰是面试最需要的：读懂真实状态、感受言语背后的情绪、判断压力下的反应。

有 HR 从业者的总结很到位：AI 筛选的是“适配系统的人”，不是“适配岗位的人”。那些有能力但表达不够结构化的人、紧张但真诚的人、思维跳跃但有创造力的人，在算法眼里可能连及格线都够不到。美国的一项调研印证了这种担心：73% 的雇主在招聘决策中使用了 AI，但只有 57% 认为它改善了结果；47% 表示 AI 过滤掉了自己本来会推进的候选人。

给 HR 的边界清单：

哪些能交给 AI，哪些必须拿回来

还有一个反向变化：

候选人也在用 AI

最后留一段给一个容易被忽略的趋势。

当企业在用 AI 筛人，候选人也在用 AI 应对。CV-Library 的 2026 年调研显示，83% 的招聘者已经在用 AI 提效；Morgan McKinley 的报告则指出，40% 的雇主发现，生成式工具让他们更难核实候选人的真实技能——简历越来越漂亮，但漂亮不再意味着合适。

这不是“谁占便宜”的问题，而是一个结构性变化：当双方的表达都被 AI 拉平之后，真正稀缺的就不再是简历和话术，而是“能证明的真实能力”和“能对话的真实判断”。

对企业来说，这意味着三件事会变得更重要：用结构化的实操测试替代纸面评估；用真实业务场景的案例讨论替代背诵式问答；以及——留出足够的时间和人，去和候选人真的聊一次。

技术越强大，那一次真实的对话越贵，也越值钱。

写在最后

回到开头的热搜。

AI 面试被吐槽，表面看是“数字人眼神空洞”，本质上是三件事被省掉了：省掉了知情，省掉了申诉，省掉了人。

省掉的前两件，是合规风险；省掉的第三件，是雇主品牌。而这两样东西，都不是“人均成本从 300 元降到 20 元”能补回来的。

所以，如果你的企业今年也在上 AI 招聘工具，可以先问自己四个问题：

1. 候选人知不知道自己在被 AI 评估、评估哪些维度、数据会留多久？

2. 如果 AI 判他不合适，我们的流程里有没有一条真人复核与申诉的通道？

3. 我们有没有做过哪怕一次小样本的效度检验，知道 AI 在哪个环节靠谱？

4. 从投递到发 offer，候选人至少能见到几位真人？

四个问题都能答上来，“AI+招聘”才算真的落地；答不上来的那一条，就是下一次公关危机或劳动争议的入口。

招聘这件事，从来不只是“找到合适的人”，还包括“让候选人感受到被尊重”。你怎样对待一个来应聘的人，反映的是你怎样看待人本身。