凌晨一点的AI面试,测的是能力还是困意

上周我干了件蠢事：同一份认知能力测评，我做了两遍。第一遍上午十点，第二遍凌晨一点。

不是闲的。我就想验证一个最近被说烂了的招聘趋势——AI面试正在把求职者逼到半夜。如果半夜面试真成常态，那测出来的到底是能力，还是困意？

结果很诚实：凌晨那版，我的反应时平均慢了 18%，工作记忆那组题正确率掉了差不多 12 个百分点。样本量就我一个，不能当研究，但当体感证据够了——深夜做题，大脑不是同一块大脑。

深夜对着屏幕作答的求职者，可能正在用疲惫的大脑替自己打分

1. 数据不会撒谎：招聘正在入侵凌晨

WIRED 在 8 月 10 日发了篇文章，标题就叫《凌晨 1 点面试的兴起》。里面有两组数字让我这做测评的人坐直了：

企业当然会说这是“灵活性”。父母等孩子睡了才有空，轮班工人只有深夜能喘口气，时薪岗位的人不敢在上班时间接面试——这些理由我都懂。

但问题也在这儿：当面试变成 24 小时自助服务，谁负责保证测量条件是等价的？

测评心理学第一课：信效度的前提是“标准化施测”。同样的题、同样的限时、同样的环境，分数才能互相比。把其中任何一个变量交给候选人自选，常模就失效了。

睡眠研究里有个结论很直白：24 到 48 小时的完全睡眠剥夺，会同时损害工作记忆任务的准确性和反应时；清醒时间越长，准确性掉得越狠。前额叶皮层对睡眠缺失特别敏感，而这块区域恰好负责计划、抑制控制、复杂决策——也就是大多数 AI 面试和认知测评在考的东西。

还有更扎心的：Monash 大学的研究发现，睡眠剥夺 27 小时后，除了再认记忆，几乎所有认知指标都显著下降。更复杂的是昼夜节律——清晨型的人和夜晚型的人，在同样缺觉的情况下表现不一样。换句话说，你不仅是在“晚上测”，你还在测人家的生物钟类型。

岗位 JD 上写的是“逻辑思维”“学习能力”“抗压能力”，没写“必须是晨型人”。可一旦允许深夜作答，昼夜类型就变成了一个隐藏考点——而且它和岗位胜任力基本无关。

屏幕蓝光和疲惫感，正在悄悄改写分数

有人说：晚上状态差，那是候选人自己选的，怪谁？

这说法的问题在于，它把“选择权”和“公平性”混为一谈。是的，候选人可以选时间，但不是所有人都有真正的选择空间。白天要带孩子、上班、照顾老人的人，往往只能在深夜作答。灵活性越被吹捧，弱势群体越可能被钉在最难发挥的时段。

Ribbon 的数据已经证实了这一点：制造业客户深夜面试占比 35%。制造业是什么地方？轮班、产线、体力活最多。最需要这份工作的那些人，恰恰最可能在凌晨 1 点面对 AI 面试官。

这在测评术语里叫“测量误差变成了系统性偏差”。本来随机分布的噪声，现在集中打在某一群人身上。放到法律框架下，这就是差别影响（disparate impact）。

我得替 AI 面试说句话。2026 年那个涉及 7 万多申请的田野实验（Jabarian & Henkel）显示，由 AI 语音 Agent 面试的候选人，offer 率比人类面试组高 12%，入职率和一个月留存率都高 18%。四个月后，正向效应还在。

所以问题不是 AI 能不能面试。问题是企业把“24 小时可访问”当成“24 小时都等价”，把异步的便利直接等同于测评条件的恒定。

Greenhouse 的另一组数据更耐人寻味：70% 的美国候选人在面试前没被明确告知 AI 会评估他们；38% 的人因为 AI 面试直接退出流程。透明度和信任都没解决，谈什么公平？

技术本身是中性的。但技术落地的每一个细节——是否记录作答时间、是否允许重测、是否告知评分逻辑——都在决定它向善还是向偏。

如果你已经在用或准备用 AI 面试，别只问“效率高不高”，先问自己几个问题：

真正专业的测评，不是把题塞给更多人做，而是确保每个人在 comparable 的条件下被看见。否则你筛掉的不是不优秀的人，只是那天晚上刚好很困的人。

最后我想说，凌晨 1 点的 AI 面试不会消失。它确实给了很多人便利。但如果我们一边高谈“人才测评科学化”，一边对施测条件的失控视而不见，那这项技术不过是给旧偏见装了个新接口。

测人之前，先把测量的底线守好。

● ◆ ●

老王｜人才测评行业观察｜Day 32