夜雨聆风
想象一下这个令人窒息的场景：
你拥有知名学府的学历，在世界五百强企业工作多年且屡获晋升。为了寻找新机会，你花了几个月时间，在各大跨国企业的官网上，精挑细选了100多个与自己背景完全匹配的岗位，郑重地按下了“提交申请”。
然而，无论是工作日的下午，还是凌晨2点或者清晨6点，
只要你点击发送，短短几秒钟或者几分钟内，一封冰冷、客气、没有任何解释的拒信，就会像精准制导的导弹一样，瞬间砸回你的邮箱。
▲ Karl Mehta 转发 FOX 13 电视专访：揭露求职者遭 AI 招聘 Agent 秒拒的荒诞现实
整整100次，命中率是冰冷的0%
快到什么程度？快到人类招聘官甚至连泡一杯咖啡、动一下鼠标的时间都没有。你的简历甚至从未在任何一个活人的屏幕上点亮过，就已经在后台的服务器里被判了“死刑”。
这组遭遇后来进入美国联邦法院，成为备受关注的 AI 招聘诉讼 Mobley v. Workday, Inc.。
2026年6月，联邦法官对 Workday 的撤诉请求作出部分支持、部分驳回的裁定，关键歧视主张获准继续审理。此前，已有约 14,000 名求职者选择加入年龄歧视集体行动。Workday 仍然否认指控，案件正进入证据开示与后续审理。
谁在半夜“秒杀”你的简历？
这场风暴的风眼，是一个叫 Derek Mobley 的求职者。
他是一名年过四十的黑人男性，毕业于著名的莫尔豪斯学院（Morehouse College），自述患有抑郁症和焦虑症。从2017年开始，他在惠普、家得宝等数十家知名企业的官网上投递简历。这些企业看似风马牛不相及，但它们的招聘页面背后，都嵌着同一个巨无霸的名字：Workday。
作为全球大型人力资源 SaaS（软件即服务）供应商，Workday 服务着全球超过 10,000 家企业，其中包括大量《财富》500 强公司。每年，经由这套系统处理的求职申请，规模高达数十亿次。
▲ LegalClarity 法律评述页：Mobley 诉 Workday 案已成为检验 AI 招聘责任的标志性判例
在传统招聘流程中，HR 需要人工打开 PDF、肉眼浏览经历。但在大厂的招聘流水线上，第一道关卡早已被交给了 ATS（申请人追踪系统） 与深度学习推荐算法。
这些工具会自动提取你简历中的关键词、给你的学历和资历打上“匹配等级”，甚至通过机器学习模型预测你“未来的绩效潜力”。
电视访谈节目 FOX 13 Unscripted 里，嘉宾 Joe Farrell 把疑点指向了拒信到达的速度：
“被拒绝本身说明不了什么。但几秒或几分钟内就收到拒信，说明工作流里可能缺少人类复核，系统的偏差也难以得到纠正。”
▲ 著名民权律师 Ben Crump 强调：把偏见写进软件绝不等于合法
正如著名民权律师 Ben Crump 所怒斥的那样：“算法不能抹去责任。如果一个工具把特定人群过滤掉，它依然是歧视。机器做的决定，绝不代表可以拿到免责金牌！”
AI 是怎么学会“隐形歧视”的？
面对指控，软件供应商们最常见的抗辩理由通常是：“我们的模型非常客观，系统里根本没有输入‘种族’、‘年龄’或‘疾病’这些字段，代码只看能力，怎么可能歧视？”
公众对人工智能的误解往往出现在这里。在现代机器学习中，模型无需直接读取你的身份证信息，它会疯狂寻找“代理变量（Proxy Variables）”。
▲ 职场资讯博主解析：就业空窗期等特征常被算法当作残障的“代理变量”无情剔除
什么叫代理变量？
- 你的毕业院校
：如果是历史上传统的黑人大学，算法给出的学校权重分可能悄然降低； - 你的住址邮编（Zip Code）
：在北美，某些特定的邮编区域直接对应着特定族裔的聚集区； - 你的工作断档（Career Gap）
：系统往往把“简历中有6个月空白”判定为极度负面信号。但现实中，产生空窗期的往往是生病休养的残障人士、正处于抑郁症疗愈期的打工人，或者是因生育暂离职场的女性； - 性格与认知测评
：那些看似科学的情绪问卷、神经科学小游戏，会无情地把具有神经多样性（如焦虑症、自闭谱系）的优秀人才，判定为“性格不达标”。
这就是法律上所说的“差别影响（Disparate Impact）”，表面上看没有任何歧视性字眼，流程看似无比中立，但在统计学结果上，特定群体却被系统性、成批量地直接“抹杀”。
▲ 网友在社交媒体引发强烈共鸣：投递大厂近百次全部秒被拒，怀疑自己已被算法拉黑
历史一再重演：被科技巨头抛弃的“偏见机器”
事实上，硅谷在招聘 AI 上的翻车事故早有先例。
早在2018年，路透社和 BBC 就曾爆出过一则轰动全球的丑闻：亚马逊秘密研发了数年的 AI 招聘引擎，最终被内部彻底废弃并销毁。
原因极其讽刺：亚马逊工程师用过去十年公司内部成功录用的简历来训练 AI。然而，过去十年整个硅谷的技术团队本来就由男性主导。
AI 极其“聪明”地总结出了规律：原来“成功员工”的共性是男性。
于是，系统开始自发对简历中包含“女子大学（Women's College）”、“国际女子象棋俱乐部”等字样的应聘者进行隐性扣分。工程团队尝试了各种打补丁的方式，最终发现根本无法根除这种深植于历史数据中的偏见，只能含泪砍掉项目。
无独有偶，美国平等就业机会委员会（EEOC）此前就曾起诉过知名在线教育公司 iTutorGroup。该公司的招聘软件在后台用代码写死了死规则：女性申请人年满55岁、男性申请人年满60岁，系统直接自动秒拒。最终，该公司不得不支付36.5万美元达成和解。
▲ 美国 EEOC 官方公告：在线教育公司因系统自动筛除年长求职者被重罚和解
学术界也给出了实证研究
华盛顿大学信息学院的团队曾在顶级 AI 伦理会议上公布了一项震撼实验：他们调用了多个主流开源与商用大语言模型，在500多个真实岗位、9个职业领域中，保持其他所有资历、技能完全一致，仅仅替换了120个带有明显族裔和性别特征的名字，进行了超过 300 万次简历对比排序。
实验结果令人不寒而栗：
白人关联姓名在算法评分中拥有碾压式的优势； 在交叉身份测试中，黑人男性的名字几乎从未在与白人男性的正面竞争中胜出过； 大模型不仅没有消除偏见，反而在生成式筛选中，把人类历史上的社会分层，以极其工整的数学概率成倍放大了。
裁决破壁：“我们只是卖软件的”，再也不能当免责挡箭牌！
在过去的法律逻辑里，求职者如果被歧视，只能去告雇主。软件巨头们往往两手一摊：“我只是个卖铲子的软件商，筛选规则是客户自己配的，算法也是客观中立的，跟我有什么关系？”
但加州北区联邦法院法官 Rita F. Lin 在本案中作出的里程碑式裁定，彻底砸碎了这面“挡箭牌”。
▲ 知名律所 Duane Morris 评述：联邦法官确立“代理人”理论，软件供应商再难置身事外
法官确立了极其关键的“代理人（Agent）理论”：
当企业把“谁能进面试、谁该被秒拒”这一核心人力资源权力，实质性地委托给了自动化的算法工具时，这家软件供应商在法律事实上就已经成为了雇主的“代理人”！
法官在裁决书中写道：如果在软件决策者和人类决策者之间人为划定责任界线，那么现代反歧视法将在人工智能时代被彻底掏空。
这一裁定在整个 HR Tech 行业引起了震动。它意味着，宣称自己能“一键全自动初筛候选人”的 AI 公司，也可能因算法产生的歧视性结果面临直接法律责任。
与此呼应，加州民权部门也通过了关于自动化决策系统在雇佣中应用的全新监管法规，要求企业和供应商对算法偏见进行长期的数据留痕和严格审查。
▲ 加州官方通过新规：全面强化针对 AI 招聘歧视的监管与留痕要求
机器投递 vs 机器秒拒：打工人的终极赛博困局
如今的招聘市场，正在演变成一场荒诞的“算力军备竞赛”。
在求职端，被逼入绝境的打工人们开始使用各种 Chrome 插件和 AI Agent，一键抓取全网职位，夜以继日地“狂暴海投”成百上千家公司；
在招聘端，不堪重负的企业 HR 也全面开启 AI 过滤器，设置极其严苛和冷酷的参数，在毫秒级的时间里将 99% 的简历直接丢进垃圾桶。
机器在疯狂地写简历投递，机器在冷血地批量拒绝。 两个 AI 在云端服务器里激烈交火，而处于暴风雨中心的活生生的人，却连呼吸的声音都无法传达。
▲ 网友犀利热评：企业级 AI 至今依然无法理解人类履历中的细微差别与真实人性
正如一位海外网友在推文下的辛辣评论：“企业级 AI 最大的致命伤，就是它永远无法理解‘Nuance’（细微差别），更无法理解真实的人性。”
一个为了照顾生病母亲而离职一年的孝子，在算法眼里只是一个“技能断档的残次品”；一个在逆境中自学成才、克服了心理抑郁的坚定奋斗者，在算法眼里只是一个“测评得分偏低的高风险项”。
技术的初衷本该是消除人类招聘官的主观偏见与盲区，让千里马更快地遇到伯乐。
但当算法把偏见伪装成客观，把冷漠包装成效率，甚至将无数求职者阻绝在通往面包与尊严的窄门之外时，
这场席卷硅谷的万人家讼，只是打工人吹响的第一声反抗号角。
算法没有免责权，代码也无法成为法外之地。因为屏幕背后跳动的，永远是一个个不该被冰冷算力随意碾碎的真实人生。
