别让求职变成“刷题考场”

2026年11月18日

YMG全媒体记者 刘洁

正值求职招聘季,一则关于应届生求职的报道引发共鸣:投出简历后,等来的往往不是面试官,而是一条接一条的测评链接。行测、性格测试、智力测评、AI面试,层层设卡。有学生从上半年至今做过上百份测评,最长一场耗时两个半小时,“结束后眼冒金星”。更令人疲惫的是,许多测评题目高度同质化,来自固定的几家第三方服务商,翻来覆去做,考查的已不是知识,而是做题速度与忍耐力。

从表面上看,这是企业提升筛选效率的技术升级。校招简历动辄数万份,单靠人力逐一甄别确实不现实。标准化测评能快速筛选出基础素质达标的候选人,AI面试甚至能将“初面”周期从半个月压缩到一周以内。站在企业视角,逻辑自洽。然而,当测评从辅助工具异化为层层加码的刚性关卡,当“被机器看见”成为“被企业看见”的前提,我们不得不正视,这套日益精密、不断叠加的筛选系统,究竟在筛选什么,又可能漏掉什么?

最直接的代价,在求职者身上。测评链接往往附带严格时限,短则两小时,长则七天,错过即出局。于是,应届生不得不随时携带电脑,在论文、实习与一场接一场的线上测试之间疲于奔命。性格测试的处境更为尴尬,答得太快则被系统判定为随意作答,答得太慢则时间成本高昂,前后答案稍有不一致,便被标记为不诚信。真实的个性,在标准化量表的两难选择中无处安放。有求职者坦言,为了通过筛选,只能“伪装”成符合企业偏好的类型。当诚实作答反而成为劣势,测评本身便已背离了测评的初衷。

更深层的悖论在于,这种“刷题”的筛选机制正在被摸清并解构。社交平台上,“AI面试通关攻略”并不鲜见,教人回答时用“首先、其次”划分结构,精准嵌入“开放沟通”“用户导向”等算法偏好的词汇,甚至针对数字人面试官练习眼神与表情控制,避免因“眼神游离”被误判为不自信。有学生直言,“AI面试不是考你说得多好,是考你有没有说它想听的词。”于是,企业本想在求职者中筛选出最具真实能力者,结果却筛选出最擅长应试的人;求职者本想展示自己,最终展示的却是一套精心排练的表演。双方投入了大量时间与技术成本,换来的却并不一定是理想的结果。

当然,AI初筛在效率层面的优势是真实的,对于标准化程度较高、硬性条件清晰的岗位,它确实能分担大量机械性工作,问题在于有一些企业将性格测试设为一票否决的依据,凭几十道选择题就给一个人的职业适配度下结论,这显然背离了应用技术工具的初衷。

招聘的本质,是人与人、人与企业的相互信任与精准对接。学历与经历是求职的基础条件,但韧性、好奇心、协作意识等等,则是任何一套标准化测评都难以完整捕捉的。技术可以是企业的得力助手,但不应该成为最终的裁判。企业不妨对招聘流程做一些减法,砍掉与岗位核心能力无关的同质化测评,明确告知考查内容与结果权重,在算法初筛之后保留足够比例的真人交流环节。

当求职者不必把大量精力耗费在揣摩算法偏好上,当企业愿意花哪怕半小时与一个活生生的人交谈,人岗匹配才可能真正实现。否则,层层闯关之后,被筛掉的往往不是不合格的人,而是那些不愿意或不能够把自己修剪成“标准件”的人。而那,恰恰是企业招聘最大的损失。