流程视角
把初筛交给机器，省下的不只是时间
当一个岗位收到上千份简历，人眼的第一轮筛选几乎注定疲惫。AI 面试真正改变的是“第一轮”的定义。
Featured
三张卡片，三种看法
同一个问题，从流程、公平、体验三个角度切进去，得到的结论并不一致——这恰恰是它值得被讨论的原因。
公平视角
标准统一了，偏见就消失了吗
统一的评分维度确实压低了随机偏差，但如果训练数据里带着旧偏好，标准化也可能把偏见放大得更整齐。
体验视角
候选人坐在镜头前，先面对一段沉默
没有回应、没有追问，很多人的紧张并非来自问题太难，而是来自缺少一个可以松口气的表情。
Topics 01 — 06
六个切面，慢慢往下看
按情绪与题材分组：焦虑的、好奇的、务实的。挑一个此刻最贴你的读起。
“它到底在听什么”
语速、停顿、用词密度——被量化的表达里，有多少真的和岗位能力有关。
黄桃的糖份高不高被省下的一万小时
招聘官的时间账本：初审自动化后，省下的精力去了哪里，还是被新的报表吃掉。
133帮我选6个数字第一次面试的仪式感
对求职者来说，第一轮面试常常是“被看见”的瞬间。机器很难给出这种确认。
前方有鬼评分卡背后的设计者
谁写下了那些维度？答案往往指向一个人力资源部门里最忙的那个人。
大.三.巴 致力打造火技术岗与非技术岗的温差
同一个系统，用在工程师和客服岗位上，效果评价几乎相反。
饕餮与水蜜桃by黄三写到哪了它不会告诉你为什么落选
反馈的缺失，是这个流程里最容易被忽略、也最伤人的部分。
把你的经历写给我们
Guide
三条使用指南，两条小贴士
如果你正在准备一次 AI 面试，或正在评估要不要上这套系统，这几条能省掉一些弯路。
先弄清它评什么，再决定怎么答
多数系统评的是结构清晰度、信息完整度和表达稳定度。把答案讲成“结论—依据—结果”的三段，比堆砌词藻更有效。
把镜头当成一个安静的人
不必追求完美表演。稳定的语速、明确的停顿、一次自然的微笑，比背稿更接近人类评估者会给出的分数。
作为招聘方，先定“不评什么”
明确排除与岗位无关的维度（外貌、口音、家庭信息），并保留人工复核环节。技术能提速，但不能替你承担判断责任。
Editor's Note
编辑手记：我们为什么用这个问题做站名
“山姆为什么让ai面试”这句话第一次出现在编辑部时，大家都笑了。它像一句没头没尾的抱怨，又像一个被压缩过的疑问：一个本该由人来判断的场景，为什么交给了机器？我们没有急着给答案，而是先把它当成一个入口。
顺着这个入口往下走，会发现真正的分歧不在技术本身。支持的人谈的是规模——当岗位竞争比达到数百比一时，人力的第一轮筛选早已不是“判断”，而是疲于应付。反对的人谈的是尊严——被一段程序审视，却得不到任何回应，这种体验很难用效率来补偿。两种说法都成立，只是各自站在流程的不同位置上。
我们更在意的是那些被省略的中间环节。初筛被自动化之后，谁来解释落选的理由？评分维度是谁定的，有没有被复查过？当候选人问“我哪里不合适”，系统能给出的是分数，还是一句像样的回答？这些问题不解决，效率的提升就会以信任的流失为代价。
所以这个站点不打算做结论。我们更想做一份持续的观察记录：把支持的理由和不适的感受并排放着，让读者自己判断哪一边更接近自己的处境。如果你也在某个环节里被这套流程拦下或帮过，欢迎写信告诉我们，那会比任何行业报告都具体。
—— 编辑部，于一个下雨的周三下午
来信：说说你遇到的那一轮
我们尤其想听两类故事：一次让你觉得被公平对待的 AI 面试，以及一次让你决定不再投递的经历。两样都重要。
- 来信请注明岗位类型与大致时间，不必提供真实姓名
- 我们会在征得同意后做匿名整理，不公开原始记录
- 涉及具体公司的批评，我们只做流程层面的讨论
Mailbox
编辑部的信箱每周三集中处理一次来信。篇幅不限，一段话也可以。
饕餮与水蜜桃by黄三写到哪了