当“会用 AI ”写进每份简历,HR 如何识别真正的 AI 能力?
2026-07-01
2026年校招季,HR部门群里流传着一句调侃:"今年筛简历的最大感受——好像每个人都特别'擅长AI'。 "
话是玩笑,但底层的焦虑很真实。
当“会用 AI ”从少数技术岗的加分亮点,变成越来越多岗位的基础配置,招聘端面临了一个新问题:当所有人都打上了相同的技能标签时,这个标签本身就不再提供足够的区分度。
你翻100份简历,可能90份都写着“熟练使用AI工具”。但这90个人里,有多少真正能把AI融入业务流程、有多少只是和豆包聊过天吗?
于是,筛选变得更难了。面试时问一句“你用AI做过什么”,有些候选人能讲能讲清楚任务、过程和结果,有些却只能停留在工具名称和使用频率上。
不是候选人一定在夸大其词,而是“会用AI”这四个字本身,还缺少一把公认的尺子。
一、不只一个人在头疼
在多个校招项目沟通中,我们经常听到类似的问题。以下以一个综合化的典型场景为例。
林蔚(化名)在某大型互联网公司做了六年招聘,今年是她第一次以HRD身份主导校招。集团12个事业部、覆盖研发、职能、销售、管培生等多条线,总计开放近500个岗位。按照往年经验林蔚有九成把握,但今年集团有了新的要求——领导认为AI在未来一定是大势所趋,校招生作为新生力量,是应用AI的主力军,因此招聘环节需要着重关注和筛选AI能力。
她跟团队开会时说了句实话:“以前筛人,看学历、看实习、看项目经历,至少有个抓手。今年多了一个AI。多这个词之后,我们究竟该如何筛人?需要有个标准。”
她的困境有三层:
第一层:信号淹没。简历端完全无法区分"讲过AI"和"用过AI"和"能把AI嵌入工作流"。过了初筛之后,面试环节才开始发现落差,但那时候时间已经投进去了。
第二层:面试官自己先要补课。大部分HR和业务面试官对AI的理解也参差不齐,更谈不上在30分钟面试里有效考察候选人真实的AI应用深度与意识。不是不想问,是不知道怎么问。
第三层:不同岗位对AI能力的要求根本不是一回事。研发岗需要的是工程化控制能力;运营岗需要的是问题解决能力;管培生需要的是AI理解力和应用意识。如果对所有岗位用同一套题,要么漏判、要么误杀。
她说:“AI能力这件事,最怕的不是你不会评估,而是没有一个标准的评估模型,无法准确判断候选人的水平。”
二、如何定义候选人的AI水平?
北森的人才测评在国内做了超过15年。从最早的认知能力测验(CATA),到个性测评(GPI),再到新近推出的AI能力测评,背后有一条始终没变的方法论:把模糊的能力标签,翻译成可测量、可对比、可验证的行为证据。
北森AI人才科学研究院给出的模型是:AI素养 = AI能力 + AI发展潜质。

其中,AI 能力关注的是候选人当前能否理解 AI、使用 AI,并借助 AI 完成具体任务;AI 发展潜质关注的是候选人未来能否持续学习、主动尝试,并把 AI 转化为工作中的生产力。
前者回答“现在会不会用”,后者回答“未来能不能持续成长”。
但真正的挑战不只是下定义,而是设计一套测评工具,让这个框架在3万份简历的校招场景下也能稳定运转,而不是变成另一份"仅供参考"的报告。
林蔚在听完 AI 素养模型和实际操作方式后,最直接的感受是:“至少今年校招季,AI 能力这件事终于有了一个可以讨论的标准。”
三、AI评估不止打分,而是“用不同的尺子测不同的人”
绝大多数所谓的AI能力评估,可能就是给一个分数或等级——能力:中,分数:85分。
但一个分数回答不了林蔚真正关心的问题:这个人的AI能力好在哪里?短板在哪里?怎么能发挥他的长处?
北森AI素养评估不是单纯的打分。以AI理解能力为例,它不是笼统地问"你懂不懂AI",而是通过客观选择题,综合考察候选人的工具应用能力、风险控制能力、结果甄别能力、目标拆解能力、价值加工能力、创新适应能力。
而在理解能力的地基之上,还有第二层——AI应用能力。北森设计了三种逐级递进的考察方式:
■ 提示词补全题:给定任务目标,补全提示词,考察基本的提示词撰写功底。通常更适合对AI应用能力要求相对基础的职能类岗位。
■ 问题解决题:在具体业务场景下,候选人通过与AI的交互来完成任务,考察的是"能不能在真实工作里用好 AI,把不够可靠的输出变成可用方案"。通常适合产品经理、运营、管培等非IT岗的中高阶考察。
■ 提示词工程题:候选人需要设计一套能稳定运行的提示词逻辑,对一类输入给出可靠可控的输出。这不是简单地"写prompt",而是"工程化地控制AI的产出质量"。对于研发、算法、数据等岗位,可以进一步提高到这一层级。

图片1 提示词工程题
三种题型由易到难,企业可以从岗位的需求出发自行设定并配置提醒的类别和难度,不是每类岗位都需要同一个深度的AI能力,但每类岗位都需要知道自己需要多深。北森的AI素养评估可以帮助这个'深度'量化。
四、AI 素养评估原生融入招聘全流程,HR会评估,更会决策
林蔚担心的第二件事是流程上的:500个岗位、这么多业务线,AI素养评估是一套独立的流程,候选人要多做一套题,HR要多看一份报告,整个招聘节奏会被打乱。
北森的解法是把AI素养评估直接嵌入到关键岗位计算机自适应测评中。候选人在完成原有测评流程的同时,AI能力测验就已经做完了。
系统生成三份报告:
● 综合岗位推荐报告(升级版):在传统的心理韧性、认知能力和岗位潜质基础上,加入了AI能力的结果。重点是:岗位推荐等级已经包含了AI能力等级。如果候选人在 AI 能力上明显低于岗位要求,系统会在综合推荐中给出相应提示,帮助 HR 识别需要重点复核或谨慎推进的人选。
● AI解读报告(升级版):基于GPI个性测评和认知能力结果,给出候选人在AI发展潜质方面的解读——这个人在"主动尝试新技术"上的倾向性如何?对于业务面试官,可以更好的分析候选人的综合能力。
● AI素养评估报告(新增):完整呈现AI能力和AI发展潜质的详细结果,不仅可以看到言语能力、数学能力、逻辑推理能力所表现出的AI发展潜质如何,也能看到实际作答时填写的提示词答案,能够对候选人提词水平有更详细的了解,为面试环节提供深度追问素材。

图片2 AI 素养评估报告(新增)
对HR来说,这把“评估”和“决策”之间的链路打通了,筛第一轮的时候,只需要看一个推荐等级。初筛阶段,HR 可以先看综合推荐等级和关键风险提示,快速识别需要优先关注、进一步复核或谨慎推进的人选。到了面试环节,再把详细的 AI 素养报告拿出来看。
这不只是一个产品功能的叠加,它是一种工作方式的变化:以前HR看到“熟练使用AI”只能靠面试碰运气,现在系统告诉你这个人到底在第几层、哪个方向强、面试该从哪里追问。
五、校招识人不再靠感觉,看人有数了
项目第一轮筛选跑完之后,我问林蔚最大的感受。她想了想,说了五个字。
"看人有数了。"
校招启动前最后一次复盘会上,林蔚把一份候选人的AI素养报告投在大屏上。一个研发管培生候选人,AI理解能力-中高、AI应用能力-非常高,但在AI发展潜质模块中展现出的主动性和逻辑能力偏低。
她说:"这个候选人技术和认知都很好,但可能需要更多的制度环境来推动他落地AI。知道这一点,入职后的mentor选择和项目分配就更有方向了。"
然后她停了一下,补了一句:"放在以前,这个判断我不可能做得如此清晰。因为我连数据都没有。"
候选人的能力有“数”可评估,HR和面试官的心里就有数了。
有媒体援引麦肯锡研究称,到 2030 年,中国可能有大量劳动者因自动化影响而面临职业转换或技能升级压力。无论具体数字如何变化,一个趋势已经很清楚:AI 与自动化正在重塑企业对人才能力的要求。这场升级的主体不是程序员,而是每一个行业里的一线从业者、管理者、决策者。
招聘作为人才进入企业的第一道闸门,也正在经历一场静默的升级:"会用AI"从加分项变成了必备项。而下一个变化已经开始发生——"用可验证的方式评估AI能力"正在成为HR的基本功。
本文中"林蔚"为综合场景构建的典型用户画像,非具体客户案例。
2026-07-01
2026年校招季,HR部门群里流传着一句调侃:"今年筛简历的最大感受——好像每个人都特别'擅长AI'。 "
话是玩笑,但底层的焦虑很真实。
当“会用 AI ”从少数技术岗的加分亮点,变成越来越多岗位的基础配置,招聘端面临了一个新问题:当所有人都打上了相同的技能标签时,这个标签本身就不再提供足够的区分度。
你翻100份简历,可能90份都写着“熟练使用AI工具”。但这90个人里,有多少真正能把AI融入业务流程、有多少只是和豆包聊过天吗?
于是,筛选变得更难了。面试时问一句“你用AI做过什么”,有些候选人能讲能讲清楚任务、过程和结果,有些却只能停留在工具名称和使用频率上。
不是候选人一定在夸大其词,而是“会用AI”这四个字本身,还缺少一把公认的尺子。
一、不只一个人在头疼
在多个校招项目沟通中,我们经常听到类似的问题。以下以一个综合化的典型场景为例。
林蔚(化名)在某大型互联网公司做了六年招聘,今年是她第一次以HRD身份主导校招。集团12个事业部、覆盖研发、职能、销售、管培生等多条线,总计开放近500个岗位。按照往年经验林蔚有九成把握,但今年集团有了新的要求——领导认为AI在未来一定是大势所趋,校招生作为新生力量,是应用AI的主力军,因此招聘环节需要着重关注和筛选AI能力。
她跟团队开会时说了句实话:“以前筛人,看学历、看实习、看项目经历,至少有个抓手。今年多了一个AI。多这个词之后,我们究竟该如何筛人?需要有个标准。”
她的困境有三层:
第一层:信号淹没。简历端完全无法区分"讲过AI"和"用过AI"和"能把AI嵌入工作流"。过了初筛之后,面试环节才开始发现落差,但那时候时间已经投进去了。
第二层:面试官自己先要补课。大部分HR和业务面试官对AI的理解也参差不齐,更谈不上在30分钟面试里有效考察候选人真实的AI应用深度与意识。不是不想问,是不知道怎么问。
第三层:不同岗位对AI能力的要求根本不是一回事。研发岗需要的是工程化控制能力;运营岗需要的是问题解决能力;管培生需要的是AI理解力和应用意识。如果对所有岗位用同一套题,要么漏判、要么误杀。
她说:“AI能力这件事,最怕的不是你不会评估,而是没有一个标准的评估模型,无法准确判断候选人的水平。”
二、如何定义候选人的AI水平?
北森的人才测评在国内做了超过15年。从最早的认知能力测验(CATA),到个性测评(GPI),再到新近推出的AI能力测评,背后有一条始终没变的方法论:把模糊的能力标签,翻译成可测量、可对比、可验证的行为证据。
北森AI人才科学研究院给出的模型是:AI素养 = AI能力 + AI发展潜质。

其中,AI 能力关注的是候选人当前能否理解 AI、使用 AI,并借助 AI 完成具体任务;AI 发展潜质关注的是候选人未来能否持续学习、主动尝试,并把 AI 转化为工作中的生产力。
前者回答“现在会不会用”,后者回答“未来能不能持续成长”。
但真正的挑战不只是下定义,而是设计一套测评工具,让这个框架在3万份简历的校招场景下也能稳定运转,而不是变成另一份"仅供参考"的报告。
林蔚在听完 AI 素养模型和实际操作方式后,最直接的感受是:“至少今年校招季,AI 能力这件事终于有了一个可以讨论的标准。”
三、AI评估不止打分,而是“用不同的尺子测不同的人”
绝大多数所谓的AI能力评估,可能就是给一个分数或等级——能力:中,分数:85分。
但一个分数回答不了林蔚真正关心的问题:这个人的AI能力好在哪里?短板在哪里?怎么能发挥他的长处?
北森AI素养评估不是单纯的打分。以AI理解能力为例,它不是笼统地问"你懂不懂AI",而是通过客观选择题,综合考察候选人的工具应用能力、风险控制能力、结果甄别能力、目标拆解能力、价值加工能力、创新适应能力。
而在理解能力的地基之上,还有第二层——AI应用能力。北森设计了三种逐级递进的考察方式:
■ 提示词补全题:给定任务目标,补全提示词,考察基本的提示词撰写功底。通常更适合对AI应用能力要求相对基础的职能类岗位。
■ 问题解决题:在具体业务场景下,候选人通过与AI的交互来完成任务,考察的是"能不能在真实工作里用好 AI,把不够可靠的输出变成可用方案"。通常适合产品经理、运营、管培等非IT岗的中高阶考察。
■ 提示词工程题:候选人需要设计一套能稳定运行的提示词逻辑,对一类输入给出可靠可控的输出。这不是简单地"写prompt",而是"工程化地控制AI的产出质量"。对于研发、算法、数据等岗位,可以进一步提高到这一层级。

图片1 提示词工程题
三种题型由易到难,企业可以从岗位的需求出发自行设定并配置提醒的类别和难度,不是每类岗位都需要同一个深度的AI能力,但每类岗位都需要知道自己需要多深。北森的AI素养评估可以帮助这个'深度'量化。
四、AI 素养评估原生融入招聘全流程,HR会评估,更会决策
林蔚担心的第二件事是流程上的:500个岗位、这么多业务线,AI素养评估是一套独立的流程,候选人要多做一套题,HR要多看一份报告,整个招聘节奏会被打乱。
北森的解法是把AI素养评估直接嵌入到关键岗位计算机自适应测评中。候选人在完成原有测评流程的同时,AI能力测验就已经做完了。
系统生成三份报告:
● 综合岗位推荐报告(升级版):在传统的心理韧性、认知能力和岗位潜质基础上,加入了AI能力的结果。重点是:岗位推荐等级已经包含了AI能力等级。如果候选人在 AI 能力上明显低于岗位要求,系统会在综合推荐中给出相应提示,帮助 HR 识别需要重点复核或谨慎推进的人选。
● AI解读报告(升级版):基于GPI个性测评和认知能力结果,给出候选人在AI发展潜质方面的解读——这个人在"主动尝试新技术"上的倾向性如何?对于业务面试官,可以更好的分析候选人的综合能力。
● AI素养评估报告(新增):完整呈现AI能力和AI发展潜质的详细结果,不仅可以看到言语能力、数学能力、逻辑推理能力所表现出的AI发展潜质如何,也能看到实际作答时填写的提示词答案,能够对候选人提词水平有更详细的了解,为面试环节提供深度追问素材。

图片2 AI 素养评估报告(新增)
对HR来说,这把“评估”和“决策”之间的链路打通了,筛第一轮的时候,只需要看一个推荐等级。初筛阶段,HR 可以先看综合推荐等级和关键风险提示,快速识别需要优先关注、进一步复核或谨慎推进的人选。到了面试环节,再把详细的 AI 素养报告拿出来看。
这不只是一个产品功能的叠加,它是一种工作方式的变化:以前HR看到“熟练使用AI”只能靠面试碰运气,现在系统告诉你这个人到底在第几层、哪个方向强、面试该从哪里追问。
五、校招识人不再靠感觉,看人有数了
项目第一轮筛选跑完之后,我问林蔚最大的感受。她想了想,说了五个字。
"看人有数了。"
校招启动前最后一次复盘会上,林蔚把一份候选人的AI素养报告投在大屏上。一个研发管培生候选人,AI理解能力-中高、AI应用能力-非常高,但在AI发展潜质模块中展现出的主动性和逻辑能力偏低。
她说:"这个候选人技术和认知都很好,但可能需要更多的制度环境来推动他落地AI。知道这一点,入职后的mentor选择和项目分配就更有方向了。"
然后她停了一下,补了一句:"放在以前,这个判断我不可能做得如此清晰。因为我连数据都没有。"
候选人的能力有“数”可评估,HR和面试官的心里就有数了。
有媒体援引麦肯锡研究称,到 2030 年,中国可能有大量劳动者因自动化影响而面临职业转换或技能升级压力。无论具体数字如何变化,一个趋势已经很清楚:AI 与自动化正在重塑企业对人才能力的要求。这场升级的主体不是程序员,而是每一个行业里的一线从业者、管理者、决策者。
招聘作为人才进入企业的第一道闸门,也正在经历一场静默的升级:"会用AI"从加分项变成了必备项。而下一个变化已经开始发生——"用可验证的方式评估AI能力"正在成为HR的基本功。
本文中"林蔚"为综合场景构建的典型用户画像,非具体客户案例。
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询