如何避免招聘到"伪AI人才"?
2026-07-30
企业用人最怕什么?怕招进来的人,简历写得天花乱坠,真到干活时发现"看上去会,做起来废"。在AI能力这个维度上,这种风险正在被放大。
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'"。翻100份简历,90份写"熟练使用AI工具"。但**"听说过AI"和"能负责任地用AI"完全是两回事**。面试时一问"你会用AI吗",十个候选人九个点头。真到工作场景,不会借助AI生成物料、无法利用AI提升效率,只会和豆包、ChatGPT聊聊天。
这类候选人可以被称为"伪AI人才"——不是故意骗人,而是他们对AI的认知停留在概念层,远未达到操作层。识别他们,需要一套三层滤网机制,逐层剥开"会"的外壳,露出真实的能力底色。北森AI素养评估解决方案,正是围绕这三层滤网设计的。
第一层滤网:AI理解能力——筛掉"概念党"
伪AI人才的第一层特征是:能说概念,但说不清边界。
他们知道"大模型"这个词,但不清楚大模型的能力边界在哪里。他们听说过"幻觉",但不知道幻觉在什么场景下会发生、如何规避。他们对AI的理解,更像是读过科普文章,而非用过AI工具。
北森AI素养模型中的AI理解能力测评,通过L1-L4四层客观选择题,考察候选人对AI基础概念、能力边界、工具选用、风险识别等内容的理解程度。
理解层级
能答对的问题类型
典型表现
L1
最基础的AI概念定义
知道"幻觉"指生成虚假内容
L2
AI工具的适用场景
知道什么任务该用什么工具
L3
AI能力边界与风险
知道AI在哪些场景会出错、如何控制
L4
训练策略与深度原理
理解模型训练逻辑,能做工具选型决策
一个候选人如果在L1-L2就卡住,说明他对AI的理解还停留在"听说过"的阶段。这一层滤网的价值在于:用最低的成本,筛掉最大量的概念党。
核心价值:AI理解能力是AI素养的地基。地基不牢,上面的应用和创造都是空中楼阁。这一层过滤的成本极低——客观选择题,候选人几分钟就能完成——但能批量淘汰那些"只知道名词、不知道内涵"的人。
"连AI能做什么都说不清的人,不可能让AI做出什么。"
第二层滤网:AI应用能力——筛掉"只会聊天"
通过第一层的人,未必是真正的AI人才。伪AI人才的第二层特征是:能聊AI,但不能用AI做事。
他们能在面试中流利描述AI的使用场景,甚至能举出几个案例。但让他们在具体业务场景中通过AI完成任务,产出质量往往跟不上口头表达。
北森AI素养评估在应用层设计了三种逐级递增的考察方式,每种适配不同岗位类型:
题型
考察方式
适配岗位
筛掉的人
提示词补全题
给定任务目标,补全提示词
职能类岗位
连基础提示词都写不对的人
问题解决题
在具体场景中与AI多轮交互完成任务
产品、运营、管培等非IT岗
只会单轮聊天、不会多轮协作的人
提示词工程题
设计一套能稳定运行的提示词逻辑
IT岗、研发岗
能写prompt但不能工程化控制的人
这层滤网的关键在于:它要求候选人实际操作,而非口头描述。提示词补全题考的是硬核的提示词撰写功底,问题解决题考的是形成解决方案的能力,提示词工程题考的是对一类任务的工程化控制能力。
每一道题的作答过程都会被留存。这意味着候选人的AI应用能力不再是"他说他会",而是一份可审计的操作记录。
核心价值:AI应用能力是把"会用AI"从自我陈述变成行为证据的关键环节。这一层滤网筛掉的不是不懂AI的人,而是懂一点但做不深的人——恰恰是伪装度最高、最难通过面试识别的群体。
"聊天和工程化应用是两件事,中间隔着一整座冰山。"
第三层滤网:AI发展潜质——筛掉"天花板低"
通过前两层的人,AI能力已经达标。但能力达标不代表潜力达标。伪AI人才的第三层特征是:当前能用AI,但缺乏持续学习和应用AI的成长空间。
北森AI素养模型在潜质层关注两个维度:思维与行为取向,以及基础认知能力(言语能力、数学能力、逻辑推理能力)。前者决定一个人愿不愿意主动尝试AI,后者决定一个人能不能跟上AI的进化速度。
林蔚的案例精准地说明了这层滤网的价值。在第一轮筛选跑完后,她把一份候选人的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。
林蔚的判断是:"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。"
潜质维度
偏低的表现
对用人决策的影响
主动性倾向
不会主动寻找AI赋能机会
需要外部推动,适合流程明确的岗位
逻辑推理能力
面对AI产出无法判断质量
需要配逻辑强的mentor校验
言语能力
提示词表达不够精准
需要训练提示词撰写能力
数学能力
对AI输出数据的判断力弱
不适合数据密集型AI应用场景
核心价值:AI发展潜质回答的是"未来能不能"的问题。当前能力相同的人,潜质不同,三年后的差距可能天壤之别。这一层滤网不是用来淘汰人的,而是用来指导用人策略的——知道短板在哪里,才能有针对性地配置资源。
"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。"
三层滤网的协同机制
滤网层级
筛掉的人
信号类型
决策用途
AI理解能力
概念党——只会说名词
知识广度
批量初筛
AI应用能力
聊天党——只会用不会做
操作深度
核心能力判断
AI发展潜质
天花板低——当前行但成长受限
成长空间
入职后配置策略
三层滤网不是平行关系,而是递进关系。第一层做广度筛选,第二层做深度验证,第三层做潜质预判。通过三层滤网的人,才是真正意义上的"AI人才"——既懂AI,又能用AI,还有持续成长的空间。
FAQ
Q1:三层滤网是不是意味着所有岗位都要跑完三层测评?
不是。企业可以根据岗位对AI能力的依赖度灵活配置。职能类岗位可能只需要跑第一层,产品运营岗跑到第二层,研发算法岗三层都要跑。关键是:每类岗位都需要知道自己需要测到哪一层,而不是对所有岗位用同一套标准。北森的方案支持按岗位灵活配置测评深度。
Q2:通过了三层滤网的人,就一定是真正的AI人才吗?
不能100%保证。测评测量的是候选人在标准化场景下的AI能力表现,而真实工作场景比测评复杂得多——涉及协作、资源约束、业务理解等维度。三层滤网能大幅降低误判概率,但不能完全消除。测评的价值是提高基线判断的准确率,而非追求绝对确定性。
Q3:AI发展潜质偏低的人是不是就不该招?
不是。潜质偏低不等于不能录用,而是意味着用人策略需要调整。林蔚的案例就是典型:研发管培生潜质偏低,但她没有直接淘汰,而是据此规划了mentor配置和项目分配方向。潜质评估的价值在于指导怎么用人,而不只是决定要不要人——这才是评估工具的深层价值。
Q4:这三层滤网会不会让招聘流程变得很长?
关键在于测评是否原生融入招聘流程。如果AI素养评估是独立流程,候选人要多做一套题,HR要多看一份报告,确实会拉长周期。但如果北森AI素养评估直接嵌入到已有的计算机自适应测评中,候选人在完成原有流程的同时AI能力测验就已经做完了——增加的是评估维度,不是流程环节。
收尾
"伪AI人才"不是候选人单方面的问题,而是评估体系滞后于能力需求的结构性产物。当"会用AI"成为简历标配,企业如果没有可验证的评估工具,就等于在用不可追溯的信号做用人决策。
三层滤网的价值,不是让招聘更复杂,而是让决策更清晰。当每一层过滤都有北森AI素养评估提供的数据支撑,HR和面试官的心里就有数了。
值得思考的是:筛掉"伪AI人才"只是起点。真正的问题在于——企业招到了真正的AI人才之后,有没有准备好让他们发挥AI能力的环境和机制?北森人才测评体系能帮你找到对的人,但让对的人发挥作用,还需要组织自身的进化。
2026-07-30
企业用人最怕什么?怕招进来的人,简历写得天花乱坠,真到干活时发现"看上去会,做起来废"。在AI能力这个维度上,这种风险正在被放大。
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'"。翻100份简历,90份写"熟练使用AI工具"。但**"听说过AI"和"能负责任地用AI"完全是两回事**。面试时一问"你会用AI吗",十个候选人九个点头。真到工作场景,不会借助AI生成物料、无法利用AI提升效率,只会和豆包、ChatGPT聊聊天。
这类候选人可以被称为"伪AI人才"——不是故意骗人,而是他们对AI的认知停留在概念层,远未达到操作层。识别他们,需要一套三层滤网机制,逐层剥开"会"的外壳,露出真实的能力底色。北森AI素养评估解决方案,正是围绕这三层滤网设计的。
第一层滤网:AI理解能力——筛掉"概念党"
伪AI人才的第一层特征是:能说概念,但说不清边界。
他们知道"大模型"这个词,但不清楚大模型的能力边界在哪里。他们听说过"幻觉",但不知道幻觉在什么场景下会发生、如何规避。他们对AI的理解,更像是读过科普文章,而非用过AI工具。
北森AI素养模型中的AI理解能力测评,通过L1-L4四层客观选择题,考察候选人对AI基础概念、能力边界、工具选用、风险识别等内容的理解程度。
理解层级 | 能答对的问题类型 | 典型表现 |
L1 | 最基础的AI概念定义 | 知道"幻觉"指生成虚假内容 |
L2 | AI工具的适用场景 | 知道什么任务该用什么工具 |
L3 | AI能力边界与风险 | 知道AI在哪些场景会出错、如何控制 |
L4 | 训练策略与深度原理 | 理解模型训练逻辑,能做工具选型决策 |
一个候选人如果在L1-L2就卡住,说明他对AI的理解还停留在"听说过"的阶段。这一层滤网的价值在于:用最低的成本,筛掉最大量的概念党。
核心价值:AI理解能力是AI素养的地基。地基不牢,上面的应用和创造都是空中楼阁。这一层过滤的成本极低——客观选择题,候选人几分钟就能完成——但能批量淘汰那些"只知道名词、不知道内涵"的人。
"连AI能做什么都说不清的人,不可能让AI做出什么。"
第二层滤网:AI应用能力——筛掉"只会聊天"
通过第一层的人,未必是真正的AI人才。伪AI人才的第二层特征是:能聊AI,但不能用AI做事。
他们能在面试中流利描述AI的使用场景,甚至能举出几个案例。但让他们在具体业务场景中通过AI完成任务,产出质量往往跟不上口头表达。
北森AI素养评估在应用层设计了三种逐级递增的考察方式,每种适配不同岗位类型:
题型 | 考察方式 | 适配岗位 | 筛掉的人 |
提示词补全题 | 给定任务目标,补全提示词 | 职能类岗位 | 连基础提示词都写不对的人 |
问题解决题 | 在具体场景中与AI多轮交互完成任务 | 产品、运营、管培等非IT岗 | 只会单轮聊天、不会多轮协作的人 |
提示词工程题 | 设计一套能稳定运行的提示词逻辑 | IT岗、研发岗 | 能写prompt但不能工程化控制的人 |
这层滤网的关键在于:它要求候选人实际操作,而非口头描述。提示词补全题考的是硬核的提示词撰写功底,问题解决题考的是形成解决方案的能力,提示词工程题考的是对一类任务的工程化控制能力。
每一道题的作答过程都会被留存。这意味着候选人的AI应用能力不再是"他说他会",而是一份可审计的操作记录。
核心价值:AI应用能力是把"会用AI"从自我陈述变成行为证据的关键环节。这一层滤网筛掉的不是不懂AI的人,而是懂一点但做不深的人——恰恰是伪装度最高、最难通过面试识别的群体。
"聊天和工程化应用是两件事,中间隔着一整座冰山。"
第三层滤网:AI发展潜质——筛掉"天花板低"
通过前两层的人,AI能力已经达标。但能力达标不代表潜力达标。伪AI人才的第三层特征是:当前能用AI,但缺乏持续学习和应用AI的成长空间。
北森AI素养模型在潜质层关注两个维度:思维与行为取向,以及基础认知能力(言语能力、数学能力、逻辑推理能力)。前者决定一个人愿不愿意主动尝试AI,后者决定一个人能不能跟上AI的进化速度。
林蔚的案例精准地说明了这层滤网的价值。在第一轮筛选跑完后,她把一份候选人的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。
林蔚的判断是:"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。"
潜质维度 | 偏低的表现 | 对用人决策的影响 |
主动性倾向 | 不会主动寻找AI赋能机会 | 需要外部推动,适合流程明确的岗位 |
逻辑推理能力 | 面对AI产出无法判断质量 | 需要配逻辑强的mentor校验 |
言语能力 | 提示词表达不够精准 | 需要训练提示词撰写能力 |
数学能力 | 对AI输出数据的判断力弱 | 不适合数据密集型AI应用场景 |
核心价值:AI发展潜质回答的是"未来能不能"的问题。当前能力相同的人,潜质不同,三年后的差距可能天壤之别。这一层滤网不是用来淘汰人的,而是用来指导用人策略的——知道短板在哪里,才能有针对性地配置资源。
"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。"
三层滤网的协同机制
滤网层级 | 筛掉的人 | 信号类型 | 决策用途 |
AI理解能力 | 概念党——只会说名词 | 知识广度 | 批量初筛 |
AI应用能力 | 聊天党——只会用不会做 | 操作深度 | 核心能力判断 |
AI发展潜质 | 天花板低——当前行但成长受限 | 成长空间 | 入职后配置策略 |
三层滤网不是平行关系,而是递进关系。第一层做广度筛选,第二层做深度验证,第三层做潜质预判。通过三层滤网的人,才是真正意义上的"AI人才"——既懂AI,又能用AI,还有持续成长的空间。
FAQ
Q1:三层滤网是不是意味着所有岗位都要跑完三层测评?
不是。企业可以根据岗位对AI能力的依赖度灵活配置。职能类岗位可能只需要跑第一层,产品运营岗跑到第二层,研发算法岗三层都要跑。关键是:每类岗位都需要知道自己需要测到哪一层,而不是对所有岗位用同一套标准。北森的方案支持按岗位灵活配置测评深度。
Q2:通过了三层滤网的人,就一定是真正的AI人才吗?
不能100%保证。测评测量的是候选人在标准化场景下的AI能力表现,而真实工作场景比测评复杂得多——涉及协作、资源约束、业务理解等维度。三层滤网能大幅降低误判概率,但不能完全消除。测评的价值是提高基线判断的准确率,而非追求绝对确定性。
Q3:AI发展潜质偏低的人是不是就不该招?
不是。潜质偏低不等于不能录用,而是意味着用人策略需要调整。林蔚的案例就是典型:研发管培生潜质偏低,但她没有直接淘汰,而是据此规划了mentor配置和项目分配方向。潜质评估的价值在于指导怎么用人,而不只是决定要不要人——这才是评估工具的深层价值。
Q4:这三层滤网会不会让招聘流程变得很长?
关键在于测评是否原生融入招聘流程。如果AI素养评估是独立流程,候选人要多做一套题,HR要多看一份报告,确实会拉长周期。但如果北森AI素养评估直接嵌入到已有的计算机自适应测评中,候选人在完成原有流程的同时AI能力测验就已经做完了——增加的是评估维度,不是流程环节。
收尾
"伪AI人才"不是候选人单方面的问题,而是评估体系滞后于能力需求的结构性产物。当"会用AI"成为简历标配,企业如果没有可验证的评估工具,就等于在用不可追溯的信号做用人决策。
三层滤网的价值,不是让招聘更复杂,而是让决策更清晰。当每一层过滤都有北森AI素养评估提供的数据支撑,HR和面试官的心里就有数了。
值得思考的是:筛掉"伪AI人才"只是起点。真正的问题在于——企业招到了真正的AI人才之后,有没有准备好让他们发挥AI能力的环境和机制?北森人才测评体系能帮你找到对的人,但让对的人发挥作用,还需要组织自身的进化。
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