Hirely把招聘流程砍到5分钟，Notion成了HR的隐藏外挂

1000份简历涌进来，950份没人看。剩下的50份里，一半根本不合适。这不是人才短缺，是信号彻底丢失。

这就是大多数公司招聘的真实画面。候选人花45分钟填表，3天后被 ghost。HR 在日历迷宫里找时间面试，最后凭直觉拍板。整个系统靠运气运转。

5分钟面试，0次人工调度

Hirely 的做法很直接：把岗位发到 Notion，候选人收到链接，AI 直接进行一场 5 分钟的实时面试。问题完全根据你的岗位要求动态生成。

第二天醒来，你看到的是一份排名列表。每个候选人带着 Match Score（匹配分数），技能缺口、薪资适配度、风险标记全部自动写进 Notion 数据库。

没有排期、没有表格、没有简历堆。

你的时间只花在真正匹配的 5 个人身上，而不是在 995 个噪音里打捞。

这套流程的底层是 Next.js 架在 Vercel 上，n8n Cloud 负责自动化，Notion 通过 MCP（模型上下文协议）充当唯一数据库，OpenAI 生成面试内容。没有复杂的 HR SaaS 订阅，没有数据孤岛。

聊天就能招完一个人

Hirely 的另一面是彻底的无界面化。任何接入了 Notion MCP 的聊天机器人都能完成全套操作。

说一句"招一个 3 年经验的 Node.js 开发"，岗位页面自动生成。过两天问"匹配度 80% 以上的候选人有哪些"，直接拿到筛选名单——全程不用打开任何仪表盘。

这对技术团队尤其顺手。Notion 本来就是他们的文档中心，现在连招聘管道也并入了同一个信息空间。候选人数据、面试记录、评分卡片，全部可查询、可关联、可追溯。

传统 ATS（申请人追踪系统）的问题在于：数据进去就出不来，像黑洞。Hirely 把 Notion 变成了透明的操作台，每个决策都有上下文。

AI 面试官到底在测什么

关键问题是：5 分钟能问出什么？

Hirely 的设计是动态探针。AI 根据岗位描述实时调整问题深度，不是固定题库。技术岗会追问实现细节，文化适配则通过情景模拟探测。所有回答被结构化提取，生成可对比的评分维度。

这不是要取代终面，而是把筛选层从"人力密集型"变成"算力密集型"。人类面试官终于可以从重复劳动里解放出来，去做只有人类能做的事：判断化学反应、识别潜在、谈判说服。

开发者在提交文档里写得很直白：「大多数招聘团队没有人才问题，他们有信号问题。」Hirely 本质上是一个信号放大器，用结构化数据替代直觉噪音。

Notion MCP 的隐藏玩法

这个案例的真正看点，是 Notion MCP 的边界被推到了哪里。

MCP 是 Anthropic 推出的开放协议，让 AI 应用能直接读写 Notion 页面和数据库，像操作本地文件一样自然。Hirely 把它用成了招聘基础设施：岗位是页面，候选人是数据库条目，面试记录是嵌套内容。

这意味着什么？招聘流程变成了可版本控制的文档。你可以分叉一个岗位描述做 A/B 测试，用 Notion 的关联功能追踪候选人从投递到 offer 的全链路，甚至把面试数据同步到产品需求文档里——如果招的是产品经理的话。

传统 HR 工具把流程锁死在封闭系统里。Hirely 选择把流程摊开在 Notion 的白纸上，让团队用自己的方式组织信息。

目前 Hirely 已上线（hirely-tan.vercel.app），配套有完整的 Notion 集成指南。从描述看，这更像一个概念验证级别的产品，但架构思路很清晰：用现有工具链的最小组合，解决一个具体痛点。

对于已经深度使用 Notion 的中小团队，这种"不增加新系统"的方案可能比企业级 ATS 更讨喜。毕竟，多一个订阅就多一个数据孤岛，而孤岛是信息时代最大的招聘成本。

如果 AI 面试官的评分和你的终面判断长期偏离，你会校准 AI，还是怀疑自己看人的眼光？