2026年招聘，简历上人人都会AI，HR到底怎么筛？（附真AI人才甄别指南）

做招聘第八年了，今年是我第一次觉得"筛简历"这件事变得这么魔幻。

春招快结束的时候，我让实习生帮我拉了一组数据：过去两个月收到的3,200份简历里，写"熟练使用AI工具"的比例——你猜多少？

73%。

然后我们做了一件更狠的事。从这73%里随机抽100个人，用一套标准化的AI基础测试跑了一遍。结果：

●能说清楚"大模型幻觉是什么"的，14人。

●能给一个真实业务场景写出有效Prompt、完成任务的，7人。

●能做多轮AI交互、全程不跑偏、输出可用的，2人。

每100个简历里写"熟练使用AI"的人，真正能用的可能就两个。

但说实话，这不全是候选人的问题。"会用AI"这四个字，目前在招聘市场上根本没有公认的衡量标准。写简历的人和看简历的人，理解的完全是两件事。你筛了半天，筛出来的不是AI人才，是"最会写简历的人"。

一、数据不会骗人：AI标签正在失效，而且比你想得更严重

先甩几组数据。

麦肯锡一项覆盖全球的调查显示，94%的员工声称对生成式AI有基础认知。但同一份报告也指出，管理者普遍认为员工的AI实际应用能力远低于自称水平。换句话说，人人都说自己懂，真正会的没几个。

世界经济论坛已经把AI和大数据列为未来五年增长最快的技能类别。2026年校招，AI相关岗位渗透率从去年的26%飙升到37%——每3个新岗位里，就有1个跟AI直接相关。

但在招聘端呢？当100份简历里有73份写着"熟练使用AI"，这个标签的区分度直接归零。它不是没用了，是变成了噪音。

一个在某大厂做了六年校招的HR朋友跟我说了句大实话："以前筛人，看学历、看实习、看项目经历，至少有个抓手。今年加了AI——加完这个词之后，更不知道该怎么筛了。不是不想评估，是不知道拿什么标准评估。"

这根本不是一个人的困境。这是整个招聘行业撞上的一堵墙。

二、HR甄别AI人才的三个坑，我们帮你踩过了

坑1：以为面试时多问一句就够了

现在最主流的做法是：面试加个问题——"你用AI做过什么？"

听起来合理吧？实际上这道题几乎测不出任何东西。

第一，候选人可以提前背答案。第二，他可以夸大描述——"我用AI做过数据分析、写过文案"，你没法当场验证。第三，也是最要命的——大部分面试官自己也不太懂AI。自己都没正经用过几次Prompt工程，怎么在30分钟里判断候选人写Prompt的功力？自己都不知道大模型能干什么、不能干什么，怎么判断候选人说"我用AI优化了业务流程"到底是真优化还是吹牛？

十年前问"你会用电脑吗"，所有人都点头，但你知道他会不会用Excel做数据透视表吗？现在问"你会用AI吗"是同一个效果。

坑2：所有岗位用同一把尺子

研发岗要的是工程化控制AI输出的能力——能写一套稳定运行的Prompt逻辑，对一类任务给出可控产出的Agent。

产品、运营岗需要的是在具体业务场景里跟AI多轮交互、迭代出解决方案的能力。不是"能不能写Agent"，而是"能不能把活干完"。

管培生需要的可能只是AI理解力——知道AI能做什么、不能做什么、风险在哪、什么时候该用什么时候不该用。

这三类人对AI能力的要求完全不同。但大多数企业还在用同一道面试题覆盖所有岗位。研发岗觉得太浅、漏判；管培生觉得太难、误杀。不是候选人不对，是你的尺子不对。

坑3：AI评估和招聘决策两张皮，做了也白做

就算你真的用某种方式测出了候选人的AI水平，然后呢？

这个测评结果怎么跟岗位推荐等级挂钩？怎么影响面试官的追问方向？怎么在初筛阶段就帮你快速淘汰不合格的人？

很多企业的现状是：HR多看了一份AI能力报告，招聘流程多了一步，但最终决策还是靠感觉。测评归测评，筛人归筛人。数据有了，但它没进入决策链路，等于没有。

三、真靠谱的AI人才评估，长什么样？

我研究了一圈，发现北森最近推出的AI素养评估方案，在这个问题上想得比较清楚——不是简单打个分，而是"用不同的尺子测不同的人"。

北森AI人才科学研究院提出的核心模型是把"AI素养"拆成两个维度：AI能力 + AI发展潜质。

AI能力不是你想象中的"会不会用豆包聊天"，而是三层递进的东西：

●第一层，AI理解能力。你到底知不知道大模型的能力边界？知不知道不同AI工具该用在什么场景？知不知道怎么写Prompt才能得到靠谱结果？这不是开放式问答，是用结构化客观题测你的认知深度。比如直接问你：大模型出现幻觉时最可能产生什么后果？你选的答案直接暴露你的理解水平。

●第二层，AI应用能力。给你一个真实业务场景——不是"你觉得AI能干什么"，而是"请用AI完成这个具体任务"。观察你如何分步骤跟AI交互、如何验证输出、如何迭代优化。根据不同岗位，考察方式还不一样：职能岗可能一道提示词补全题就够了，产品运营岗要上问题解决题，研发岗得做提示词工程——设计一套能稳定运行的Prompt逻辑。

●第三层，AI创造能力。你能不能主动发现业务中的AI赋能机会？能不能重新设计人机协作流程？这是从"会用AI"到"设计AI工作流"的跃迁。

AI发展潜质是更底层的东西——你的学习能力、逻辑推理能力、对新技术的主动尝试倾向。这些基础认知能力和人格特质，决定了你半年后、一年后能走到哪一层。有些人现在AI能力一般但潜质很高，成长速度可能是别人的好几倍。

这套东西的厉害之处不在"定义了层级"，而在"能测出来"。不同岗位配不同深度的考察，测评结果直接进岗位推荐等级——HR筛选阶段看一个等级就够了，不需要自己翻报告做判断。面试官拿到的不只是一个分数，是"这个人在哪一层、强在哪、弱在哪、该从哪里追问"。

四、给招聘同行的四条可执行建议

别再用"你会用AI吗"当面试题了

这道题给不了你任何有效信息。在你有系统化评估工具之前，至少把问题升级一下："请描述一个你最近用AI解决的实际工作问题，告诉我你是怎么分步骤跟AI协作的，遇到过什么坑，你怎么处理的。"——追问细节，看他能不能展开。能展开的，至少证明他真的用过。

不同岗位必须配不同的AI评估标准

先把你的岗位梳理清楚：每个岗到底需要多深的AI能力？是只要"理解"就够了，还是需要"应用"，还是得上"创造"？匹配错了，要么漏判要么误杀。

AI测评结果必须进决策链路，不能当独立报告看

不要让AI测评变成HR多收的一份邮件。像北森的做法是把AI素养评估直接嵌入到原有的招聘测评流程里——候选人在做认知能力、个性测评的同时，AI能力测验就做完了。最后出来的岗位推荐等级已经包含了AI能力的权重，HR筛选阶段看一个等级就够了，不需要自己翻两份报告做判断。

面试官自己先补AI的课

你如果自己都不知道大模型幻觉是什么、Prompt工程的核心逻辑在哪、甚至没用过几次多轮AI交互——你凭什么判断候选人说得对不对？这不是HR的错，但这是HR绕不开的功课。花一个下午，踏踏实实体验一下AI工具，至少知道"好的AI协作"长什么样。

最后说两句

2026年，"会用AI"正在从加分项变成基础项。

但下一个变化已经开始了——"能科学评估AI能力"正在成为HR的基本功。

你筛进来的不是最会写简历的人，而是真正能跟AI一起干活的人。评测报告告诉你这个人到底在第几层——招人看人，不用再靠感觉了。