如果你正在找工作或招聘，人工智能几乎已成为绕不开的环节。生成式AI正被用于撰写简历和求职信、筛选候选人，甚至主导面试流程，招聘场景在短时间内被大幅重塑。

在这一过程中，雇主和求职者都在快速试探边界。一些公司开始对候选人使用AI设限，例如Anthropic曾要求应聘者在申请时不要使用AI系统，并签署确认文件；高盛采用屏蔽和检测工具识别AI生成内容；麦肯锡则在另一端要求候选人使用其内部聊天机器人Lilli完成咨询任务。候选人与招聘方之间围绕AI的“军备竞赛”不断升级。

在这样的背景下，一家来自瑞典的AI公司选择了不同路径：在业务高度依赖生成式AI的同时，在招聘环节刻意降低AI的作用，甚至让对大型语言模型（LLM）的依赖成为一种负担。

依赖生成式AI的业务，反向设计的招聘

Sana Labs成立于2016年，由Joel Hellermark创立。该公司开发的软件帮助企业培训员工，并利用自身机构知识部署AI助手，客户包括Spotify、Hootsuite、Strava和Robinhood等。2025年11月，Sana被Workday以11亿美元收购，据报道是欧洲规模较大的AI收购交易之一。

尽管业务本身依托生成式AI，Sana在招聘上采取了与行业主流不同的做法。公司设计了一套流程，使单纯依赖LLM的候选人在应聘中难以占优。随着AI在招聘中的使用愈发普遍，这一“逆向押注”在Sana内部被认为正在取得效果。

公司目前团队规模约300人，仅在去年就新增约150名员工。根据公司说法，其员工流失率显著低于欧洲科技行业17.4%的平均水平。

极简申请入口与“MEH”框架

Sana的招聘通常从主动挖角开始。运营主管Olivia Elf自2021年加入公司，她表示，优秀候选人往往并不主动寻找工作，团队会用数周甚至数年时间持续关注目标人才。一旦对方表现出兴趣，可供公司把握的时间窗口非常有限，因此申请流程被刻意设计得尽可能简化。

候选人只需上传简历并填写联系方式即可完成申请。公司承诺在24小时内给予反馈，无论是进入下一轮还是被拒绝。

随后，候选人会与一名Sana员工进行简短的电话沟通。公司没有专职招聘人员，每位员工都接受过面试培训。Elf称，面试被视为所有人都应掌握的一项“生活技能”，面试官被鼓励提出具有挑战性的问题。

在正式考察前，Sana会先以内部称为“MEH”的框架进行初步判断：候选人是“传教士”（missionary）还是“雇佣兵”（mercenary）（M）；是否始终追求卓越（E）；是否展现出谦逊（H）。通过这一关的候选人，才会收到与岗位或职能相关的带回家任务。

公司创始人Hellermark表示，Sana并不限制候选人使用工具。“我们期望人们使用所有可用工具，我们不想限制任何人。”在他看来，在招聘中人为设限，与候选人未来将面对的工作环境并不一致。

线下面试中AI“帮不上忙”

完成带回家任务后，候选人会被邀请前往Sana位于斯德哥尔摩、纽约或伦敦的办公室进行现场展示。公司大部分岗位为线下办公，跨城市搬迁在团队中较为常见。

在这一环节，单纯依赖LLM的优势被大幅削弱。候选人需要现场讲解自己的方案，并即时回应反馈和追问。Elf表示，面试过程会“相当激烈”，但强调公司希望在关怀和幽默的氛围中，让候选人真实感受到在Sana工作的状态。

如果展示材料明显带有ChatGPT等工具生成的痕迹，面试官会进一步追问细节，包括候选人在哪些部分使用了AI。Elf称，公司不会回避这一问题，候选人可以在准备阶段使用AI，但在现场展示和互动中，“那救不了你”。

并非所有企业都具备类似条件。拥有15年招聘经验、在柏林创立人力资源咨询公司Bundls的Andreas Bundi指出，对于招聘规模较大的公司而言，大量安排线下面试和任务展示成本较高。他认为，更现实的做法是结合工具和人工判断，通过远程面试尽量降低候选人作弊风险。

个人化问题与“好奇心”筛选

Sana在问题设计上也刻意降低AI可替代性。公司在面试中大量使用个人化、反思性问题，试图了解候选人的思考方式和价值取向。例如：“回顾你做出的最关键决定，哪些原则塑造了它们？”“当你坐在沙发上刷手机时，最终会停留在哪儿？”“你上次改变对重要事情看法是什么时候？”

这类问题被认为难以通过LLM给出可信的个性化回答。Bundi表示，他观察到越来越多公司减少现场任务展示和面试的使用，这是对过度依赖LLM的一种反应。他提到，欺诈性申请数量明显上升，尤其是在更多AI公司使用第三方工具检测申请材料和面试内容中AI使用情况之后。Bundi预计，AI审计工具的使用将继续增加，特别是在快速扩张的企业中。不过，他认为线下面试并非必需，一些候选人可能还会从碳排放角度反对频繁出行，而企业对自身道德形象的关注似乎在下降。

Sana的招聘流程自2022年AI热潮前基本保持稳定。公司新增的一项不可妥协要求是：候选人必须对AI本身具有真实兴趣。作为一家AI公司，Sana的员工需要持续对模型进行压力测试并开发自动化工具，在这一前提下，公司将“好奇心”置于人脉、名企背景甚至正式资质之上。

Elf表示，在公司看来，好奇心强的人更愿意自我更新，承认并改进自身弱点，也是更有可能成为有趣同事的群体，这一点在Sana的招聘中被视为重要特质。

在AI招聘浪潮中的逆向选择

在远程办公普及、招聘流程高度自动化、针对各环节的作弊手段不断出现的环境下，市场对信任的担忧加剧。与工作和就业相关的诈骗报告大幅增加，损失金额达数亿美元，许多参与者认为“别人都在作弊”。

研究人员发现，大型语言模型有助于完成回答具体问题、校对文档等目标导向任务，但会削弱“发散性思维”，即产生新颖想法的能力。在LLM被广泛使用的背景下，“好奇心”被一些观察者视为愈发稀缺的品质。

Elf认为，AI带来了许多新可能，但同时也削弱了严谨思考的动力，降低了人们进行自我反省的需求。

在多数招聘流程以速度为优先的市场环境中，Sana选择在招聘中强调深度和候选人的综合潜力。公司内部的做法显示，在一个高度依赖AI的行业中，“好奇心”既被视为软技能，也被视为在AI原生环境中生存的一项基础能力。