事件与背景
2026 年 8 月 11 日（北京时间；Bloomberg 于美东 8/10 首发），Bloomberg 报道：Google 的 AI 团队（DeepMind）罕见地告知求职者，其内部 HR 筛选系统不可靠——一份 Bloomberg 获取的文件显示，团队鼓励申请人额外填写特殊表单，以消除申请被内部 AI 系统自动筛掉的风险。Business Times、Straits Times、NDTV Profit 等多家媒体随后跟进报道。
关键事实
| 项目 | 详情 |
|---|---|
| 报道来源 | Bloomberg（8/10），多家中英文媒体跟进 |
| 涉事团队 | Google DeepMind（AI 人才招聘） |
| 核心事实 | 内部文件建议申请人填写特殊表单规避自动筛选 |
| 官方回应 | Google 发言人否认系统错误过滤，称目标是招募最合格人才 |
| 矛盾点 | Google 对外推销 AI 招聘工具，对内承认系统可能误筛 |
| 行业背景 | 企业普遍用 AI 快速筛选海量简历 |
技术机制或行业解释
AI 招聘筛选本质是「召回 vs 精确」的权衡：系统用历史录用数据训练排序模型，把候选人按匹配度打分并截断。对普通岗位，截断阈值可接受；但对稀缺的 AI 研究人才，一次误筛的成本（错过顶尖候选人）远高于误报成本，因此团队宁可公开提示候选人走人工通道。这也暴露了 HR-AI 的经典缺陷——训练数据里的「优秀候选人」特征可能过时，导致系统对非典型但高价值背景的候选人系统性低估。
影响与意义
对 AI 招聘行业，Google 的「内外不一致」提供了罕见的真实用例：当 AI 工具的服务商自己都不信任自家筛选器时，企业客户应重新审视采购决策。对求职者，这一事件提示「多通道投递 + 直接联系招聘经理」仍是规避自动筛选的有效策略。对 AI Master 读者，评估 HR 技术时，应把误筛率、人工兜底与候选人体验纳入合同要求，而非只看处理简历的吞吐量。
风险与边界
报道基于 Bloomberg 获取的内部文件与 Google 发言人的回应，文件细节未经全文披露；Google 否认系统误筛，事件可能被媒体放大；「特殊表单」的具体机制与适用范围未知；其他公司是否类似操作无法由此推断，行业影响存在外推风险。
后续观察
关注 Google 是否调整 DeepMind 招聘流程或回应文件真实性；跟踪 AI 招聘工具误筛率的行业讨论与监管动向；对比其他大厂（Meta、Microsoft）对内部 AI 招聘的信任度；观察求职者社区是否形成「绕过自动筛选」的通用策略。
AI Master 解读
核心事件
Google AI 团队告知求职者其 HR 自动筛选系统不可靠，建议直接联系招聘经理规避被误筛。
行业影响
这是 AI 招聘领域的标志性反讽：Google 对外推销 AI 筛选工具，对内却建议候选人绕过自家系统。说明 AI 招聘的误筛成本在「卖方自己招聘」场景下被真实感知——当被筛掉的是稀缺的 AI 人才，漏检损失远大于误报。对行业，这提示 HR-AI 需要「召回优先」的容错设计，而不是把筛选阈值当作效率指标。
AI Master 建议
企业采用 AI 招聘/筛选工具时，为高价值岗位保留人工兜底通道并监控误筛率；把「候选人体验与信任」纳入 AI 工具评估，警惕内外标准不一致的信号；对 HR 技术采购，要求供应商披露误筛率与人工复核机制。