阿川 | AI thinking(@AI_jacksaku):AI 招聘工具的风险，不是“模型会不会有偏见”这么简单。更大的问题是：偏见一旦进入筛选系统，就会被稳定、批量、跨公司地执行。 Stanford HAI 报道的研究覆盖 340 万人、400 万份申请、150 家雇主和 1700 个职位。结果显示，26% 的黑人申请者、15% 的亚裔申请者遭遇算法对其族群的系统性排斥。更麻烦的是“算法单一文化”：多数雇主依赖同一个第三方供应商算法。一个供应商的口径，最后变成很多公司的招聘门槛。小团队以后采购 AI 招聘、销售线索评分、客服质检工具，都要补一个验收动作：不要只看准确率，要看被系统性拒绝的人是谁。 AI 采购的第一张表，不是功能清单，是审计清单。

2026.06.25 07:47

AI 招聘工具的风险，不是“模型会不会有偏见”这么简单。更大的问题是：偏见一旦进入筛选系统，就会被稳定、批量、跨公司地执行。 Stanford HAI 报道的研究覆盖 340 万人、400 万份申请、150 家雇主和 1700 个职位。结果显示，26% 的黑人申请者、15% 的亚裔申请者遭遇算法对其族群的系统性排斥。更麻烦的是“算法单一文化”：多数雇主依赖同一个第三方供应商算法。一个供应商的口径，最后变成很多公司的招聘门槛。小团队以后采购 AI 招聘、销售线索评分、客服质检工具，都要补一个验收动作：不要只看准确率，要看被系统性拒绝的人是谁。 AI 采购的第一张表，不是功能清单，是审计清单。