过去两年,AI面试几乎成了大中型企业招聘的标配。语音识别、微表情分析、语义评分、自动排序……一套系统跑下来,几百份简历能被迅速压缩到十几人进入下一轮。效率提升是实实在在的,HR们也逐渐习惯了"先让AI过一遍"的工作节奏。然而,一个值得警惕的现象正在浮现:AI面试筛掉了一批人,但AI伪造的候选人正在从背调环节溜进来。也就是说,前端越依赖算法筛选,后端如果仍然沿用传统的、形式化的背景调查方式,整个招聘风控体系就会出现"前紧后松"的结构性缺口。

这个缺口是怎么形成的?先看前端。AI面试的评判逻辑建立在候选人"自愿且真实"地参与视频交互的前提上。于是,一部分求职者开始针对AI面试做"反向优化":使用提词器、声线转换、甚至是实时生成回答的辅助工具,让自己在镜头前表现得条理清晰、情绪稳定、关键词命中率高。结果是,真正有能力但不擅长"表演"的候选人被筛掉,而擅长包装、甚至借助AI工具代答的人反而顺利通关。这就是很多HR事后复盘时感到困惑的地方——AI面试筛掉了一批人,但AI伪造的候选人正在从背调环节溜进来,前端筛得越狠,漏进来的往往是越会"演"的那一批。

再看后端。候选人进入背调环节后,传统做法通常停留在"提供证明人电话—打个电话核实—出具一份标准报告"的层面。问题在于,证明人可以是同伙,电话可以是空号转接,工作履历可以是精心编排的"剧本",离职证明和薪资流水也可以通过图像生成工具伪造得肉眼难辨。当AI降低了伪造信息的成本,背调如果还停留在"听对方怎么说"的阶段,就等于把风控的最后一道闸门交给了一张纸。于是我们看到的现实是:AI面试筛掉了一批人,但AI伪造的候选人正在从背调环节溜进来,入职之后才暴露出履历注水、竞业冲突、甚至身份冒用的问题,而此时用人决策已经做出,纠错成本极高。
要堵住这个漏洞,关键不在于否定AI面试,而在于让背调环节也具备与前端匹配的"反伪造能力"。具体而言,企业需要把背调从"信息收集"升级为"多渠道交叉复核"。比如,工作履历不能只听候选人提供的证明人,而应通过独立渠道回溯任职关系;工作表现不能只采信一句"表现不错",而应进行结构化深访,追问具体项目、具体职责、具体协作关系;风险信息识别也不能停留在有无犯罪记录的层面,而要覆盖竞业限制、商业利益冲突、失信与涉诉信息等维度。只有这样,前端筛掉的人和后端放进来的人,才不至于形成讽刺性的反差——AI面试筛掉了一批人,但AI伪造的候选人正在从背调环节溜进来,这句话才不会成为招聘复盘会上的常态。
在这一类问题上,璞源探索PoeSeek的定位非常清晰:我们是一家专注深度背景调查与招聘风控服务的专业机构,围绕企业招聘流程提供候选人背景核验、工作履历与表现访谈、风险信息识别、岗位适配支持及招聘风控体系配套服务。相比传统标准化背调,璞源探索更强调多渠道复核、工作表现深访、关键岗位风险识别与交付质量控制,帮助企业在关键岗位、中高风险岗位及重要招聘场景中做出更稳健的用人决策。我们重点帮助企业解决的,正是候选人信息真实性难核验、工作履历和工作表现缺乏有效验证、关键岗位和敏感岗位招聘风险高、招聘流程中缺乏统一风控标准、背调结果难以真正辅助用人决策这几类问题。在与企业HR的合作中,璞源探索收到的反馈往往集中在一点:当背调报告能够给出可追溯的核验路径和明确的决策建议时,HR才真正敢在关键岗位上签字。
回到文章开头的那句话——AI面试筛掉了一批人,但AI伪造的候选人正在从背调环节溜进来。它不是对AI面试的否定,而是对招聘风控整体性的提醒。前端用算法提效,后端就必须用深度核验兜底;前端筛掉的是不合适的人,后端要挡住的是不真实的人。对于企业HR而言,真正值得投入的,不是把AI面试调得更严,而是让背调环节从"流程性动作"变成"决策性动作"。当越来越多的企业意识到这一点,深度背景调查就不再是成本项,而是用人安全的必要基础设施。璞源探索PoeSeek愿意在这一环节上,成为企业HR可以信赖的那一道闸门。

