連AI面試都過不了的人，輸在哪一關

一位負責組內招募的面試官在牛客網發文，說這陣子幫團隊招人，發現很多求職者連最前面的AI面試關卡都過不去，並順手分享了他觀察到的「邪修」技巧。這則貼文引來大量討論，因為它戳中了一個尷尬的現實：機器面試看起來門檻最低，實際上卻刷掉了最多的人。

把鏡頭拉近一點，先看這條貼文裡最容易被略過的資訊。發文者的身分是面試官，不是被刷的求職者。這意味著他看到的不是「AI面試好難」的個人感受，而是後臺那端的實際結果：一批履歷漂亮、學歷不差的候選人，在還沒見到任何真人之前就被系統淘汰了。

AI面試在篩什麼

很多人對AI面試的想像還停留在「語音版履歷篩選」，以為只要正常回答、不要冷場就能過。實際運作方式更接近一臺全程錄影的計分機器。系統通常會從幾個維度給分：回答的結構完整度、關鍵詞覆蓋率、語速與停頓、表情與眼神、以及題目之間的回答一致性。

用日常一點的比喻，這就像便利商店的自動結帳機。它不會跟你寒暄，也不會因為你看起來誠懇就放水，它只檢查條碼有沒有刷到、商品有沒有放對位置。你自認買了東西，機器只認它的感應器讀到什麼。

這解釋了為什麼「很多人過不了」。面對真人面試官，求職者會自動調整狀態：眼神接觸、適時點頭、回答前先想一下。面對鏡頭裡的AI，很多人反而鬆懈了，坐姿隨意、邊想邊講、答案東拉西扯。系統不知道你緊張，它只記錄了你的停頓和離題。

發文者分享的應對方法，在留言區被稱為邪修，但攤開來看，多半是把基本動作做到位。準備幾個固定的自我介紹版本、把常見問題的答案寫成講稿練熟、回答時刻意用「第一、第二、第三」的結構開頭、確保光線充足和背景乾淨。

這些技巧聽起來一點都不邪，甚至有點笨。但它們有效的原因，正好說明了AI面試的評分邏輯：機器聽不懂幽默，讀不出潛力，它只會給結構化、有關鍵詞、音量穩定的回答打高分。換句話說，這場考試考的是表達的格式，而非表達的內容深度。

這也帶出一個值得注意的現象：擅長準備AI面試的人，和擅長實際工作的人，兩者的相關性可能沒有招聘方想像的高。當篩選關卡獎勵的是「會照著模板講話」，它同時也在篩掉那些技術強但不擅長對著鏡頭表演的人。

回到一般上班族的處境。AI面試這幾年從大廠蔓延到中小企業，從校招延伸到社招，原因很直接：便宜、快、可量化。一位HR一天最多面十個人，一套AI系統一晚可以處理上千份。當求職者還在抱怨機器冷漠時，這個關卡已經成為多數科技類職位的標配。

實際的應對策略可以收斂成幾個動作。把AI面試當成一場有標準答案的考試來準備，而不是聊天：上網找該公司該職位的面經，整理出高頻題目，每題寫下口語化的講稿，練到不看稿也能講順。設備面也要當回事：用手機架固定鏡頭、找安靜且光線好的位置、測試網路。這些細節在真人面試是加分項，在AI面試是及格線。

還有一個容易被忽略的點：錄製完成後，如果系統允許重錄，就用掉那個機會。很多求職者第一次錄完覺得「大概可以」就提交了，但系統的評分標準你看不到，自認為的「可以」和機器的判斷往往有落差。

這則貼文的留言區裡，除了討教技巧的人，也有不少質疑的聲音。有人認為這種篩選方式等於變相獎勵面試機器人般的表達，有人直接說會找AI代答的時代，這種篩選遲早失效。這些質疑並非空穴來風，當求職市場出現專門的AI面試培訓、甚至即時提詞工具時，篩選方與被篩選方就在進行一場軍備競賽。

企業端接下來大概會往兩個方向調整。一是加強防作弊偵測，例如眼神追蹤判斷是否在唸稿、題目即時生成讓講稿失效。二是把AI面試的角色從「淘汰關」降級為「初篩參考」，把真正的判斷留給真人面試。對求職者來說，無論企業往哪個方向走，基本功都不會白練：結構化表達、穩定的鏡頭表現，這些在真人面試同樣是加分項。

這則面試官的分享，最有價值的地方不在那些技巧本身，而在它透露的訊息：篩選的第一道門已經換了鎖，很多人還拿舊鑰匙在開。AI面試不會因為你嫌它死板就消失，它只會越用越廣。把它當成一門可以準備的科目來對待，比抱怨它不合理更能改變結果。畢竟在就業市場裡，規則合不合理是其次，先過門再說。