2023年，认为自己求职体验"优秀"的求职者不到十分之二。到2026年，在招聘技术投入连续三年加速之后，这一比例是11%（PeopleScout, 2026）。候选人体验并没有在工具变好的同时保持不变，而是下降了约七个百分点。
显而易见的嫌疑对象，是你加进漏斗里的AI。但数据并不支持这个显而易见的嫌疑对象——而这是更昂贵的结论，因为它意味着修正方案不是一项可以推到明年预算里的采购决定。
三年的招聘技术投入究竟买到了什么
PeopleScout在10个市场调查了1000多名求职者，并另行审计了20个行业雇主的招聘流程，二者均与其2023年的研究进行对比（PeopleScout, 2026）。
| 指标 | 2026 | 2023 |
|---|---|---|
| 认为自己体验非常好的求职者 | 11% | 18% |
| 表示自己从未被"已读不回"的候选人 | 不足十分之一 | — |
| 过去六个月在求职中使用过AI的求职者 | 52% | — |
PeopleScout自己对这一下滑的判断只有一句话："这不是技术问题，而是沟通问题。"
这是一家人力服务商的表述框架，它是否站得住脚，我随后会回到这一点。但先认真看待这一论断的结构：变差的那部分，不是筛选工具所触及的环节；而是任何筛选工具从一开始就不是为之而采购的环节。
你真正被打分的那部分候选人体验
再读一遍关于沉默的数字：不到十分之一的候选人表示自己从未被置之不理。这不是在衡量你的评分模型是否公平、可解释或快速，而是在衡量是否有人曾告知他进展到了哪一步。
这在运营上很关键，因为这两个数字会彼此分离。你可以运行一套可辩护、经审计、校准良好的筛选流程，却依然产出糟糕的体验——因为体验由状态更新、理由说明，以及在"答案是否"那个节点上是否有人在场构成。行为数据指向同一方向：38%的美国候选人至少有一次因为流程中包含AI面试而主动退出，被提及最多的触发因素是由AI评分、全程无人参与的预录视频面试（Greenhouse, 2026）。
请注意这个触发因素由什么构成：不是AI，而是它背后那把空椅子。
沉默也在污染你自己的数据
除了雇主品牌之外，还有一个纯粹出于自身利益的理由。一个从未收到任何消息的候选人，无法区分流程是缓慢还是已经终止，于是继续向别处投递，并接受最先到来的那份offer。于此，你的接受率、offer到入职的转化率、以及岗位填补周期里都会多出一个你没有在测量的变量：你的终轮候选人中，有多少人因为无人确认他们仍在流程里而早已在心里离开。把候选人悬置不回，代价不只是好感度，它还为你向上汇报的那三个漏斗指标注入了噪声。
量的一侧在恶化，回应的一侧在变薄
这就是沟通赤字会持续扩大而非保持稳定的原因。
超过半数的求职者——52%——在过去六个月的求职中使用了AI，主要用于撰写申请、优化简历和准备面试（PeopleScout, 2026）。在雇主一侧，92%的招聘负责人表示AI生成的简历已属常态（Criteria与Lighthouse Research, 2026）。而额外的负荷正落在吞吐量上：67%的美国HR负责人反映，审阅AI生成的申请拖慢了招聘，其中20%报告延误超过两周（Robert Half, 2026）。
申请量上升，单个招聘的审阅时间上升，而一支绷紧的团队最先放弃的，正是那件没有截止日期的事：告知那94%未被录用的人。候选人被悬置的比例不是文化失灵，而是一道没有人在申请量改变形态之后重算过的产能算术题。
这种不对称值得精确命名。漏斗里的其他任何失误都有归属者和期限——空缺岗位有用人经理追问，停滞的offer挂着一个入职日期。而一封没有发出的拒信，既没有归属者也没有期限。它是整个流程中唯一一项"缺失不会引发任何内部投诉"的产出，因此它在压力下最先消失，而消失之后最晚被注意到。
你的筛选读到的是投入程度，不是能力
如果文件本身确实承载着好信号，量的问题至少还能为你买到准确度。但一项实地测试表明并非如此。
Kickresume在2026年用两个月时间向在招岗位投递了204份真实申请，轮换四个简历版本、每版51份：人工撰写单栏、人工撰写双栏、未经修改的AI初稿，以及针对每个岗位定制过的AI简历。其中36份获得积极回应，约18%，其中22份是直接的面试邀请（Kickresume, 2026）。
版本之间的差距才是结论所在：
| 简历版本 | 积极回应率 |
|---|---|
| 人工撰写，单栏 | 31% |
| AI初稿，针对每个岗位定制 | 18% |
| 人工撰写，双栏 | 12% |
| 未经修改的AI初稿，原样投递 | 10% |
同一个工具、同一个作者，相差8个百分点，差别仅在于产出是否针对具体岗位做过调整。而36份积极回应中有30份来自真正匹配的岗位。
所以筛选读到的是两件事：匹配度，以及候选人在你身上花了多少时间。匹配度值得读。至于投入程度，在定制一份简历需要一小时的年代，它还算一个不错的动机代理指标；如今它只需要一次提示词，这使它成为一个半衰期正在塌缩的信号——而且它系统性地偏向工具更好的人，而非能力更强的人。
雇主似乎知道这一点，却依然以此为筛。只有约三分之一的雇主表示非常确信简历反映了候选人的真实技能，而三分之二仍把简历筛选作为第一步——并且以简历为主要决策依据的公司，报告错误招聘的可能性高出35%（Criteria与Lighthouse Research, 2026）。
诚实的反面
四点限制，直说。
本文五组数据中有三组来自厂商研究。 PeopleScout是人力服务公司，Criteria销售心理测评，Kickresume销售简历制作。各方对其结论指向的方向都有商业利益。Robert Half同样是人力服务公司。把这种一致性当作互相印证，而不是来源独立。
PeopleScout的样本在单一市场上偏薄。 1000多名受访者分摊到10个市场，每个国家约一百人。全球汇总可用，逐市场解读不可用。
两次调查波次之间的下降，并不构成关于AI的因果主张。 2023年与2026年的受访者并非同一批人，期间劳动力市场发生了实质变化。诚实的读法是：候选人体验在招聘技术投入高企的时期恶化了——这排除了"工具已经解决了问题"，但也仅此而已。
Kickresume的设计是分阶段的，不是同场对照。 各版本是先后投出的，而非投向同一批岗位，因此人工撰写的简历先遇上了匹配度最好的岗位。厂商本身已标注此点。请把31/18/10的差距当作强信号，而不是受控结果。
在这四点保留之后依然成立的，是最难反驳的那部分：下滑的那个指标，恰恰是任何筛选工具都从未被配置去推动的指标。
本季度该改什么
四个动作，没有一个是采购。
- 为每个环节设定回应服务水平，并像衡量招聘周期那样去衡量它。在Kickresume的测试中，多数回应在三天内到达，因此三天就是你的候选人在竞争对手那里已经体验到的运行节奏。
- 把拒信写进工作流，作为必经步骤，而不是礼节。如果从未被悬置的候选人不足十分之一，那么你的ATS默认路径的终点就是沉默。改掉这个默认值；信息不需要长，它需要存在。
- 在"答案是否"的那个节点保留一个具名的人。退出数据很具体——候选人放弃的是背后没有人的评分流程，而不是使用AI本身。
- 不要再把"是否做了定制"当作信号。明确决定哪个环节衡量能力而非文书功夫，并把那个环节移到简历筛选之前。
第四点是唯一带有结构性修正而非流程性修正的一项。如果文件如今衡量的是投入与工具，那么替代方案就是一个完全不依赖该文件的能力信号——经验证的技能、认知与人格测量，以及由候选人随身携带、而非由每个雇主各自重建的结构化面试。Scovai的Talent Passport就是这样一份档案包含哪些内容的一个具体范例。
更深一层的问题在于：候选人体验分数究竟衡量了什么。11%不是对你的AI的判决，而是对你的沉默的判决——而沉默是漏斗中唯一一个生产不花钱、监控也不花钱的部分，这恰恰就是它不断增长的原因。
本季度把你自己的数字拉出来：上个月所有投递者中，有多大比例收到了答复，用了多少天？如果你周五之前拿不出这个数字，结论你其实已经有了。
