张薇把摄像头对准自己，深吸一口气。屏幕上跳出一行字：“请用三分钟介绍你最大的缺点。”她对着空气笑了笑，开始说话。没有面试官，没有表情反馈，没有点头或皱眉。只有屏幕右上角一个微小的红点，证明她正在被记录。

四十八小时后，她收到一封邮件：“感谢您参与面试，经过综合评估，您暂未进入下一轮。”没有分数，没有评语，没有解释。张薇盯着那封邮件看了很久，她连自己输在哪里都不知道。

这不是个例。从硅谷到深圳，从互联网大厂到传统银行，AI面试官已经大规模上岗。联合利华用它节省了十万小时面试时间，国内某银行用AI初筛淘汰了七成候选人。效率惊人，但没人告诉你——被淘汰的那个人，为什么是你。

算法不知道你优秀，它只知道你像谁

很多人以为AI面试是“更客观”的筛选。真相恰恰相反。AI不判断你是否优秀，它判断你像不像它见过的那批“成功样本”。如果你的语速、用词、面部微表情与训练数据里的“理想候选人”偏差过大，系统就会扣分。

这意味着什么？意味着一个说话带口音的人、一个习惯性皱眉的人、一个在压力下笑声偏多的人，可能莫名其妙就被判了死刑。更荒诞的是，这些系统往往用“文化契合度”作为评价维度——说白了，就是看你像不像公司里已经有的那批人。这不叫筛选人才，这叫算法层面的近亲繁殖。

亚马逊几年前就吃过亏。他们开发的AI招聘系统因为训练数据里男性简历占主导，结果自动给含“女性”字样的简历降权。公司紧急叫停，但类似的技术逻辑，至今仍在无数招聘系统里隐秘运行。

被AI监工盯上的八小时

面试只是开始。入职之后，AI对你的“关怀”才真正铺开。

某电商公司的客服系统每三分钟抓取一次员工键盘活动，上厕所超过十五分钟自动触发预警。某互联网大厂的内部系统会分析员工在内部通讯软件上的活跃度，生成“离职风险指数”。还有公司用AI分析会议录音，统计每个人发言时长，发言少的人被标黄。

听起来像《黑镜》？这就是很多写字楼里正在发生的事。更微妙的是，AI监工不直接骂你，它只是“建议”上级找你谈话。你甚至不知道自己在被评分，直到绩效面谈时看到一张自己从未见过的数据图表。

算法管理最可怕的地方在于——它把权力不对等包装成了技术中立。以前老板要开除你，他得当面说理由，你还能争辩。现在系统给你打个分，HR说“这是系统综合评估的结果”，你连反驳谁都不知道。机器不会跟你吵架，它只会沉默地把你归入“待优化”那一栏。

谁在为AI的偏见买单

这些系统的开发者和采购者，往往真心相信自己在做“科学管理”。他们不会告诉你的是，训练数据里藏着过去几十年职场的所有偏见，而算法把它们精确地、大规模地、自动地复制到了未来。

一个三十五岁的产品经理被AI判定“创新潜力不足”，因为训练数据里年轻员工得分普遍更高。一个产后返岗的女员工被系统标记“稳定性差”，因为历史上类似职业轨迹的人离职率确实偏高。算法没有恶意，它只是把过去的歧视包装成了预测未来的科学。

而承担代价的，永远是那些没有话语权的人。外卖骑手被算法困在系统里，白领被算法困在评分表里，求职者被算法困在摄像头前。区别只是，骑手还能在社交媒体上喊一声，写字楼里的人连喊什么都不知道——毕竟，你连自己被什么标准淘汰了都查不到。

我们需要的不是更聪明的AI，而是能问“为什么”的权利

技术本身没有善恶。问题出在我们允许算法拥有多大的裁量权，以及我们是否保留了申诉和质疑的通道。

欧盟的通用数据保护条例已经开始要求，算法做出的重大决策必须向当事人解释。但在国内，绝大多数AI面试、AI绩效系统仍然是彻底的黑箱。企业用它降本增效，却把尊严和公平的成本转嫁给了每一个打工人。

张薇后来在网上看到有人说“被AI刷掉是你自己不够强”。她苦笑了一下。她不是不能接受被拒绝，她不能接受的是——连拒绝她的那个东西，她都找不到。

下一次你坐在摄像头前面试，或者收到系统推送的“绩效改进计划”时，不妨问一句：这个决定是谁做的？如果是算法，那它的理由是什么？

你有权知道。但如果没人给你答案，那才是真正该被优化的问题。