北京
常春藤盟校的錄取率通常在4%上下，已經讓無數申請人徹夜難眠。而在米蘭，一家估值210億美元的科技公司把這扇門收得更窄——去年它收到了80萬份簡歷，最終只招了286個人。0.04%的錄用比例，比常春藤還要嚴苛整整一百倍。
這家公司叫Bending Spoons，旗下攥著Eventbrite、Vimeo和AOL等數字業務，員工不過千人，卻玩出了一套讓圈內人驚呼“看不懂”的招聘流程。它的CEO盧卡·費拉里最近接受《華爾街日報》采訪時直說：“如果有人掀開蓋子看我們怎么招人的，估計會覺得我們瘋了——希望是好的那種瘋。”
把時間線拉回到申請的第一個關卡。80萬份簡歷被投進來，第一輪篩選過后，有6萬人留了下來。這6萬人要面對的不是HR的閑聊，而是一系列分析推理、判斷力和學習速度的測試。通過測試的人才會進入面試環節，而即便走到了這一步，收到錄用通知的概率仍然不到9%。
費拉里對傳統面試幾乎全盤否定。“一次平庸的面試幾乎毫無預測力，就像拋硬幣一樣，”他說，“基本上完全沒用。”因此在Bending Spoons的流程里，面試結束不等于決策結束。公司會用一套招聘算法，把候選人在量化指標和質性特征上的得分再跑一遍，最后核對推薦信，綜合所有數據之后，才決定把offer發給誰。
這等于把招聘變成了一場精密的數據實驗。從6萬名進入測試的候選人，到最終286人入職，層層過濾的邏輯很像一個漏斗型產品：每一層都在用可衡量的標準替代主觀判斷，把“招對人”的不確定性壓到最低。在一個人工智能開始替代初級崗位的時代，用算法篩選人才，反倒讓招聘變得比以往任何時候都更像一門工程學。
而這個海量申請池本身就是一個信號。Bending Spoons收到的80萬份申請，超過西雅圖、波士頓、拉斯維加斯這些城市的人口數量。放在幾年前，這幾乎不可想象。但眼下的美國招聘市場正在經歷一場快速降溫。去年全美職位空缺滑落到654萬個，是2020年9月以來的最低水平；今年6月新增就業崗位僅5.7萬個，不到前一個月的一半。AI對白領崗位的潛在沖擊，讓很多公司在不確定的經濟環境里收緊了編制，Meta、微軟和谷歌不約而同放緩了初級崗位的招聘，直接把初出校門的Z世代推入一個超級內卷的就業市場。
這股寒氣不只在科技巨頭身上顯現。約會應用巨頭Match Group今年重啟了停辦許久的“Tindership”實習生項目，CEO斯賓塞·拉斯科夫只是在領英和社交媒體上發了一條招聘帖，后臺就涌進了超過3萬份申請。最終開放的崗位只有27個，錄取率不到0.09%，比任何一所常春藤盟校都低。華爾街老牌投行高盛同樣傳出極低錄取率的消息，初級崗位的競爭已經變成一場萬里挑一的鏖戰。
如果把Bending Spoons的案例放回這個全景里去看，它的“瘋狂”反而透出一種務實。當面試被比作拋硬幣，意味著傳統招聘中大量的時間和成本被消耗在幾乎隨機的人為判斷上。費拉里毫不避諱地捅破這層窗戶紙，背后是這家公司對人才決策效率的極致追求——既然人不可靠，就讓數據和算法說了算。這在產品經理眼里，相當于把招聘流程從“感覺驅動”迭代成了“數據驅動”的版本，用做產品的方式來做組織搭建。
當然，0.04%的錄取率也意味著99.96%的人被拒之門外。對那些沒拿到offer的申請人來說，這種篩選或許顯得冰冷無情。但換個角度看，當一家中型公司擁有堪比大城市人口的候選人池時，靠人力去精細篩選已經不可能，算法反而成了公平性的一個支點——至少它不會因為面試官當天心情不好而刷掉一個匹配度極高的候選人。
就業市場越冷，這種嚴苛的篩選就越會成為常態。Bending Spoons把“無效面試”直接定義為無用功，并用測試和算法取而代之，這種做法的價值不在于那0.04%的數字有多震撼，而在于它證明了一件事：當人才供給極度充裕時，最稀缺的其實是精準識別的能力。誰能在信息過載的簡歷堆里更快更準地找出那286個人，誰就掌握了下一輪組織進化的鑰匙。這比常春藤的錄取率要耐人尋味得多。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
