只需花几美元、点几下鼠标，求职者就能找到一种方式，在 Greenhouse 上同时申请所有开放职位。问题在于？其他人也都在这么做——这正在把招聘流程变成一个对所有参与者来说几乎无法正常运作的系统。运营 Greenhouse 的 CEO Daniel Chait 给这一现象起了个名字：AI 末日循环（AI doom loop）。
Summary
关键要点
- AI 驱动的批量投递工具价格低至 20 美元，可以自动向 Greenhouse 平台上的所有职位提交申请。
- Greenhouse 目前托管着17.5 万个在招职位，每个职位平均收到254 份申请——这使招聘人员的工作量被推高了412%。
- AI 末日循环描述的是一个自我强化的循环：求职者向更多职位狂投简历，用人单位部署 AI 筛选工具，求职者于是投得更猛。
- Greenhouse 新推出的 “My Dream Job（我的梦想工作）” 功能，将求职者的优先标记限制为每月一次，并带来了约5 倍于普通申请的录用率。
- 公司收购了 Ezra AI Labs，为每位申请者引入 AI 语音面试，旨在让大规模垃圾投递变得不切实际。
AI 求职申请正在淹没招聘管道
数据让问题变得具体可见。Greenhouse 平台目前列出了17.5 万个在招职位，每个职位平均收到约254 份申请。据 Chait 向《财富》分享的数据，这一规模使得单个招聘人员需要处理的申请数量增加了412%。招聘人员现在在职位发布后的 24 至 48 小时内就会收到数百甚至上千份申请——远远超过任何人类团队能够有意义地逐一审阅的速度。
根本原因不仅仅是求职者变多了，而是申请的“摩擦”几乎消失了。Chait 直白地描述了其运作方式：“你可以上 Google 搜索，会看到一些工具在打广告，说用 AI 来自动申请所有 Greenhouse 职位。”这种自动“地毯式轰炸”的门槛价格？大约 20 美元。只需这点钱，求职者就能把自己的资料投向平台上所有开放职位，而无需亲自打开任何一份申请表。
当每一份申请看起来都一模一样
如果人手足够，仅仅是数量问题还算可控。更深层的问题在于，这些申请本身长什么样。由于有太多内容是由 AI 生成的，Chait 说，“它们看起来都开始变得一样。”求职信千篇一律，技能概述互相雷同。招聘人员过去用来识别真正有动力候选人的信号——比如具体性、针对性、语气——在由算法代写的情况下都消失了。
对用人单位来说，这几乎制造了一个不可能完成的筛选任务。仅凭申请材料，要区分一个花了一个晚上精心准备申请的人，和一个一夜之间自动向上千个职位投递的人，在实践中几乎是不可能的。
AI 末日循环：双方如何让问题变得更糟
AI 末日循环，是指当两个对失灵系统的“理性反应”叠加在一起，反而把系统彻底搞坏的过程。求职者在一次次把申请投进 Chait 所说的“黑洞”却毫无回应后，转而使用 AI 工具来提高投递数量。用人单位被大量难以区分的申请淹没后，又转而使用 AI 来自动筛选和排序候选人。求职者在被更激进地过滤掉之后，只能通过投递更多申请来回应。于是循环不断加剧。
“每个人都在用自己的 AI 来解决自己的问题，”Chait 告诉《财富》，“但这让整个系统变得更糟。”
这一动态在分析上之所以重要，是因为双方的行为都并非不理性——在个体层面是合乎逻辑的，却在整体上具有破坏性。当数百名竞争者已经在用 20 美元的工具时，没有任何一个求职者使用同样工具是“错”的；当替代方案是被申请淹没时，没有任何一个招聘人员部署 AI 筛选是“错”的。末日循环是一种系统性失败，而非个人失败，这也正是为什么如果没有结构性干预，就很难摆脱它。
Greenhouse 之外的数据也进一步凸显了更广泛就业市场的严重失衡。仅在英国，去年就有超过 120 万份申请投向不到 1.7 万个毕业生岗位，据《财富》早前报道。Goodwill CEO Steve Preston 警告称，随着 AI 开始完全取代入门级岗位，就业服务中心正为失业青年的激增做准备。
Greenhouse 打破循环的两步计划
Chait 明确表示，倒退回不用 AI 并不是答案——那个窗口早就关闭了。相反，Greenhouse 推出了两项结构性改动，旨在改变招聘双方的激励机制。
“My Dream Job” 功能以及它向用人单位传递的信号
第一项是名为“My Dream Job（我的梦想工作）”的功能，它允许求职者每月在整个 Greenhouse 平台上仅标记一个职位为自己的最高优先级。这种稀缺性是刻意设计的。通过将每位用户限制为一个标记，该功能迫使求职者做出真正的选择，并把这种选择转化为对用人单位而言可信的信号。自功能上线以来，已经提交了近 50 万份“梦想工作”申请，Chait 表示，使用该功能的候选人被录用的概率大约是普通申请者的五倍。
这个倍数很关键。它表明用人单位不仅收到了这一意向信号，而且在积极作出回应。在一个大多数申请都缺乏有意义差异化的世界里，一份经过验证的真实偏好表达具有实实在在的分量。
收购 Ezra AI Labs，让垃圾投递变得不切实际
第二步则更具结构性。Greenhouse 最近收购了 AI 语音面试公司 Ezra AI Labs，目标是在招聘漏斗的最上游，为每一位申请者——而不仅仅是入围者——提供一次对话式面试。其战略逻辑非常直接：Chait 说，“如果我投出的每一份自动申请都必须参加一次面试，那我为什么还要自动投出上千份申请？”
如果自动申请意味着自动被面试，大规模批量投递的经济性就会崩塌。这次收购还瞄准了 Chait 所说的一个充满偏见的环节：简历筛选。用面向所有申请者的语音面试取代简历筛选，理论上可以从平均招聘周期中削减大约 6 天，同时减少纸面简历所引发的主观“第一眼判断”。
当下求职者脱颖而出的策略
在 Greenhouse 推进平台层面的解决方案之际，个体求职者也并非完全无计可施。有两种刻意“低科技”的做法，正因为在被 AI 充斥的环境中变得罕见，反而重新受到关注。
- 面试后的手写感谢信已经变得极为少见，以至于一位 Z 世代招聘经理最近特意提到它们的缺失。这样的投入传递出 AI 无法复制的东西：对某个具体机会的刻意人力投入。
- 直接与目标公司内部人员建立联系，可以完全绕开正式申请漏斗。Netskope CEO Sanjay Beri 告诉《财富》，一些最好的职位“从未对外发布”，并建议求职者每周至少进行两到三次人脉拓展。“你认识谁、如何认识他们，以及建立你的人脉网络，都会在时间中得到回报，”他说。
这两条建议背后的逻辑是相同的：在一个 AI 生成的申请已经把“申请本身”商品化的市场里，展现对某家公司或职位真实、具体的人类兴趣，再次成为一种竞争优势——几乎是“意外地”如此。
像“My Dream Job”和 AI 语音面试这样的平台级改动，能否在末日循环进一步固化之前，以足够快的速度扩展，从而实质性地改变激励结构，仍是 Greenhouse 尚未完全回答的问题。功能数据目前看起来很有前景，但相对于 17.5 万个在招职位，50 万份“梦想工作”申请仍然只是早期采用，而非市场变革。真正的考验在于，用人单位是否会像 Chait 的录用率数据所暗示的那样，持续把这一意向信号视为可靠依据。
常见问题
招聘中的“AI 末日循环”是什么？
它是一个自我强化的反馈循环：AI 工具让求职者可以向平台大量投递申请，从而压垮招聘人员，后者于是部署 AI 来过滤海量申请。被忽视的候选人则通过申请更多职位来回应，从而让双方的问题进一步加深。Greenhouse CEO Daniel Chait 创造了这一术语来描述这种动态。
Greenhouse 的“My Dream Job”功能如何帮助求职者？
它允许每位申请者在整个 Greenhouse 平台上，每月精确标记一个职位为自己的最高优先级。稀缺性让这一信号对用人单位而言更具可信度。根据 Chait 的说法，使用该功能的候选人被录用的概率大约是提交普通申请者的五倍。
为什么 AI 生成的申请会给用人单位带来问题？
因为它们往往看起来几乎一模一样，使得用人单位极难区分真正有动力的候选人，和那些用 20 美元工具一夜之间向上千个职位自动投递的人。这种高度同质化彻底削弱了申请材料本身的筛选价值。
专家给求职者的、超越“投简历”本身的求职建议有哪些？
强烈建议直接与目标公司内部人员建立人脉——Netskope CEO Sanjay Beri 告诉《财富》，一些最好的职位从未公开发布。面试后的手写感谢信也被视为一种日益罕见的举动，能够传递出对某个具体机会的真实人力投入。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”招聘中的“AI 末日循环”是什么？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”它是一个自我强化的反馈循环：AI 工具让求职者可以向平台大量投递申请，从而压垮招聘人员，后者于是部署 AI 来过滤海量申请。被忽视的候选人则通过申请更多职位来回应，从而让双方的问题进一步加深。Greenhouse CEO Daniel Chait 创造了这一术语来描述这种动态。”}},{“@type”:”Question”,”name”:”Greenhouse 的“My Dream Job”功能如何帮助求职者？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”它允许每位申请者在整个 Greenhouse 平台上，每月精确标记一个职位为自己的最高优先级。稀缺性让这一信号对用人单位而言更具可信度。根据 Chait 的说法，使用该功能的候选人被录用的概率大约是提交普通申请者的五倍。”}},{“@type”:”Question”,”name”:”为什么 AI 生成的申请会给用人单位带来问题？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”因为它们往往看起来几乎一模一样，使得用人单位极难区分真正有动力的候选人，和那些用 20 美元工具一夜之间向上千个职位自动投递的人。这种高度同质化彻底削弱了申请材料本身的筛选价值。”}},{“@type”:”Question”,”name”:”专家给求职者的、超越“投简历”本身的求职建议有哪些？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”强烈建议直接与目标公司内部人员建立人脉——Netskope CEO Sanjay Beri 告诉《财富》，一些最好的职位从未公开发布。面试后的手写感谢信也被视为一种日益罕见的举动，能够传递出对某个具体机会的真实人力投入。”}}]}
本文在人工智能协助下完成，由编辑团队进行审核。
