前言
AI 時代改變了招募的遊戲規則。候選人可以用 AI 完美準備所有標準問題，作品集可以展現最好的一面，價值觀問題有標準正確答案，面試表現優異不再等同於實際工作能力。
過去一年我們經歷了幾次試用期後雙方分開的情況：候選人在面試階段表現出色，實際工作後才發現價值觀不契合，或是獨立解決問題的能力與面試表現有明顯落差，導致試用期結束後雙方分開，又得重新招募。這讓我們重新思考：現有的面試流程到底在測什麼？
當面試可以被完美準備：招募流程的失效
復盤後發現兩個核心問題：
第一，價值觀可以被包裝。「如何處理團隊衝突」「遇到意見分歧怎麼辦」這類問題，候選人有充分時間準備完美答案。這些答案聽起來正確，但無法反映真實行為，如果我們無法透過提問穿透包裝，最終只能依賴主觀判斷。
第二，能力可以被準備。作品集展現的是過去成果，看不到當下面對陌生問題的應變能力，在 90 分鐘的作品集討論中，候選人可以充分準備每個專案的說明，但這不等於他們能在真實工作中獨立解決問題。一位設計師的作品集表現優異，實際工作後才發現在壓力下、面對未知問題時，無法展現相同水準；另一位研究員的研究方法紮實，但溝通表達能力與面試時的流暢度有明顯落差。
核心矛盾在於：候選人有充分時間準備，而面試官缺乏有效方法區分「準備好的回答」與「真實反應」，結果是錄取會準備面試的人，而非會做事的人。更重要的是，候選人也無從判斷這份工作的真實樣貌——直到入職後才發現期待與現實的落差。
還原真實工作場景：讓雙方都看清彼此
基於這些復盤，我們調整了招募流程。核心邏輯是：還原真實工作場景，減少準備空間，讓雙方都能在面試階段就看到真實的協作方式。
調整一：從標準問題到行為事例深度討論
不再問「你如何處理衝突」，而是請候選人分享具體專案，再針對細節深度討論。例如，候選人提到「把功能需求拆解成本質問題」，我們會更想了解：商業目標是什麼？原始需求原句是什麼？研究問題和證據鏈是什麼？如果不拆解直接做，會造成什麼成本？
這種追問基於真實專案細節，能讓雙方都能看到彼此的思考方式。候選人從中理解我們的決策標準：我們在意完整的邏輯，在意取捨的判斷依據，在意面對不確定性時的應變思考。
調整二：加入 30 分鐘模擬會議
給候選人一個真實工作中會遇到的設計挑戰，限時 30 分鐘現場發想。例如：優化 Uber 的目的地輸入體驗，解決「用戶選錯同名地點」的問題。
候選人可以使用 AI 工具，可以隨時提問，就像真實工作場景。我們觀察的不是產出多精美，而是：如何釐清問題、思考是否有結構、時間如何掌控、面對追問如何應變。
對候選人而言，這 30 分鐘也是提前體驗真實工作節奏的機會。你會知道：這個團隊期待什麼樣的思考深度？面對模糊需求時如何互動？追問的方式是什麼風格？
門檻即篩選：雙方都需承擔的成本
這套流程對雙方都不輕鬆。
對候選人來說，需要準備行為事例面談，需要面對現場職能測試，需要在時間壓力下展現真實能力。對我們來說，設計和執行這套流程需要更多時間成本，面試官需要學習新的提問技巧，也要承受候選人流失的風險。我們選擇承擔這些成本，因雙方不契合後分開的成本，遠高於面試流程嚴格導致的候選人流失。
更重要的是，這套流程也在幫候選人篩選。如果你在模擬考中感受到「這種工作節奏不適合我」，或在深度提問中發現「這個團隊在意的點我不認同」，你可以在面試階段就做出判斷，而不是入職後才後悔。
結語
還原真實場景，讓雙方都看清彼此。
模擬會議展現我們的工作節奏，深度提問呈現我們的決策標準，而評估維度是你反向評估我們的參考框架。
面試是雙向的理解過程，不是單向的考核。
價值觀契合是長期合作的基礎。能力可以培養，工作方式可以調整，但價值觀的衝突很難妥協。這套流程的設計，就是為了讓價值觀和真實能力在面試階段就能被看見。
在開始之前就清楚彼此在選擇什麼。
透過這套流程，你會知道我們如何做決策、如何應對壓力、如何定義「做得好」，我們也會看到你的真實思考方式和工作節奏，這種相互理解，比完美的面試表現更有價值。
