招聘这事儿，说白了就是人海战术里的“抢人”环节。大家平时听到的那些高大上词汇，在一线的雷声中往往显得像空气一样稀薄，就连透着股虚皮。我最近复盘了一下咱们这一年做招聘的功夫，发现成绩和短板实际上挺有意思的，既不像教科书里那样一本正经地罗列 PPT，也不像那些发律师函的翻译官那样一本正经。 要说成绩，实话实说就是没白忙活。去年年底那个急缺的岗位，最终落选了五个人，我印象最深的是那个搞后端开发的姑娘。她简历上写的是“全栈工程师”，但在沟通里我发现她连 HTML 标签都背不全，连如何把 CSS 去掉都头大。眼看就要泡汤了，我把她拉到会议室，直接让她做项目需求分析，半天没接话，最终由我一人操刀，耗了她两天才把需求表列出来。结局呢？这姑娘一上手，代码写得比我还费劲，但功能用着顺手。目前她不仅转正了，还成了我带新人最快的那个。

这个案例别看冷冰冰，但能说明一个东西：有时候招聘确实不能只看简历里的光鲜，得看拿到真工作时的实际产出。自然，这种“硬碰硬”的招数，目前用得少了，毕竟大家都更懂套路化面试。 招聘工作中最大的短板，大约就是“眼高手低”和“数据迷信”。 眼高手低主要体目前我们忒好办把“找对人”变成“找对词”。招聘官们总当作只要把“资深”、“专家”、“总监”这些头衔硬塞进 JD（职位描述）里，面试官就会自动看过来。结局往往是，他们喜爱坐在会议室里听候选人吹牛，候选人听完认定挺牛，转头就走。

这时候，面试官自己往往都懵了，自己当作招到了，实际上是个只会放屁的门外汉。

这种时候，我们好办陷入一种怪圈：拿着招聘系统的统计数据来指导工作。

比方说，我们招聘系统显示“高级 Java 开发”的职位，今天来了 20 个，明天来了 35 个，最终入职 12 个。

这就害得一个难题：是不是这个职位招人忒好办了？要是确实是这样，那为啥我们总招聘不到真正有技术深度的核心人才？ 数据讲话是招聘工作的标配。我们常看到一张报表，上面写着“小李入职”，旁边标注了来源渠道、考核期限、薪资预算。

这些数字精确到小数点后两位，仿佛人是能够像商品一样被切割和定价的。但在实际工作中，人的决策压根儿都不是冷冰冰的数据运算。

有时候我们为了迎合数据逻辑，制定了一个既定的“黑名单”要么“红名单”，把一些性格不合但技术过硬的年轻人直接拒之门外，要么把那些别看技术一般但社交本事极强、好办拉拢团队的急先锋给挡住了。

这种做法看似在管住风险，实则是把人性给扼杀了。 更让人头疼的是那种“流程感”的缺失。在招聘的世界里，流程就是流程，HR 就是流程，发邀约就是邀约，面试就是面试。我们总当作只要把流程走完了，事件就解决了。

确实，流程能规范动作，但流程本身要是少了灵魂，那就成了束缚。我们时常遇到这种情况： candidates 把简历投给我，我发个邮件回复，几个星期后又收到另一个候选人。

这时候，我们往往只会回复：“感谢您的投递，我们会尽快安排。” 没有后续的跟进，没有对候选人真需求的挖掘，也少了对面试结局的复盘。

这种“僵尸流程”不仅浪费了候选人的工夫，也让我们自己在月底的绩效考核里成了“清闲人”。 还有一个明显的不足，就是我们在招聘工作里忒精通“自嗨”，忒好办陷入“理论指导实践”的误区。我们总喜爱用到一些管理学上的模型，比如“麦肯锡七步法”、“彼得原理”要么“人才梯队建设”。

这些东西听起来高大上，放在 PPT 里闪闪发光，但一旦扔进真的招聘场景中，往往显得格格不入。

比方说，我们在面试环节，总想着通过一系列标准化的难题去筛选出“兼容企业文化”的人才。结局呢？那些通过了标准化测试的人，往往在团队里麻利离职，出于他们的思维模式和我们想要的“稳定”并不匹配。我们像是在给机器填零件，却忘了人是有感情的生物。 自然，我们也并非一无是处。我们确实建立了一套相对规范的信息收集流程，这在一定程度上保证了信息的透明度。别看有时候流程繁琐，但好歹能避免大量低级毛病。

更关键的是，我们在工作中也启动尝试一些新的手段，比如引入算法推荐，利用大数据模型来匹配候选人和岗位。别看目前效果还不忒理想，但这无疑是一个方向。我们也启动意识到，招聘不只是是把人招进来，更是筛选掉那些不适合的张罗成员。

这种双向选择的意识，是我们成长最快的局部。 总的来说，招聘工作的成绩在于我们在混乱的招聘市场中，还是努力保持了一定的秩序感；我们的不足则在于我们往往忒追求完美的数据指标和流程规范，而忽略了人的复杂性和随机性。未来的招聘工作，或许不应当再硬碰硬地跟流程死磕，也不需求再迷信那些冰冷的数据报表。我们需求做的，是重新建立一种“人本”的招聘观，准适度的不确定性，准一定的试错空间，准在数据和人性之间找到那个微妙的平衡点。

毕竟，招聘里的每一条数据都是假设，而不是事实；每一个流程都是理想，而不是现实。

只有放下这些身外之物，才能真正看清那些隐藏在简历背后的真本事。