如何招聘AI原生产品经理

传统招聘流程在AI时代已彻底失效。当候选人可以利用Claude等工具在一夜之间生成精美的简历、案例分析和作业时，你原本用于评估候选人的每一个环节——简历筛选、案例面试、家庭作业——都变成了对AI产出的评分，而非对候选人真实能力的衡量。正如文章所指出的，这个过程“是一个评论文档的机器”，而AI让文档变得免费且优质，导致信号崩塌在最关键的AI转型时刻。

文章作者深入分析了Anthropic、Ramp、Notion、Stripe、Canva、Zapier等走在AI前沿公司的实际招聘实践，发现了一个共同的转变：停止评分交付物，而是观察候选人如何工作。新的标准不再是“了解AI”，而是“能指挥AI并在其出错时纠正它”。

文章提出了五步重建方法。首先，将AI使用明确写入职位描述，引用Notion的“AI中毒”、Supabase的“用AI加速工作”、Airbnb的“对AI工具充满好奇”等真实要求。强调应根据职位需求区分三个层级：使用AI加速工作的产品经理、使用AI编码原型的PM、以及负责评估AI性能的PM。第二，用两个无法准备的问题替代传统筛选：请描述你最近一次使用AI的完整流程，以及AI何时自信地出错而你如何发现？第二个问题尤其有效，因为它需要候选人讲述真实的使用经验和“伤疤”。

第三，设计现场面试环节，让AI成为面试的一部分——例如Meta在其面试中内置AI助手，使得使用AI作弊变得无效。第四，工作样本应要求候选人在有限时间内使用AI解决真实问题，并记录其思考过程。第五，决策评估表应重点关注候选人的AI能力斜率，即成长轨迹而非静态知识。

文章最后强调，这一变革并非源于AI创造了新问题，而是揭示了旧流程本就存在的弱点——正如Google在2013年放弃智力题一样。现在是时候停止依赖被AI粉饰的文档，转向一个能真正衡量候选人AI原生能力的招聘流程。

此外，作者还提到了Zapier的AI流畅度评估方法，他们检查四个组件：AI心态、战略、构建和问责制，并评估AI流畅度斜率而非快照。这意味着要关注候选人的成长轨迹，而非当前的工具集。对于候选人，真实使用AI会留下“伤疤”，即他们在实际工作中遇到AI错误并改进验证方式的经历，这比任何抽象描述都更有价值。