如何招聘AI原生產品經理

傳統招聘流程在AI時代已徹底失效。當候選人可以利用Claude等工具在一夜之間生成精美的簡歷、案例分析和作業時，你原本用於評估候選人的每一個環節——簡歷篩選、案例面試、家庭作業——都變成了對AI產出的評分，而非對候選人真實能力的衡量。正如文章所指出的，這個過程“是一個評論文件的機器”，而AI讓文件變得免費且優質，導致訊號崩塌在最關鍵的AI轉型時刻。

文章作者深入分析了Anthropic、Ramp、Notion、Stripe、Canva、Zapier等走在AI前沿公司的實際招聘實踐，發現了一個共同的轉變：停止評分交付物，而是觀察候選人如何工作。新的標準不再是“瞭解AI”，而是“能指揮AI並在其出錯時糾正它”。

文章提出了五步重建方法。首先，將AI使用明確寫入職位描述，引用Notion的“AI中毒”、Supabase的“用AI加速工作”、Airbnb的“對AI工具充滿好奇”等真實要求。強調應根據職位需求區分三個層級：使用AI加速工作的產品經理、使用AI編碼原型的PM、以及負責評估AI效能的PM。第二，用兩個無法準備的問題替代傳統篩選：請描述你最近一次使用AI的完整流程，以及AI何時自信地出錯而你如何發現？第二個問題尤其有效，因為它需要候選人講述真實的使用經驗和“傷疤”。

第三，設計現場面試環節，讓AI成為面試的一部分——例如Meta在其面試中內建AI助手，使得使用AI作弊變得無效。第四，工作樣本應要求候選人在有限時間內使用AI解決真實問題，並記錄其思考過程。第五，決策評估表應重點關注候選人的AI能力斜率，即成長軌跡而非靜態知識。

文章最後強調，這一變革並非源於AI創造了新問題，而是揭示了舊流程本就存在的弱點——正如Google在2013年放棄智力題一樣。現在是時候停止依賴被AI粉飾的文件，轉向一個能真正衡量候選人AI原生能力的招聘流程。

此外，作者還提到了Zapier的AI流暢度評估方法，他們檢查四個元件：AI心態、戰略、構建和問責制，並評估AI流暢度斜率而非快照。這意味著要關注候選人的成長軌跡，而非當前的工具集。對於候選人，真實使用AI會留下“傷疤”，即他們在實際工作中遇到AI錯誤並改進驗證方式的經歷，這比任何抽象描述都更有價值。