在星期一，我在X上发布了这个：请，我恳求你们停止这种无聊的“提升标准”的面试，你们根本不需要这一切就能发现真正的人才，拜托。那是简洁版。这是长版。公司满嘴谎言：提升标准的环节、目标与关键结果（OKR）、Spotify模型、冲刺和站会大多是一些复杂的东西，有人从大公司抄的，却没有检查这些东西在那儿是否有效。在很多情况下，并没有效果，而我去查过。接下来，我想给你们展示AI如何让这一切变得紧迫。最后，我会告诉你我会如何招聘，这也是我被招聘的方式。什么是提升标准的面试？提升标准的面试是招聘流程中的一个环节，由来自其他团队的培训面试官负责，他们的工作是判断你是否能提升公司的标准。亚马逊在1999年开始实施这一制度，并根据其16项领导原则对你进行评分。亚马逊自己对它的描述称，它们在招聘过程中是“客观的第三方”，对“候选人是否应该被雇佣”做出关键决策。现在有超过10,000个这样的面试官。Revolut现在也有这种面试：与外部团队的高级领导进行45到60分钟的面谈，按量化的责任感进行评分。谷歌的自动补全显示了“提升标准面试”和“Revolut”、“万事达卡”并列，这说明这一复制现象的扩散程度。因此，候选人会花一个下午告诉陌生人用情境、任务、行动、结果（STAR）格式讲述他们展示责任感或行动倾向的故事，陌生人为这些故事根据16个短语的列表打分。然后大家都在复制这一做法。现在每个有Notion页面的公司都有“提升标准”环节、价值观列表和评分标准，仿佛这一仪式才是让亚马逊快速发展的原因。关于这一切是否有效的最佳数据来自一家曾在大规模上运行这种机制并公布其发现的公司。2013年，曾负责谷歌招聘的Laszlo Bock表示，当他们将数万个面试分数与这些人在实际工作中的表现进行比较时，“我们发现没有任何关系。这是一个完全随机的混乱。”脑筋急转弯是“完全浪费时间”，主要是“让面试官感觉聪明”。至于成绩和测试分数，他说“没法预测任何事情”。他的分析师Todd Carlisle发现，4次面试足以以86%的信心预测谷歌是否应该雇佣某人。四次！而不是6次面试和一次回顾。预测表现的因素并没那么令人兴奋。Paul Sackett及其同事在2022年重新进行了大型招聘元分析，去掉了之前因为统计修正而虚高的数字。结构化面试得分最高，与工作表现的相关性为0.42。向每位候选人提出相同的问题，并用同样的方式对答案进行评分。这只需要一个了解工作的面试官。并不需要什么提升标准的面试官。不同招聘方法预测工作表现的相关性（Sackett及其他，2022年）结构化面试0.42；工作知识测试0.40；生物数据0.38；工作样本0.33；认知能力测试0.31。我告诉你我失败的经历。2015年，我在卡塔尔，严重的血友病，试图去任何一个有医疗系统的国家保住我的性命，申请所有国家的工程师职位。我得到了很多面试，但都失败了。Booking.com因为我没有足够的A/B测试经验拒绝了我（去看看Booking.com吧，整个网站就是一个巨大的A/B测试）。我也会在提升标准环节中失败：没有学位，几乎没有学校经历，关于我展示责任感的STAR故事根本不存在。后来，柏林一家小型初创公司McMakler的Rodrigo Paiva面试了我并聘用了我，并提供了搬迁支持。多年来，我把这个故事讲成“德国对工程师的需求如此之大，他们愿意雇佣任何人”。在他读了我的故事后，他给我写信说，这次聘用绝对不是意外。我通过了技术测试，他选择我因为我想离开，并展现了到达那里的主动性。六年后，Spotify让那个同样的人成为了员工工程师。什么是领导者过滤理论？Gautam Mukunda，曾在哈佛商学院任教，有一个关于这种过滤器所产生的效果的理论。领导者过滤理论认为，每个大型组织都有一个评估可能领导它的人的过程。经过这个过程的领导者是被过滤的：广为人知，经过严格审查，和流程筛选出的每个人都很相似。而通过侧门进入的领导者则是未经过滤的：外部人士，一个在总统去世时获得高管职位的副总裁，没人有机会进行筛选。他的论点是，被过滤的领导者表现平平，而未被过滤的领导者，换句话说，“可能表现得要么好得多，要么差得多”。然后他在每位美国总统身上进行了测试。他根据他们在就任前的相关经验和他们的进入方式进行排序，并将其与历史学家对他们的排名进行对比，...