刷到 OfferStar 这类作弊工具，我把 WorkBuddy 用成了反作弊面试官

下午刷到一条资讯，讲的是 OfferStar 这类 AI 面试笔试助手，实时语音识别、秒级生成答案、无视投屏切屏，评论区还有人说「靠这玩意硬是帮我过了技术面」。看完我第一反应是后怕。我上周三刚面完一个候选人，技术面聊得滴水不漏，让我差点以为捡到了宝。现在回想起来，说不定对面就挂着一个这样的工具。

我不评价求职者用不用这些东西，但从我们做招聘的人这边看，筛选侧不能不动作了。

我是做 HR 的，今天把我在 WorkBuddy 里搭的一套反作弊评估流程写出来。我的环境是 Mac 端，不一定适用所有人，但思路值得参考。

先说配置。我新建了一个「面试评估」文件夹，把所有候选人的简历 PDF 丢进去，然后打开 新建智能流程，选了面试评估模板。关键的一步在这里：WorkBuddy 会生成一个候选人信息抽取表，默认只抓姓名、学历、工作年限这几项，我是删掉重新建的，加了「项目描述原始文本」和「离职原因」两个字段。为什么要做这一步，后面说。

接下来是语义匹配设置。我把我这边招聘 JD 的关键词粘进 匹配规则，比如某一轮要招的前端，我写了 React、性能优化、组件库建设这三组词，每一组又设了两个近义表达。WorkBuddy 会按这些词去给候选人打分，但注意，它的评分只是粗筛，面试问题主要看它生成的 追问建议 那一栏。

上周五我跑了一批简历，一共 32 份，大概四十分钟跑完，每份简历对应的评估表里都带了三到五个追问点。有个候选人在项目里写了「主导前端基建」，WorkBuddy 生成的追问是「基建的衡量指标是什么」「团队多少人配合」「落地过程中遇到的最大阻力是什么」，这几个问题直接问穿了对方。那场面试我判断他的实际水平撑不起简历上的描述。

但这里面有个坑。WorkBuddy 解析下来的项目描述原始文本，我一开始直接拿来作为面试提纲的一部分，结果候选人答得极其流畅，像是排练过一样。后来我换了个思路，把匹配规则里的近义表达设得更宽泛，比如组件库建设加上了物料、模板沉淀、自定义组件这些口语化的说法，逼候选人用自己真实的话去描述做过的事情，反而更容易识别出对方是不是在背稿。问题出在我之前设置得太死，给了作弊者可乘之机。

再说权限。我们组三个人，我把 智能流程 的编辑权限只留给我自己，另外两个同事是只读，面试前统一在共享看板里看评估结果。这个很重要，我见过有人把协作权限开到全组，结果有人误改了匹配规则，导致评估结果整体跑偏。WorkBuddy 里每个流程都有 权限设置，按项目走，不用给每个人开放编辑入口。

这个行业现在有个趋势我挺担心：作弊工具越来越隐蔽，双机位也防不住，但反作弊的功夫其实可以前置到简历评估阶段。面聊可以背稿，但基于简历细节生成的追问，尤其那些口语化的、带细节验证的问题，很难提前排演。WorkBuddy 的价值是让我每场面试都能问到真正的要害处，这比单纯筛简历有用多了。

招人这事本来就是攻防战，只不过以前是求职者美化简历，现在变成 AI 美化面试。工具总在变，但回到源头的判断逻辑不会变：问细节，问数字，问取舍。谁能帮我把这些问题在短时间内批量生成出来，我就站在哪一边。