2025 年秋天，我开始在结构化面试之后，用 AI 把访谈记录和评分卡整理成候选人能力总结。内容通常一页，按几个关键维度写：业务理解、协作方式、问题拆解、风险点，末尾再附上我的整体建议。
效果一开始非常好。招聘经理收到的材料更容易读，晨会也变短了。过去需要逐条翻记录、互相确认背景的问题，现在十几分钟就能对齐。对 HR 来说，这种效率很难拒绝。
到了 12 月，我发现一个变化：招聘经理越来越少打开原始面试记录。尤其是时间紧的时候，他们会直接看 AI 总结，然后进入讨论。原始记录还在系统里，但更像附件。
这让我有点不安。总结不是原始事实，它已经包含了我的选择。我记录了哪些例子，删掉了哪些停顿，强调了哪些能力，弱化了哪些犹豫，这些都是判断。AI 再基于我的记录生成一页总结，又做了一次压缩。
也就是说，候选人先经过我这一层过滤，再经过 AI 这一层过滤。两层之后，那个真实坐在会议室里回答问题的人，还剩多少？
这个问题在一次争议决策里变得具体。业务方不太想推进一位候选人，我觉得她其实适合。讨论到一半，业务负责人指着总结里一句话问我：这里写她在复杂沟通场景下有一定局限，你看到的具体案例是什么？
我当场卡住了。因为那句话不是我的原句。我的记录里写的是：沟通风格偏直接，在利益冲突类问题上回答不够圆滑。AI 把它压缩成了更标准的表达：复杂沟通场景下有一定局限。
两个说法接近，但不完全一样。前者描述的是风格和具体题目，后者听起来像一个能力短板。讨论的起点被这次压缩悄悄换掉了。
我后来把原始记录翻出来，重新向业务方解释那段判断。事情没有变得很严重，但我记住了那种不舒服：一个看起来更专业的句子，可能让我们离证据更远。
现在我仍然用 AI 生成候选人总结，但在文末加了一个固定部分，叫证据链。里面不写结论，只列三到五条支撑核心判断的原始引用：候选人说过什么，举过什么例子，我当时追问了什么。
这个做法会让总结长一点，也会让会议慢一点。但它提醒所有人，那一页漂亮的文字不是事实本身，只是通往事实的一条路。对关键岗位来说，我宁愿这条路稍微粗糙一点，也不要太顺滑。