不知不觉，我开始把 AI 搜索当成面试前的固定动作。
以前准备一个不熟行业的岗位，我会开一排标签页：公司官网、融资新闻、竞品介绍、岗位 JD、候选人的公开主页。每个页面都读一点，末了脑子里留下几个松散的词。现在我把岗位、公司、候选人经历放进去，让 AI 搜索帮我整理：这家公司最近半年在做什么、岗位可能面临什么问题、候选人的经历里有哪些可以追问的地方。
它确实节省时间。一个下午连续面三个人时，这种节省会变得很明显。不是少看资料，而是少在资料之间来回切换。AI 给出的那张小地图，让我更快知道自己站在哪儿。
但用了一段时间后，我发现自己反而更不敢相信那张地图。
AI 搜索很擅长把公开信息整理得像一段结论。它会把行业变化说得很平，把公司的动作说得很顺，把候选人的履历说得很连贯。问题是，组织里的真实状态常常并不连贯。业务负责人说“这个岗位挺急”，可能是需求真的增长，也可能是团队内部已经磨损了两个月。候选人说“我参与过系统搭建”，可能是主导，也可能是在一个很大的项目里负责过一小段。
资料越完整，我越需要提醒自己：完整只是公开材料的完整，不是现场的完整。
有一次，我根据 AI 搜索整理的背景，准备了几个看起来很聪明的问题。面试开始后，候选人讲到上一段经历时停了一下，说“那段时间团队变化比较多”。如果按我原来的提纲走，下一题应该问项目规模。但那个停顿让我改口问：“变化多，是组织结构变化，还是目标变得很快？”后面十分钟，才真正听到他怎么处理混乱、怎么和上级对齐、怎么在模糊里做选择。
那一刻我有点庆幸，AI 搜索只是帮我把路灯打开，没有替我决定往哪儿走。
我现在更愿意把它放在面试前，而不是面试中。面试前，它帮我减少陌生感；面试中，我尽量让自己回到人和人说话的节奏里。看对方怎么解释一个选择，怎么描述一次冲突，怎么承认不确定，比看一份整理得很漂亮的背景摘要更重要。
对 HR 来说，AI 搜索的价值可能不是让我们显得更懂行业，而是让我们少一点因为陌生而产生的紧张。真正的判断仍然发生在现场：一个追问、一次沉默、一个绕开问题的回答。
工具把页面翻完之后，我开始更在意那些没有被翻出来的部分。