【突发】Google招聘“翻车”？最懂AI的团队DeepMind竟让候选人绕过自家招聘系统HRTech核心摘要：一个很值得 HR 注意的信号：Google DeepMind 最懂 AI 风险的一支团队，正在让部分求职者通过额外表单，把简历直接送到真人手里。内部文件担心，现有申请流程存在一定概率让 CV 被错误筛掉或过晚到达团队。不过 Google 官方否认系统会错误过滤候选人，称额外表单主要是绕过招聘人员的检查。更有意思的是，Google 同时正在向企业 HR 推广 Gemini，用 AI 评估简历、生成职位信息和预测招聘需求。这件事真正提出的问题不是“AI还能不能用于招聘”，而是：自动化之后，HR有没有机制发现那些被算法错过的人？AI招聘下一阶段的关键词，很可能不是自动化，而是保留人的判断、确保过程可追溯，并尽可能减少优秀人才被系统漏掉（ Human-in-the-loop + Auditability + False Negative Management）。你觉得呢？
Google 最懂AI的团队 DeepMind 最近一则招聘新闻，引发了人力资源科技行业的关注。原因并不是 Google 正式承认“AI 招聘系统会误杀简历”，而是 Google DeepMind 旗下一个负责通用人工智能安全与对齐研究的团队，在实际招聘中主动增加了一条额外申请通道，希望确保候选人的简历能够直接被团队成员看到。
据 Bloomberg 获取并查看的一份内部文件，Google DeepMind 的 AGI Safety and Alignment Team 在招聘部分岗位时，建议候选人在完成正常职位申请之外，再填写一份额外表单。团队在文件中表示，现有申请系统存在“不容忽视的概率”，可能导致候选人的简历被错误筛掉，或者花费太长时间才能到达真正负责招聘的团队。
填写额外表单之后，申请材料可以直接进入团队成员的视野，从而增加真人看到候选人资料的机会。
Google官方否认“系统会错误淘汰候选人”
这件事情最重要的事实边界必须首先讲清楚。Google DeepMind 发言人并没有承认公司的招聘系统会错误淘汰候选人。Google 对外解释称，这支团队设计额外申请表格，主要目的是绕过招聘人员的前置审核，让候选人的简历能够直接进入业务团队，而不是为了纠正某个已经被证实存在问题的 AI 筛选系统。
Google 同时强调，这种额外通道并不意味着候选人可以绕过正常的招聘评估流程，更不存在获得职位的“捷径”。
因此，目前能够准确确认的是：Google DeepMind 的一个招聘团队认为现有申请流程存在简历被错误筛掉或延迟到达团队的风险，并主动增加了人工查看通道；但 Google 官方并不认同“公司系统会错误过滤候选人”这一说法。
此外，目前没有公开证据说明究竟是哪一套内部招聘系统参与了筛选，也没有证据证明这一系统就是 Gemini，更没有披露所谓“误筛概率”到底是多少。
所以，这件事情不应该被简单包装成“Google AI 招聘翻车”，但它确实暴露出了一个越来越重要的招聘科技问题。
AI招聘真正的风险，可能不是效率低，而是漏掉合适的人
过去十多年，招聘科技最主要的价值指标几乎都围绕效率展开，例如缩短招聘周期、降低招聘成本、提高招聘人员处理简历的能力，以及帮助企业从大规模候选人中更快找到匹配对象。
生成式 AI 和智能匹配技术的加入，又进一步推动了这一趋势。
AI 可以帮助企业读取更多简历、更快完成初步排序、识别技能关键词，也可以帮助招聘人员生成职位描述、候选人沟通内容和面试总结。
这些效率提升都是真实存在的。
但招聘毕竟不是单纯的信息处理问题，它最终仍然是人才判断问题。
假设一家企业收到一万份申请，系统可以在很短时间内筛选出五百人，这当然提高了招聘效率。但如果真正最适合岗位的二十个人中，有几个人在第一轮就被系统排除，而且业务负责人永远没有机会看到他们，那么企业是否还能认为这套系统是成功的？
这就是未来 AI 招聘中一个越来越值得重视的问题：系统漏掉了多少原本值得进入下一阶段的候选人。
过去企业大量关注“筛选效率”，未来可能需要增加一个完全不同的视角：人才漏筛率。
也就是说，企业不仅应该问“AI帮我们处理了多少简历”，还应该问：“AI有没有把真正值得关注的人提前排除掉？”
对于已经开始在招聘、人才管理、绩效管理等场景中使用 AI 的企业，仅仅统计“员工是否使用AI”已经无法代表真正的成熟度。HRTech 正在通过 HR AI Forward，从个人能力、团队工作流和组织层面进一步评估 AI 是否真正进入工作过程，并产生可衡量的业务结果。
更值得关注的是，Google自己正在向HR推广AI招聘能力
这起事件之所以具有代表性，还有一个非常有意思的背景。
Google Workspace 目前正在公开向人力资源团队推广 Gemini 在 HR 工作中的应用。Google 官方页面明确介绍，Gemini 可以帮助 HR 创建职位信息、辅助评估简历、处理招聘沟通，并预测未来招聘需求。
这并不意味着 Google DeepMind 的团队“不信任 Gemini”，目前没有证据能够支持这样的结论。
但它确实呈现出一个非常典型的企业 AI 场景：一方面，Google 正在积极推动 AI 进入人力资源和招聘流程；另一方面，Google DeepMind 自己的一支专业团队却在实际招聘过程中增加了额外的人工查看机制，以确保关键候选人不会因为正常流程而无法及时进入团队视野。
这背后的问题已经不再是“到底应该用AI还是人工”。
更准确的问题是：哪些工作可以交给AI，哪些关键节点必须保留人工判断。
这也是未来人力资源科技产品设计中越来越重要的一条原则。
人工参与并不意味着AI倒退
过去企业谈自动化时，很容易形成一个简单判断：人工操作越少，自动化程度越高，系统就越先进。
但在招聘这样的高影响决策场景中，这种逻辑并不完全成立。
招聘不仅关系到企业能否找到合适的人，也直接影响候选人的职业机会。如果筛选机制无法解释、无法审查，企业不仅可能错过人才，还可能面对公平性、偏差、合规以及候选人体验方面的问题。
因此，更成熟的 AI 招聘系统至少应该能够回答几个问题：为什么一个候选人被优先推荐？为什么另一个人没有进入下一轮？招聘经理是否仍然可以查看没有被系统推荐的简历？系统能否持续评估自己是否经常漏掉高质量候选人？不同候选人群体之间的筛选结果是否存在异常差异？
这并不是要让招聘重新回到完全依靠人工逐份阅读简历的时代。
真正成熟的人机协作应该是：AI 负责处理规模、发现模式和提高效率，人负责关键判断、异常复核和最终责任。
AI正在同时改变招聘的两端
Google DeepMind 的内部表格还有一个容易被忽略的细节。
团队同时提醒申请人，提交的内容最终会由真人阅读，而团队成员已经开始厌倦大量高度相似、明显由大语言模型生成的申请答案。
这说明 AI 正在同时改变招聘流程的两个方向。
一边是求职者越来越多地使用 ChatGPT、Gemini 等工具优化简历、求职信和申请问题；另一边是企业为了处理越来越大的申请量，又开始使用更多 AI 来帮助完成筛选和排序。
最终可能形成一个循环：候选人使用 AI 提高申请效率，企业收到更多申请；企业使用 AI 进行筛选，候选人又开始研究如何提高自己被系统识别的概率；企业继续升级筛选机制，求职者继续优化自己的申请策略。
如果这种趋势持续下去，招聘科技真正要解决的问题就不再只是“自动化程度够不够高”，而是“整个招聘过程是否可控”。
谁拥有最终决策权？在哪些情况下必须人工复核？系统错误如何被发现？筛选质量如何持续评估？候选人是否知道 AI 在招聘中发挥了多大作用？
这些已经不仅是技术团队的问题，也正在成为招聘负责人和人力资源管理者必须面对的问题。
HRTech 目前持续关注的重点，也正在从“企业有没有使用AI”转向“AI究竟如何改变HR工作”。通过 HR AI Forward，可以进一步观察 AI 是否只是增加了一个新工具，还是已经真正改变了岗位、任务、团队协作方式和组织运行机制。
HRTech观察：AI招聘正在从“提高效率”进入“提高决策质量”阶段
如果把招聘 AI 的发展分成两个阶段，第一阶段的关键词是效率。
谁能够更快读取简历、更快匹配候选人、更快生成招聘内容，谁就能够为招聘团队节省更多时间。
但第二阶段的竞争，很可能会转向决策质量。
未来企业不会只问：“这个系统帮我节省了多少招聘时间？”
还会问：“这个系统推荐的人到底准不准？”“它为什么没有推荐另一个人？”“它是否经常漏掉优秀候选人？”“我是否有办法发现系统犯错？”
这意味着 AI 招聘的衡量标准也需要发生变化。
过去，企业关注的是 AI 使用率，也就是有多少招聘人员开始使用 AI；下一阶段，需要关注 AI 是否真正改善了招聘结果；再往后，则是如何建立完整的 AI 管理机制，确保企业知道 AI 在什么时候做对了，也知道它在什么时候可能做错。
Google DeepMind 这次招聘事件并不能证明 AI 不适合招聘。它反而说明，当 AI 开始真正进入招聘核心流程之后，企业正在进入一个更加成熟的阶段。
真正优秀的AI招聘系统，不应该只是帮助企业更快地淘汰候选人，而应该帮助企业更准确地发现人才，并能够判断自己有没有漏掉真正值得关注的人。
这可能才是 AI 招聘下一阶段真正的竞争焦点。
从Google DeepMind的招聘争议，到AI正在重构招聘、人才管理和HR工作方式，真正值得中国HR思考的已经不只是“要不要用AI”，而是如何把AI真正带入工作流程，同时保留人的判断、责任和价值。
2026年下半年，HRTech也将继续把这些全球最新趋势带到中国HR的线下交流现场：
9月17日，2026人力资源科技年度论坛·深圳将围绕AI、数字化、人才与组织创新展开讨论，详情及报名：
https://www.hrtechchina.com/Public/html/917.html
10月22日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·上海将聚焦AI与未来人力资源科技，连接上海及长三角地区HR决策者，详情及报名：https://www.hrtechchina.com/Public/html/event/1022sh.html；
11月19日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·北京将继续围绕AI、HR科技创新与未来工作展开深度交流，连接北京及华北地区HR管理者，详情及报名：https://www.hrtechchina.com/Public/html/event/1119bj.html
如果你正在思考AI如何真正进入招聘、人才管理和组织工作流，欢迎来到深圳、上海或北京，与更多企业HR和行业同行一起讨论下一阶段的人力资源科技。
更多HRTech活动安排：https://www.hrtechchina.com/Public/html/event/eventlist.html
HRTech编辑备注： 截至2026年8月14日，公开报道没有披露 Google DeepMind 所指申请系统的正式名称、具体算法、实际误筛比例或受影响候选人人数，也没有证据证明该系统就是 Gemini。因此，本文没有将该事件表述为“Google承认AI误杀候选人”，而是严格采用“团队内部表达担忧、Google官方否认系统错误过滤”的事实框架。
来源： Bloomberg 记者 Julia Love 的相关报道，经 Los Angeles Times 于2026年8月11日刊载；Staffing Industry Analysts 于2026年8月13日跟进报道；HR Executive 于2026年8月14日从招聘科技角度进行报道；Google Workspace 官方 AI for HR 页面用于核实 Google 当前向人力资源团队推广 Gemini 在招聘、简历评估和招聘需求预测等场景中的应用。
alphabet
2026年08月15日
alphabet
荷兰金融科技公司Duna获得3000万欧元A轮融资，将扩展合规AI技术应用于企业身份认证与客户入职流程
由两位Stripe前员工创立的身份金融科技公司Duna宣布完成3000万欧元A轮融资，本轮融资由Alphabet旗下独立增长基金CapitalG领投，现有投资者Index Ventures与Puzzle Ventures参与跟投。
Duna总部位于德国和荷兰，由杜科·范·兰肖特（Duco Van Lanschot）与大卫·施莱伯（David Schreiber）于2023年共同创立。范·兰肖特曾任Stripe比荷卢及德奥瑞地区负责人三年；施莱伯在Stripe任职六年期间，曾管理该公司规模最大的全球业务部门，包括核心信用卡支付平台。2025年5月，公司宣布完成由Index Ventures领投的1070万欧元种子轮融资。此轮融资后，Duna累计融资额已突破4000万欧元。
Duna致力于通过为每家企业提供数字护照来构建全球信任基础设施，未来将逐步发展为可共享身份认证与一键入职的网络平台。如今，杜纳的人工智能原生企业身份平台已服务于大型银行、金融科技公司、平台及金融机构。客户包括Plaid、CCV（Fiserv旗下）、Moss、Bol和SVEA银行等大型企业，用户反馈称其客户入驻速度提升10.6倍，生产力增长4.8倍。
“Duna正在解决互联网最大的未解难题之一：身份认证问题，”创始人Duco van Lanschot指出，“合规与身份验证现已占银行总成本的10%-20%。昂贵且依赖人工的传统系统导致数十亿美元流失——既包括欺诈、摩擦成本和罚款，也包含因拒绝合法客户造成的收入损失。这正是人工智能自动化的理想应用场景。”
“企业身份安全需求从未如此迫切：人工智能虽具诸多优势，却也加速了欺诈行为的蔓延与复杂化。杜纳将助力企业根除此类欺诈，”联合创始人David Schreiber补充道，“我们将把延续数十年的合规成本中心转化为核心收入引擎。”
范兰肖特继续表示：“我们已获得领先企业客户的强烈认可。本轮融资将用于通过合规可审计的人工智能技术进一步拓展企业级能力，同时维持银行及大型企业所需的高标准监管要求。”
CapitalG普通合伙人、金融科技领军企业Stripe长期投资人亚历克斯·尼科尔斯指出："Duna正在构建互联网缺失的'一键式'身份网络。当前多数商业关系建立都需经历痛苦、手动且耗时的文件交换流程，这相当于给B2B经济征收了巨额隐性税。杜科和大卫正是解决互联网商业身份问题的理想创始人。作为Stripe的前任高管，他们不仅具备深厚的创始人-市场契合度，更拥有打造高度主人翁意识、人才密集型文化的领导力，足以实现如此宏伟的愿景。"
关于Duna
Duna的使命是通过为每家企业提供数字护照来构建全球信任基础设施。未来将逐步发展为可共享身份认证与一键入职的网络平台。
如今，Duna已成为面向大型银行、金融科技公司、平台及金融机构等受监管企业的AI原生商业身份平台。通过“了解你的客户”（KYC）、“了解你的企业”（KYB）、‘客户尽职调查’（CDD）及“反洗钱”（AML）机制，Duna助力企业精准识别交易对象身份。
Duna获得Index Ventures与CapitalG投资支持，并汇聚来自Stripe、Adyen、Anthropic及高盛等顶尖企业的技术高管团队，包括Adyen创始人兼顾问Pieter van der Does、Stripe首席运营官Claire Hughes Johnson、Snowflake董事长Frank Slootman等。
关于CapitalG
CapitalG作为Alphabet旗下独立增长基金，专注投资于变革全球最大市场的跨代企业。通过提供实操支持与资源对接，CapitalG助力成长期企业实现从初创到规模化的转型。其投资组合涵盖Stripe、CrowdStrike、Databricks、Duolingo、Odoo、Lovable、Monzo、UiPath等企业。
alphabet
2026年02月06日
alphabet
谷歌母公司Alphabet新任董事会主席：创新需要这三类人美国时间的2月1日，Google 母公司 Alphabet 在季度财报会议上宣布，任命资深董事约翰·亨尼斯（John Hennessy）为新任董事会主席，取代长期担任这一职务的埃里克·施密特（Eric Schmidt）。
约翰·亨尼斯是谁？小探此前曾经撰文介绍过，亨尼斯从2000年到2016年担任斯坦福大学校长，并于2004年加入Google董事会，并从2007年起就开始担任董事会的首席独立董事。
今天，小探就再来跟大家重温一下这位被网景创始人马克安德森誉为“硅谷教父”大牛的思想，以及斯坦福和谷歌的故事。
斯坦福跟谷歌结缘的故事
硅谷作为全世界创业的中心，是创业者心目中的圣地。斯坦福大学就是硅谷创新不得不提的一个重要驱动力量。
可以说，斯坦福大学为硅谷的形成和崛起奠定了坚实的基础，培养了众多高科技公司的领导者，其中就包括谷歌、惠普、雅虎、特斯拉、Firefox、艺电、Sun、NVIDIA、思科、及eBay等公司的创始人。
我们都知道，谷歌的两位创始人拉里·佩奇（Larry Page） 及谢尔盖·布林（Sergey Brin）都曾就读斯坦福大学。这也是他们在斯坦福读书时发明的。
亨尼斯就曾经讲述过斯坦福跟 Google 的故事。在亨尼斯看来，虽然拉里.佩奇提出的一些研究观点令他在斯坦福导师特里·维诺格拉德（Terry Winograd）摸不着头脑，但是特里还是从里面挑出了网页搜索这个相对最靠谱的方向。
Google 最早其实是对电子数据库里进行检索，Page Rank 算法就是借鉴了学术界里引用(citation)次数的思路，不过在网页上citation变成了超链接。Google 不是第一个搜索引擎，但是 Google 诞生后搜索质量就立马超越了当时的其他搜素引擎。
PageRank 专利最早是由斯坦福大学申请专利，当 Google 成立后，斯坦福大学技术授权办公室同意将 PageRank 专利许可给 Larry Page 及 Sergey Brin，因此Google 可以使用 PageRank 技术直至2011年。
斯坦福大学拥有教授及学生的在校期间的研究成果，但它通常会将这些专利许可给发明者，让他们可以使用。由于 Google 初期并没有足够现金，因此斯坦福大学决定持有 Google 的极小部分股份作为条件，这对双方而言是双赢，后来斯坦福也因此获得上亿美元的回报。
亨尼斯认为，这就是斯坦福大学崛起的一个重要原因：找到最好的人，然后给他们自由，让他们自己做决定。斯坦福大学的教授和学生有着充分的学术自由，虽然斯坦福也会有重点和优先的研究方向，但是不会去规划具体的研究日程和研究细节。
斯坦福的秘密武器
在过去十几年做校长的时间里，约翰·亨尼斯毫无疑问把斯坦福大学变成了最好的学校，是目前为止世界上最伟大的教育家之一。
2011年，时任美国总统奥巴马曾邀请乔布斯、扎克伯格、时任Google CEO Schmidt 等科技行业领袖共进晚餐，亨尼斯是唯一受邀参与的非商业领袖，可见他在硅谷的影响力非同一般。
那么斯坦福大学是如何在硅谷崛起的过程中扮演关键角色的呢？这位斯坦福老校长曾讲了两个关键，第一是斯坦福如何在学校内提倡创新，第二是斯坦福如何将科研成果转化为产品。
那么，斯坦福大学是如何在学校内鼓励创新的？
最关键的是人！
约翰·亨尼斯表示创新需要几类人：有远见的预言者、探索者、无畏的执行者。
有远见的预言者能够看到一项技术可能带来的革命性变化，他们能够从一而终，致力于将新技术的使用门槛降低，通过各种方式将成本降低、把新技术普及。
革命性的技术出来后，大家可能都不清楚应用场景和机会在哪里，探索者就会通过各种尝试将新技术应用于可能的场景。
无畏的执行者则是通过不懈的努力将愿景变成现实。
有远见的预言者的典型例子是吉姆·克拉克（Jim Clark）。吉姆·克拉克是斯坦福大学电机系副教授，他的天才在于他洞察未来发展趋势的才能。一旦捕捉到趋势，就果断地创建公司，并组织一批人才进行开拓。
在看到图形技术特别是 3D 图形技术的巨大潜力后，在 1982 年，克拉克创办了利用软件和硬件加速来显示 3D 图像的公司 SGI，SGI 成为世界领先的好莱坞视觉特效和 3D 图像生产商，成了整个 3D 行业的缔造者。
1993年，在看到图形浏览器的巨大潜力后，克拉克又找到了 Mosaic 的开发者马克·安德森，这是互联网上第一个普及和易于使用的浏览器。后来，克拉克和安德森一起创立了网景通信公司。网景于1996年IPO，克拉克500万美元的投资赚到了20亿美元的收益。
在第二点技术转化时，亨尼斯强调技术转化(transfer technology)其实最重要的是人的转化(transfer people)。
技术是死的，但技术的发明人一定是最懂这项技术的人，知道这项技术的优缺点，而且是最愿意把时间和精力奉献到这项技术上的人。
而且，一项技术出来后距离真正的商业化还有很长一段路，往往需要技术发明人以创业者的心态持续的投入。
亨尼斯也讲到了惠普的故事。当年惠普创办的时候，都没有风险投资，在车库里创业。他们当时建了一栋办公楼叫Redwood Building, 这栋楼建的风格有点像商场。两位创始人心里想的是，如果惠普失败了，就把这栋楼用来开百货商店。
斯坦福大学认为，学校里学生是非常关键的，他们给研究生的经费比教授更多，斯坦福校友是创业的主力，同时斯坦福也持续的给学生投入。
创新浪潮并不连续
亨尼斯认为，创新的浪潮总是一波接一波的到来，而不是连续的。
比如，1940-60年代是电子时代，诞生了惠普等公司，1960-80年代是集成电路(IC)时代，诞生了英特尔、AMD、英伟达等巨头，1975-85年代是微处理器和VLSI时代，诞生了SGI、SUN、MIPS等公司。1985-2000年代则是互联网时代，诞生了Cisco、雅虎、谷歌等巨头。而2015-201X则是社交和移动时代，诞生了Snapchat、Instagram等公司。
而如今是人工智能的时代，人工智能将会带来翻天覆地的变化。可以说，这跟谷歌宣布的“All in AI ”战略有相符合之处。
这是节选自硅谷密探携手长城会创始人、董事长文厨的节目《小邮差看世界》第二期——斯坦福前校长约翰·亨尼斯。更多精彩回放可以看会密探此前文章：独家 | 斯坦福老校长揭密斯坦福如何缔造硅谷传奇？文章里有我们和长城会、第六日创造联合推出的视频，长城会董事长文厨与约翰·亨尼斯进行对话。
alphabet
alphabet
alphabet
alphabet
alphabet
扫一扫 加微信
hrtechchina
