招聘里最消耗人的环节，往往不是面试本身那一个小时，而是它前后的一堆来回：跟候选人约时间要约三轮，面试官临时改期要重排，面完发现记录只有一句「感觉还行」，几位面试官的意见还各不相同，最后靠 HR 打电话一个个问下来。
这些来回的共同特点是规则明确、频率高、又必须留痕，正好是 Agent 的活。
先说清这篇的位置。站内招聘这条线上已经有两端：用 AI Agent 做招聘简历初筛 管的是「进门那一步」，把海量简历筛成一份值得聊的名单；用 AI Agent 做员工入职助手 和 新人入职知识包 管的是「进来之后」。这一篇管中间那一段：从决定要面这个人，到几位面试官的评价汇总成一份可讨论的记录。顺带说一句，OpenClaw 做员工培训与考核 管的是在职员工的学习与考核，和面试判人不是一回事。
一、先把三样东西分开管
面试流程看着像个整体，其实里面装了三类完全不同的对象，混在一张表里维护，后面必然乱：
- 候选人：一个人一条记录，跟岗位绑定。他的联系方式、当前进度、历史沟通都挂在这里。
- 面试场次：一轮面试一条记录，包含时间、面试官、形式、轮次类型。同一个人可能有三四条场次记录。
- 评价表：一场面试一张评价表，独立于候选人。它的作用是让「这一场谁说了什么」可追溯，而不是被揉成一句总体印象。
拆开之后，Agent 才能回答具体问题：「这周有哪几场待安排」「哪个候选人的二面还没约上」「哪张评价表漏填了」。合成一张大表，这些问题都只能靠人肉过滤。这套「对象分开、各自有状态机」的做法，和 OpenClaw 做文档归档 里区分原件与副本是一个思路：先分清管的到底是什么，规则才落得下去。
二、先把两条硬规则写进系统
面试流程涉及对人的判断，规矩要写在前面：
- 不替人做录用决定。Agent 可以让评价汇总更整齐、把分歧标出来，但不输出「建议录用」「建议淘汰」这类结论字段，系统里也不做跨候选人的排序。决定权在招聘负责人和用人部门。
- 不留与岗位无关的信息。婚育状况、健康状况、家庭情况这类内容，既不该出现在评价表里，也不该进 Agent 的读取范围。候选人数据属于典型个人信息，处理尺度直接沿用 AI Agent 处理个人信息怎么合规 的四道闸：先分级、只取最小字段、访问按角色收窄、留痕可查。
这两条不是写在制度文档里就算数，要落到配置上：评价表的字段模板里就没有这些字段，Agent 的工具权限里也没有读取简历全文之外敏感项的入口。
三、面试邀约：时间协调、改期与候选人体验
邀约这件事的难点从来不是发消息，而是找时间。可以用三步来做，每一步都由 Agent 先出一版方案、人再确认：
- 候选时间收集：发出去的消息里给两到三个可选时段，而不是让候选人自己说「我都可以」。候选人的时间也进日程系统，和面试官的日历一起算交集，具体接法参考 OpenClaw 怎么管日程。
- 面试官时间计算：按轮次要求找人。技术面找技术、终面找负责人，同时避开已排满和刚开完长会的时段。这里的关键约束是「同一面试官一天不超过两场」，不设这条，排出来的表看着满，实际面试质量很差。
- 改期与取消：必须留一个统一入口，而不是让变更散落在各种即时消息里。改期要触发三件事——日历更新、通知相关方、场次记录追加一条变更历史，原时间不许被覆盖。
通知渠道可以用邮件也可以用内部消息，OpenClaw 怎么收发邮件 里那套模板加定时发送的做法直接能复用。有一条体验细节值得写进规则：所有面向候选人的消息里不许出现内部黑话和岗位代号，这句话看起来小，但它决定候选人觉得你们专业还是随意。
四、面试材料包：评估维度、必问项和简历疑点
面试前一小时，面试官最需要的是三样东西，而不是又一份长简历：
- 这个岗位的评估维度：三到五条，每条带一句「什么样的回答算及格」。没有这一层，面试官会按个人偏好聊，评价表填出来压根没法比较。
- 必问项清单：岗位硬性要求对应的核心问题，避免出现「面完发现最关键的能力没问」。
- 简历疑点：时间线有空档、项目描述前后不一致、技能与岗位要求错位的地方。Agent 只负责把这些点标出来供提问，不负责给出「此人在说谎」的判断——它没有立场，也担不起这个责任。
材料包按场次生成、面向当场的面试官，不做全团队共享。这一层权限收窄很有必要，处理方式可以参考 AI Agent 权限管理怎么做：谁能看哪一档资料，按角色定，而不是默认全员可见。
五、结构化评价记录：评分表加原话证据
「感觉还行」这种记录之所以会流传，是因为它填起来最省事。要让结构化记录落得住，得把成本降下来：
- 按维度打分并分档：每个评估维度只给四档（明显不足、基本达标、较好、突出），不给百分制。档位越少，面试官之间越容易对齐。
- 每档必须带一句原话证据：候选人怎么说的、怎么做的，写事实，不写形容词。「项目延期时他把风险提前两天报了出来」是证据，「沟通能力强」不是。
- 说不清就不填：没聊到就留空，比强行给一个中间档诚实得多。允许留空，是结构化评价能不能真实起来的关键。
这一步 Agent 能做的是「攒草稿」：把面试过程中的笔记、面试官在消息里随口说的判断整理成待确认的草稿，面试官确认后入库。原话证据要能点回去看上下文，这一点沿用 AI Agent 审计查询字段怎么设计 的思路，只留一句总结等于没留。
六、评分汇总与分歧处理
汇总不是把分数平均一下。真正有用的汇总只做三件事：
- 把分歧摊开。哪个维度上几位面试官给的档位差两档以上，直接标出来，附上各自的原话。分歧本身就是信息，平均分会把它藏起来。
- 区分共识与孤证。三个人都提到的不足是共识，一个人提到的亮点是线索，两者不该同等权重。
- 缺项提醒。某个维度没人在评价表里提过，汇总时单独列一条，避免面试安排漏问导致结论建立在残缺信息上。
分歧超出一条线的时候，动作不是让 Agent 再算一遍，而是升级到人：约一次短会或加一轮面试。这套升级规则可以直接套用 AI Agent 失败升级规则 的三档思路——提示、暂停、转人工，界线写死，别靠临场判断。
七、四条边界
- 不做录用决定，也不做候选人排名。汇总可以排序展示，但不能生成「优先录用」这类结论字段。
- 不评价与岗位无关的个人特征。年龄、性别、地域、婚育任何一项，都不该出现在评价维度里。
- 不外发候选人材料。材料包只在场次内可见，导出动作要留痕，默认关闭。
- 不自动发拒信。拒绝通知涉及法律与雇主品牌，必须由人确认后发出，不接受定时自动发送。
八、五个坑
- 把简历初筛和面试评价合成一个流程。两者的输入和判断标准完全不同，合在一起只会让规则互相打架。
- 评价表字段太多。超过五个维度，面试官就会开始敷衍填，反而比三四个维度更不可信。
- 让 Agent 生成评价结论。它可以把原话整理清楚，但一旦它开始写「该候选人综合素质较好」，这份记录就不再是证据了。
- 面试记录不写时间与场次。同一候选人三轮面试的记录混在一张表里，回头看根本分不清是哪一轮的判断。
- 候选人信息长期不清理。未录用的资料要有保留期限和清理动作，否则几年后就是一份不知道还该不该留的个人信息库。
九、哪类团队适合这么干
如果你们同时面多个岗位、每周有五场以上面试、或者面试官超过十个人，那这套流程的收益非常明显，光是省掉的邀约来回就够本。如果一个月只招一两个人，先用一份固定的评估维度和评价表模板把规矩立住就够了，工具层面的自动化可以晚点再说。
另外提醒一句：面试流程最怕的不是流程长，而是记录不真。所以第一次上线时，宁可比原来多花两分钟，也要让面试官把原话证据填上，这个习惯一旦松掉，后面所有汇总都是假的。
