AI招聘工具号称客观、高效，但一份涉及340万人、400万份申请、150家雇主和1700个职位的实地研究，撕开了这层漂亮包装。数据显示，26%的黑人申请者和15%的亚裔申请者遭遇了算法对其族群的系统性排斥；如果AI按推荐率最高群体（通常为白人）的标准执行，将有4万份额外申请本应进入下一轮——它们被算法悄悄挡在了门外。更刺眼的一个数字是：10%提交了4份以上申请的求职者，被所有职位同时拒绝。换句话说，不是这批人不够好，而是他们撞上了一堵由代码砌成的隐形墙。
问题出在哪？多数雇主并不自己造算法，而是采购同一家第三方供应商的服务，形成了研究者所称的"算法单一文化"。当150家企业用同一套逻辑筛人，偏见就不是分散的，而是被放大的——同一批人因同一套规则被全行业拒之门外。相比之下，同期未使用AI的招聘数据（8.3万份申请、108家财富500强企业）并未出现类似排斥模式，说明这把筛子本身就是漏的。算法没有消除歧视，它只是把歧视标准化、自动化、规模化。
这项研究最有价值的部分不是揭露问题，而是它给出的证据强度——足够大、足够真实、足够让"AI更客观"这类营销话术失去说服力。研究者的结论很直接：算法招聘需要独立监管，不能继续由供应商自己说了算。招聘产品经理如果还在用"我们模型很公平"来自我辩护，这份数据就是最好的反驳材料。技术从来不是中立的，筛简历的代码尤其不是。
