每位我们交谈的创始人都在白板上画出相同的图景。申请、筛选、面试、录用。四个框，每个框之间有一个箭头。白板从不撒谎，反映出人们对工作的认知。它也未曾显示工作实际上是如何中断的。在九成初创公司的招聘流程中，瓶颈在于筛选，而且差异非常显著。
这篇文章讨论了为什么筛选是唯一能控制结果的阶段，为什么标准的申请跟踪系统优化了除了筛选以外的所有环节，以及该如何改变，使得五人团队可以运营一个超越C轮公司的人才招聘流程。
招聘流程并不是四个相等的框
招聘流程在白板上看起来对称，但在实践中并不对称。一个阶段几乎决定了所有下游指标：筛选。无论你让谁通过筛选，谁就是你面试的候选池。无论你面试谁，谁就是你要录用的人。如果筛选不合格，你就会在那些注定不会被聘用的候选人上无端浪费面试时间。根据SHRM 2025招聘基准报告，美国平均填补职位的时间约为44天，大部分时间花在筛选和短名单窗口，而不是录用或入职窗口。初创公司在招聘速度上可以做的最有影响力的事情是修复筛选层，而不是购买一个更快的日程安排工具或更华丽的招聘页面。
大多数团队忽略这一点的原因在于，筛选的过程感觉乏味。日历工具和录用信自动化感觉像是产品，而筛选却更像是阅读。因此，工具通常聚焦于那些易于演示的部分，而决定结果的部分则被留作手动处理，通常由那周在会议上地位最低的人来完成。
为什么大多数ATS优化了错误的层级
大多数申请跟踪系统是在2008年至2016年之间为企业HR团队构建的，而他们的问题并不是筛选质量，而是工作流可见性。一个有5000人的公司需要一个审计跟踪、结构化阶段、EEO报告和每个申请者的单一真实来源。因此，传统的ATS针对这些进行了优化，筛选却只是用一个布尔关键词过滤器简单附加上去。这个过滤器就是几乎所有初创公司招聘流程实际上漏水的层级。
Greenhouse、Lever、Workable和Ashby都是在他们被设计出来时很好的产品。它们是流程管理器，定价也是如此。Workable的起价为149美元/月，适用于员工少于20人的团队，并随着员工人数的增加而增加，不是按招聘人数。根据买方报告的PriceLevel数据，Greenhouse的每个座位每月大约运行在50-150美元，加上四位数的实施费用。你所支付的是一个工作流产品，其差异化因素并不是筛选质量。然后，在这个价格基础上，你依然需要自己阅读每份简历。
哈佛商学院的项目关于管理未来工作，有一个名称来描述这种现象：隐藏工人。Joseph Fuller在2021年的研究估计，有2700万合格美国人被自动化关键词筛选过滤掉，原因与他们能否胜任工作无关。这就是优化错误层级的代价。
我们在亚马逊学到的关于排名系统的知识
在创立CurriculoATS之前，我们的创始人Dev在亚马逊工作了多年，专注于搜索和推荐。这些系统的教训几乎可以直接应用于招聘。当输入杂乱，用户又很忙时，唯一重要的是排名函数。如果前十个结果好，用户就会满意，转化率也高。如果前十个是错误的，再多的用户界面优化也无法挽救体验。你可以在零售电子商务中拥有最干净的分面筛选，但仍然会因为排名器不好而失去竞争。
招聘的情况是相同的。招聘人员或创始人会查看这个角色的前十或十五份简历。其他200份简历似乎根本不存在。因此，唯一重要的问题是这些前十名中是否有合适的候选人。所有其他特性，比如电子邮件模板、Slack集成、录用信PDF，都在这个决定之后。如果排名器是基于关键词的，那么前十名将是那些最具战略性地撰写简历的人。如果排名器是基于结果的（例如收入、团队、出货的系统、解决的问题），那么前十名将是那些做了最相关工作的候选人。
这就是为什么我们围绕多信号评估构建了CurriculoATS，该评估会生成一个0-100的综合评分，并为每位候选人提供一段书面理由解释。这个段落是创始人关心的部分。它让你可以信任排名器，而不是盲目信任。在我们的影响评分页面上，了解更多关于评分的工作原理。
每位创始人都应该追踪的招聘流程指标
大多数初创公司的创始人只跟踪填满职位的时间，然后就停止了。填充时间是一个滞后指标，它告诉你三周前招聘流程出现了问题。真正预测招聘流程健康的前导指标更容易测量，但很少有人去测量。追踪四个指标：申请人到第一轮的比例（低于5%意味着筛选丢失信号，高于12%意味着筛选太宽松）、第一轮到第二轮的转化率（低于30%意味着短名单上的人选有误）、每位候选人的推理段落审查时间（超过90秒意味着模型没有提供杠杆效应），以及AI与人工的短名单重叠度（低于60%意味着AI或人工的判断有误，创始人需要调试哪个出错）。根据麦肯锡在2023年和2024年完成的人才形状的研究，基于技能的招聘采用率从2020年的40%上升到2024年的60%左右，而真正将做得好的团队与只做得合格团队区分开的操作信号是第二个指标：第一轮到第二轮的转换率。实施结果导向筛选的团队通常会在40-55%；而实施关键词导向筛选的团队通常会在18-28%。差距在于模型，而不在于招聘人员。每周审查这四个指标，可以迅速发现招聘流程中的漏项，从而能够在同一个招聘周期内修复它们，而不是等到填充时间响起警报，一个月后才意识到损害。
初创创始人这周如何修复筛选问题
如果你是一位没有招聘人员的创始人，并且你的招聘流程有漏项，能够产生成效的改变比你想象的要小。
- 停止按照关键词密度进行排名。如果你当前的ATS是按照代币匹配进行排序的，那么每一个申请超过五份工作的候选人都能利用这一点。切换到基于结果（生成的收入、领导的团队、交付的系统）进行排名的系统，或者手动阅读每份简历。没有中间的选择是有效的。
- 将职位描述写为结果，而不是职责。将“负责X”替换为“在前六个月内，这个人将交付Y”。该文档就是你筛选应该匹配的内容。结果与结果的匹配比职责与关键词的匹配要有用得多。
- 将短名单限制在十二份。十二份足够小，你可以一次性阅读每个推理段落。超过十二份，注意力就会下降，决策会变得随机。
- 保持一个拒绝标准是可见的。写下两个具体拒绝候选人的原因。“没有生产的机器学习经验”或“没有创始人/0-1历史”。如果你不能写出两个原因，说明你还不清楚这个角色的要求。
- 每周审查招聘流程，而不是每季度。初创公司的填充时间是以天计，而不是以周计。每月一次的审查太慢，无法发现漏洞。
这些都不是新颖的内容。新颖之处在于，几乎没有团队能同时做到这五点。