AI易面 4.0、5天筛5000人：智联招聘如何把 AI 面试卖给校招 (2026)

5 天筛 5000 人、秋招再采购 8000 多人次，智联招聘人才测评及培训事业部在公开客户案例中给出过一条 AI 易面交付记录。2026 年 8 月 28 日，智联招聘又介绍了 AI 易面 4.0 的升级：系统可以按岗位要求生成问题，结合候选人的回答继续追问；面对批量候选人，系统支持动态组卷和简历智能提问。1

智联招聘 818HR 节活动现场，观众面向会场大屏 — *2026 年 8 月 24 日，智联招聘与北京大学国家发展研究院在成都举办 818HR 节主题论坛；图片来源：新京报报道。*

这个更新背后有一组更早的交付数字。智联招聘人才测评及培训事业部公开材料披露，某国有银行分行在 2023 年校招中，5 天完成 5000 多人的 AI 易面初筛；同一客户在当年秋招再次采购 8000 多人次。数字来自智联招聘材料，客户名称和合同金额没有公开。2

这两个时间点放在一起，能看出 AI 易面已经从“把面试搬到线上”继续往“按岗位判断、按回答追问、按批次交付”推进。企业真正要买的，也就从一个面试工具变成一段可交付的初筛流程。

用户、场景、痛点

用户是企业 HR、用人部门和负责校招项目的管理者。银行、互联网、制造等行业都在智联招聘对 AI 易面的公开介绍中出现；智联招聘称，AI 易面自 2019 年面世以来，已服务 1200 余家企业，累计完成百万级面试人次，覆盖 13 个行业。上述规模属于智联招聘在媒体报道中的自报数据。1

场景集中在校招、管培生选拔，以及蓝领和一线岗位的批量招聘。候选人来自不同城市，面试时间集中，企业需要在很短的窗口里完成大量初筛。智联招聘的人才测评材料记录了一个银行校招案例：项目组为柜面、营销、科技三个岗位分别定制模型，并把风险因子放进筛选流程。2

痛点有四层。第一，人工面试很难在高峰期同时覆盖规模和速度。第二，同一个岗位需要统一的考核标准，面试官之间的判断差异会影响初筛结果。第三，企业还要看表达逻辑、应变能力和岗位匹配度，简单的标准问答信息密度不足。第四，候选人要面对设备、身份核验和等待反馈等体验问题，校招项目还要控制舆情和作弊风险。1 2

解决方案：把一次面试拆成三段工作

面试前，先把岗位要求变成题目

AI 易面 4.0 可以根据岗位要求生成更贴近业务场景的问题，也支持动态组卷和简历智能提问。动态组卷解决的是批量招聘里的同质化问题：企业可以围绕同一个岗位设置不同题目组合。简历智能提问则把候选人的经历带进面试，让系统从统一题库走向岗位和个人的结合。1

这一步的关键输入是岗位要求、候选人简历和企业预先设定的评估维度。输出是面试问题和考察路径。企业仍然要先定义什么叫“适合”，否则系统只能更快地执行一套含糊的标准。

面试中，再根据回答继续追问

在集中面试项目中，系统会结合候选人的回答继续追问，帮助企业观察表达逻辑、应变能力和岗位匹配度。2025 年智联招聘介绍 AI 版时，还将 AI 易面描述为结合语音、视频和文字等信息进行分析的面试 Agent；2026 年 8 月的报道提到，4.0 增加了面试前设备检测和面试后问答。前一项属于 2025 年媒体转述的产品信息，后一项来自 2026 年报道。1 3

智联招聘人才测评材料对既有版本的描述更具体：AI 易面会分析面试视频、语音和文字，围绕岗位核心素质构建人才画像；项目团队还可以与客户沟通，定制岗位模型和流程。2

面试后，把结果交给下一轮人工判断

企业需要的交付物是一批可比较的初筛结果。智联招聘材料披露，某国有银行分行使用 AI 易面完成 5 天 5000 多人的筛选，并通过岗位模型和风险因子支持下一轮面试。该客户随后再次采购 8000 多人次，用于秋招初筛。2

这组案例说明，AI 易面的交付边界已经包含岗位建模、候选人通知、面试流程控制、AI 分析和筛选建议。材料把这些内容列为一套面试服务，AI 是其中的判断与处理环节，人工团队仍然负责岗位定义、流程把控和后续决策。2

两个案例，分别验证了什么

智联招聘公开材料中有两个匿名银行案例。案例发生在 2023 年，不能直接当作 4.0 上线后的效果；它们更适合用来观察 AI 易面的企业交付方式和复购信号。

客户与时间	招聘任务	交付内容	结果与口径
某股份制商业银行分行，2023 年春招	跨地区候选人的线上初筛	AI 易面线上测评；材料称首轮约 100—200 人，第二轮约 1000 人次	公开材料只给出面试规模，客户名称和金额未披露。2
某国有银行分行，2023 年校招与秋招	批量初筛、统一岗位标准、风险因子筛选	柜面、营销、科技三个岗位模型；候选人通知、流程控制、AI 分析和筛选建议	智联招聘材料披露总到场率 90.7%、每个岗位淘汰率 30%；5 天筛选 5000 多人，当年秋招再次采购 8000 多人次。均为供应方材料披露。2

第一组案例把“远程覆盖不同地区”讲清楚。第二组案例把“岗位模型定制、批量处理和再次采购”串在了一起。对企业采购者来说，后者比单次演示更接近真实的评估：系统能否在招聘高峰里稳定完成交付，客户是否愿意把下一批候选人继续交给它。

商业化：项目交付证据比价目表更早出现

从公开案例可以推断，AI 易面的买单关系至少有三层。以下是基于交付材料的产品位置判断，不等同于智联招聘公布的正式价目表。

可能的购买单位	付费者	企业获得的价值	目前证据
按候选人次或招聘项目采购	校招、管培生和批量招聘企业	在集中窗口完成线上初筛，减少人工首轮面试的组织成本	5 天筛选 5000 多人、秋招再次采购 8000 多人次；单价未披露。2
岗位模型定制	需要区分多个岗位的企业	把柜面、营销、科技等岗位的考核标准写进流程，形成统一初筛尺度	三个岗位模型和风险因子来自智联招聘案例材料；定制费未披露。2
面试前中后流程服务	需要交付管理的 HR 团队	覆盖候选人通知、面试组织、AI 分析和筛选建议，降低项目管理负担	智联招聘材料明确列出全流程面试服务；服务费和毛利未披露。2

2025 年智联招聘介绍 AI 版时，把 AI 易面放在多智能体招聘方案的海量人才筛选环节，同时把 AI 筛简历、AI 沟通和 AI 推荐放到同一条招聘链路里。3 2026 年 8 月的产品介绍继续把职位生成、推荐、沟通、邀约和面试放进 AI 版，AI 易面承担的是其中最接近“评估与淘汰”的一段。1

这让智联招聘的商业化逻辑出现一个清晰方向：平台的岗位和人才供给负责带来招聘需求，AI 工具负责把企业的初筛流程产品化，测评团队负责岗位模型和项目交付。公开材料尚未给出 AI 易面 4.0 的价格、套餐、付费客户数或收入拆分，当前证据能支持的是“已有企业项目和复购案例”，还不足以计算标准化订阅的规模。

下一步看什么

秋招项目是否出现客户方公告。 重点看客户是否公开项目规模、使用岗位和采购方式。供应方案例能说明产品怎么卖，客户方材料能补上实际使用者和验收口径。
8000 多人次之后是否再次复购。 关注同一客户在下一轮春招或秋招的采购人数、项目周期和岗位范围。重复采购比一次性的服务规模更能说明工作流黏性。
4.0 是否出现公开报价。 价目表、按人次报价、岗位模型定制费和流程服务费，任何一项出现，都能把现在的“可能购买单位”变成可比较的商业化字段。
候选人保护如何落到产品里。 设备检测、身份核验、面试后问答之外，还需要看到人工复核、申诉入口和评估解释方式，才能判断“效率”和“公平”是否同时交付。

References

1
智联招聘818HR节圆满收官，共探AI时代HR价值新坐标
bjnews.com.cn
2
智联招聘|智联人才测评及培训事业部企业详情与客户案例
hrecchina.org
3
号称帮HR节省70%沟通成本，智联招聘发布多智能体协同产品方案
finance.sina.com.cn