热门话题内容中心招聘知识库

AI能力冰山模型怎样落到AI面试的评估维度?

2026-11-03 AI面试

招聘团队真正要回答的,不是候选人知不知道几个AI名词,而是他能不能在岗位任务中稳定交付。把冰山模型落到AI面试,关键是让每项能力都对应可观察的证据。

这篇给出一套四步落地法:先按冰山模型区分水面之上的实操能力与水面之下的底层素养;再为每项能力指定能留下证据的考核形式;然后整理成一页能力维度映射表,写清考核动作、观察点和记录去向;最后把逐题记录回写到多维能力画像。本文只处理能力项与考核动作的对应。

先看两层结构:冰山之上考什么,冰山之下看什么

先看两层结构:冰山之上考什么,冰山之下看什么内容示意图

冰山模型的价值,在于把“会不会用AI”拆成两种不同性质的证据。水面之上,是能在任务里直接看到的实操表现,例如把需求拆开、写出提示词、校验AI输出;水面之下,是支撑这些表现长期稳定的底层素养,例如学习迁移、沟通协作与判断。资料中的AI能力考核方案把AI能力拆为6项可考核的实操能力和6项可迁移的底层通用素养,不能只看一张AI常识试卷。

牛客AI面试的冰山模型图,把身体/生理条件、价值观、动机等维度放在水下层次,也提示水面上的任务表现与水面下的稳定特质要分开记录。单一AI常识分数答不了能力层级与素养问题。

第一步:把岗位AI能力拆成可命名、可区分的两层

第一步:把岗位AI能力拆成可命名、可区分的两层内容示意图

拆分时不要从题库出发,而要从岗位交付物出发。先列出这个岗位需要借助AI完成的结果,例如需求分析、数据归因或活动方案,再把所需能力写成可命名的能力项。资料中的AI能力考核把AI常识、提示词能力和AI实战能力作为三个考核方向,可作为实操起点;底层素养则单列为可迁移的通用素质,不与具体工具操作混在一起。

判断能力项属于哪一层,可以问:它能否在短时间内通过一次任务直接观察?如果不能,需要多轮追问或行为例证才能判断,就应归入水下素养。常见误拆是把“会用某个工具”写成素养,或把“沟通表达”写成一次实操题;前者会随工具变化,后者需要行为证据支撑。

第二步:为每项能力选择能留下证据的考核形式

能力项确定后,考核形式要服务于证据,而不是追求题型新颖。AI实战任务适合验证可验收的交付质量;提示词能力与AI常识可以用标准化题目或智能出题;语言能力可对应20+语言评估;专业与通用素质可对应测评。牛客AI面试产品手册还列出智能出题、2s极速多维追问和智能人才报告,为过程证据采集提供工具基础。

选择原则是让候选人在接近真实岗位的场景中产生可观察行为。评分标准应由领域专家与企业共创,基于冰山模型确定考核维度、权重和对标行业常模的描述;本文不展开具体权重数值。

第三步:把对应关系写成一张AI能力维度映射表

映射表的价值,是让每次面试都能回答三件事:用什么任务考、看到什么行为算证据、这条证据最后落在画像的哪一层。下表给出起稿结构,企业可按岗位增删能力项。

能力层能力项(示例)候选考核形式可观察证据记录去向画像回写位置
实操层需求拆解AI实战任务任务分解与交付物逐题记录实操画像
实操层提示词与AI常识标准化题目作答与追问记录逐题记录实操画像
素养层学习迁移结构化行为追问新情境下的动作追问记录素养画像
素养层沟通协作专业与通用素质测评表达与协作例证测评记录素养画像

填表有两个约束:每行只放一个能力项,避免一行里既考提示词又考沟通;证据列必须写成可观察的动作或产出。这张表是方法推导,不替代岗位建模,也不提供具体权重数值。

第四步:核对评估结果怎样回写能力画像

面试结束后,结果不应停在一条总分。资料中的方案强调生成多维能力画像,既呈现候选人当前的AI实战水平,也预判其未来的成长潜力。操作上按“逐题记录→分层汇总→画像层级”核对:每题的作答与追问先保留,再按实操与素养汇总,最后回到画像对应位置。

牛客AI面试的成绩报告样例中,综合得分旁边配有雷达图和金字塔图,画像呈现需与逐题证据并存。核对时重点看三件事:画像结论能否追到具体题目;追问是否保留原始动作;是否保留人工复核条件。自动评分可提效,但不能替代录用结论。

适用条件与边界:什么时候这张映射表需要重新校准

这张映射表依赖岗位建模先行。岗位职责、业务场景或AI工具链变化时,原有能力项和证据形式可能失效,需要重新校准;同一张表不宜直接套到所有岗位。按岗位设置权重应由企业结合目标确认,本文不讨论具体数值。

还要区分方法推导与产品事实:本篇给出的表格是分析框架;“140+岗位业务场景”“20+语言评估”“专业能力测评”“通用素质测评”“2s极速多维追问”等表述来自牛客AI面试产品手册的冻结资料。产品能力以牛客官方最新说明为准,不把通用AI面试的做法写成特定产品承诺。相邻主题分别负责题型组合、英语对标与分档审查。

常见问题

问:冰山模型里的“水下素养”能直接考出来吗?答:不能把它当成一次笔试就能测出的固定分数。可用的办法是把素养翻译成可观察的行为例证,再用结构化追问收集多轮证据;证据不足时标为待补,不替候选人补全。

问:实操能力和底层素养要不要分开出题?答:建议分开记录、配合使用。实操题回答“现在能不能交付”,素养追问回答“换一个场景还能不能稳定交付”;两类证据混在一条评分里,画像结论难解释,也不利于用人经理复核。

问:映射表做好后,怎样判断它是否可用?答:用一两个真实岗位小范围试评,检查每项能力能否追到具体题目、观察点和记录位置;如果某一行找不到对应证据,先补考核动作或删掉该行,再决定是否扩大使用范围。

让下一次AI面试从“考什么”开始

把冰山模型落到AI面试,不是多加几道AI题,而是先分层、再为每层选择能留下证据的考核形式、最后回写画像。你的下一次面试,能不能说清每个结论来自哪道题?

详细了解更多AI面试、AI能力考核与牛招智能体方案,请访问牛客AI招聘官网,或立即咨询体验。