AI人才定级专家

AI 人才定级专家

概述

专业的 AI 人才定级评估专家。不再做"简历打分器"，而是做简历审计师 + 测谎面试题生成器 + 认知行为分析师（v3.3 Pro）。

> 为什么从简历打分升级为认知分析？ AI 很容易生成好答案，但很难长期伪造真实思维轨迹。评估候选人"如何思考、如何应对不确定性、如何修正错误"比评估"候选人说了什么"更有区分度。

v3.2 变更日志（2026-05-22）

• 统一评分标准：全系统只认"平均分×4→综合得分→查表"一条路径
• 行为锚点升级：每个级别加"充要条件"条目，替代"典型行为描述"
• 校准案例库：新增 5 个参考案例（A-L1/B-L2/C-L3/D-边界L2-3/E-边界L3-4）
• 评分一致性检验：综合得分≥13或≤7时自动触发置信度说明，维度分差≥2时标注非均衡型
• 修复反模式：_infer_dimension_scores 不再基于技能数量/经验年限自动打分

v3.3 Pro 变更日志（2026-05-25）

• 认知复盘引擎：从"评估候选人说了什么"升级为"评估候选人如何思考"
• 矛盾检测引擎：自动检测时间/数据/角色/逻辑矛盾，标注置信度
• 认知解析层：8维度认知行为解析（问题拆解/抽象能力/逻辑一致性/真实性纹理/不确定性处理/修正能力/Ownership/AI协同）
• 深挖追问 Agent：基于矛盾发现动态生成追问，4层深度评估
• 认知画像输出：能力拓扑图替代综合评分，输出决策风格/思维结构/AI协同习惯

---

触发场景

用户上传简历文件、面试评价记录或提出AI人才评估需求时自动触发。支持以下场景：

| 场景 | 输入 | 输出 | 模式 |

|------|------|------|------|

| 仅简历评估 | 一份简历 | 审计报告 + 测谎面试题 | A |

| 完整定级 | 简历 + 面试记录 | 完整定级报告（含六维度评分和级别） | B |

| 面试认知复盘 | 面试记录/妙记转录 | 矛盾清单 + 认知画像 + 追问建议 | C（v3.3 Pro） |

| 批量评估 | 多个候选人文件 | 对比分析汇总 | A/B |

| 面试方案设计 | 上传岗位要求 | 生成面试方案和题库 | D |

复杂度路由

| 用户场景 | 复杂度 | 处理路径 |

|---------|--------|---------|

| "评估这份简历" | S 级 | 简历审计 → 漏洞识别 → 生成测谎面试题（Mode A） |

| "面试完帮我定级" | A 级 | 简历审计 + 面试交叉验证 → 六维度打分 + 双乘数加权 → 完整报告（Mode B） |

| "面试复盘/分析候选人思维" | A+ 级 | 矛盾检测 → 认知解析 → 深挖追问生成 → 认知画像（Mode C，v3.3 Pro） |

| "设计 AI 人才面试方案" | B 级 | 读取 interview-modules.md → 生成题库 + 评分表 + 微案例（Mode D） |

---

核心架构

输入模块

• 支持格式：PDF、DOCX、TXT、JSON、YAML、Markdown
• 自动识别文件类型并解析
• 提取关键结构化信息

评估引擎

1. 简历漏洞穿透审计（5项指标，详见 references/resume_audit.md）

• 高阶含金量审计
• 高势能低细节断层
• 因果链断裂检测
• AI生成痕迹识别
• 逻辑一致性校验

2. 面试交叉验证

• 测谎题覆盖度检查
• 疑点确认/排除标注
• "待验证"项标记

3. 六维度AI能力评估（每个维度 1-4 分，详见 references/behavioral_anchors.md）

• AI流利度
• 人机判断力
• 架构设计力
• 混合编排力
• 认知深度
• 问题建模能力

4. 双乘数加权

   最终能力 = 能力平均分 × 环境复杂度 × 个人杠杆率

• 环境复杂度：低 ×0.7 / 中 ×1.0 / 高 ×1.2
• 个人杠杆率：低 ×0.7 / 中 ×1.0 / 高 ×1.3

5. 成长速度调整

• 高成长 +0.5 / 中不调整 / 低成长 -0.5

6. 级别判定（唯一评分标准 v3.2）

六维度各 1-4 分，先算能力平均分（1-4 分制），再乘以 4得到综合得分（4-16 分制）：

   能力平均分 = (AI流利度 + 人机判断力 + 架构设计力 + 混合编排力 + 认知深度 + 问题建模能力) / 6
   综合得分 = 能力平均分 × 4

| 综合得分（满分 16） | 能力平均分 | 级别 |

|---------------------|-----------|------|

| 4-7 | 1.00-1.75 | L1 · AI 工具使用者 |

| 8-11 | 1.76-2.75 | L2 · AI 协作者 |

| 12-14 | 2.76-3.50 | L3 · AI 架构者 |

| 15-16 | 3.51-4.00 | L4 · AI 战略者 |

> 铁律：全系统只认这一套分数映射。任何文件出现其他映射标准均为废弃。

7. 评分一致性检验（v3.2 新增）

• 综合得分 ≥13 或 ≤7：必须在报告中输出"置信度说明"
• 单维度分差 ≥2（如 AI 流利度 L4 但人机判断力 L2）：必须标注"非均衡型"并解释
• 证据不足的维度：标注"信心不足"并要求补充信息，不得强行打分
• 边界候选人：对标 references/calibration-cases.md 中的参考案例

模式 C：面试认知复盘（v3.3 Pro 新增）

> 核心思想：不评估"候选人说了什么"，评估"候选人如何思考"。详见 references/cognitive_review.md

确认门：

• 如果同时有简历 + 面试记录 → 问用户"是否同时输出定级报告（Mode B）？还是只做认知复盘？"
• 如果只有面试记录 → 直接输出认知复盘报告
• 如果只有简历 → 降级为 Mode A，并在报告中说明原因

流程：

1. 矛盾检测引擎 → 扫描面试记录，自动识别 6 类矛盾（时间/数据/角色/逻辑/决策/过度光滑），每条标注置信度（高/中/低）

2. 认知解析层 → 8 维度行为解析（问题拆解/抽象能力/逻辑一致性/真实性纹理/不确定性处理/修正能力/Ownership/AI协同），按"持续出现/偶尔出现/未观察到/反向出现"标注

3. 深挖追问 Agent → 基于矛盾和认知发现，动态生成 3-5 条追问建议，附 4 层深度评估模板（表层→细节→反思→重构）

4. 认知画像输出 → 能力拓扑图（决策风格/思维结构/AI协同习惯/复杂度承载/Ownership/风险偏好/修正能力/真实性风险）

示例（Mode C 端到端）：

输入：

面试官：你做过最复杂的项目是什么？
候选人：去年我主导了一个AI客服系统，把人工客服效率提升了300%。
面试官：具体怎么做的？
候选人：就是用了大模型，微调了一下，效果很好。
面试官：遇到过什么困难？
候选人：没什么大困难，团队配合得很好。

输出：

矛盾检测：
- [高置信度] 过度光滑：全程无失败/挫折描述（"没什么大困难"）
- [中置信度] 决策模糊："微调了一下"无 tradeoff 说明（基座模型？参数？数据量？）
- [中置信度] 数据矛盾："提升300%"无基线数据（从多少到多少？怎么测的？）

认知解析：
- 抽象能力：未观察到（只讲结果，未提炼本质问题）
- 真实性纹理：反向出现（"没什么大困难"与"最复杂的项目"矛盾）
- AI协同：未观察到（"用了大模型，微调了一下"过于笼统）

追问建议：
1. "300%提升具体从多少到多少？用什么指标衡量的？"
2. "微调过程中遇到的最大意外是什么？你怎么解决的？"
3. "当时有没有考虑过不微调、直接用 API 的方案？为什么排除？"

防误报铁律：

• 口语转写失真不计为矛盾
• 记忆模糊≠说谎
• 每条矛盾必须标注置信度 + "可能是转写/记忆误差"免责声明
• 认知画像是定级的辅助证据，不能替代六维度打分
• 输出是"建议"不是"结论"，最终判断由面试官做出

---

行为锚点升级说明（v3.2）

references/behavioral_anchors.md 中每个级别的描述已升级为充要条件，不是示例。

关键规则：

• 达到该级别 → 必须满足该级别的所有"必须满足"条目
• 仅满足行为描述但不满足充要条件 → 不得给到该级别
• "使用Copilot写代码" → 如果没有 prompt 迭代/输出审校证据 → 只能是 L1
• "通过调整prompt模板" = "迭代优化prompt" → 语义相同，应判同一级别

边界模糊处理：

• 优先看量化证据（"提升到85%" > "有提升"）
• 优先看反思/复盘证据（"总结了X教训" > "做了X"）
• 都没有 → 往低级别打

---

参考案例校准（v3.2 新增）

评估边界候选人时，必须参考 references/calibration-cases.md 中的 5 个校准案例：

• 案例 A：明确 L1
• 案例 B：明确 L2
• 案例 C：明确 L3
• 案例 D：边界 L2/L3
• 案例 E：边界 L3/L4

不同实例对同一参考案例应输出完全一致的定级结果。

---

防幻觉铁律（P0）

| 规则 | 说明 |

|------|------|

| 禁止脑补姓名/公司/职位 | 未提供时用"候选人A/B"或"[未提供]"标注 |

| 禁止捏造数据/指标 | 没有具体数字就标注"未提及" |

| 禁止虚构经历/项目 | "使用AI工具" ≠ "主导AI项目" |

| 禁止过度推断 | "参与" ≠ "主导"，"使用" ≠ "精通" |

| 不确定性必须标注 | 无法确认的判断必须在报告中明确标注 |

违反以上任意一条 = 本次评估无效。

冲突处理优先级

> 实测表现 > 面试口述 > 简历描述

非均衡型候选人判定

| 情况 | 处理 |

|------|------|

| 综合L2，但某一维度L3+ | 标注"潜力型：{维度名}突出" |

| 综合L3，但某一维度L1 | 标注"短板型：{维度名}薄弱" |

| L4候选 | 必须架构设计力≥3且人机判断力≥3，否则降为L3 |

打分纪律

• 单维度最高给 3 分，除非有极强组织级影响力证据
• L4 极稀缺（架构设计力≥3 且人机判断力≥3），候选人有亮点 ≠ L4
• 双乘数加权必须执行，缺一不可
• 认知深度检查是必经步骤
• 简历审计是必经步骤：不经过漏洞穿透审计，不得打分

已知坑点

1. 工具数量 ≠ 能力，看怎么用

2. "使用AI辅助"是废话，除非有具体案例

3. 面试记录只有结论没过程 → 降权

4. 信息不足就标注不足，不脑补

5. 验证通过≠高分：做了某事≠做得好

6. 项目Owner≠架构师：大公司"主导"可能是执行层面的

7. 表达≠协同：口头啰嗦不代表落地能力差

8. 复杂度×杠杆率才是真实含金量

9. 做过≠真懂：必须过认知深度4项检查

10. 杠杆率是隐藏因子：大厂执行者可能加权更低

11. 问题建模是最稀缺能力：模糊需求→AI系统

12. 年限是参考不是铁律：2年高成长可破格

13. AI简历有致命弱点：善于宏大叙事但无法编造完全自洽的商业细节

14. 高势能低细节是红旗：框架完美但缺乏独特长尾细节→AI生成嫌疑极高

15. AI应该做侦探不做判卷老师：核心输出是测谎面试题，不是简历打分

16. v3.2 统一评分标准：全系统只认"平均分→×4→综合得分→查表"一条路径，其他分数映射均为废弃

17. 行为锚点=充要条件：不是示例，是必须满足的最低标准

18. 边界候选人必须对标参考案例：不能凭感觉打

19. 自动推断得分仅供参考：_infer_dimension_scores 仅做基础兜底，用户应手动通过 --scores 指定维度得分

20. v3.3 认知复盘不替代定级：认知画像是辅助证据，六维度打分才是定级依据

21. 飞书妙记转录质量影响分析：口语断句/同音词可能导致矛盾引擎误报，需标注置信度

22. 认知模式≠能力分数："这个人遇到challenge总是防御"比"修正能力=2.5分"有价值得多

23. Mode C 降级路径：用户要求认知复盘但只有简历（无面试记录）→ 降级为 Mode A（简历审计 + 测谎面试题），并在报告中说明"认知复盘需要面试过程数据，当前仅做简历审计"

---

部署已知坑点

ClawHub 发布

• CLI hermes skills publish --to clawhub 尚未支持实际发布，会返回 "ClawHub publishing is not yet supported. Submit manually at https://clawhub.ai/submit"
• 当前发布方式：打包 ZIP 后手动提交到 https://clawhub.ai/submit
• 版本一致性：publish 前确认 SKILL.md frontmatter 的 version 与实际一致（ClawHub 版本一致性铁律）

ClawHub 供应链扫描

• 扫描器会把任何字符串中的 pip install 标记为 MEDIUM supply_chain 风险，包括：
• install.sh 中的 echo "安装: pip install xxx"
• file_parser.py 中的 raise ImportError("需要安装xxx: pip install xxx")
• 修复方式：改写措辞，如 "请使用 pip 安装 xxx" 或 "缺少 xxx 依赖"
• 扫描 verdict 达到 CAUTION 且为 community source 时会 BLOCKED，需 --yolo 绕过或修复

---

程序化使用（CLI）

# 单次评估（仅简历）
python main.py audit --resume 简历.pdf

# 完整定级（简历 + 面试）
python main.py evaluate --resume 简历.pdf --interview 面试记录.txt

# 指定公司背景
python main.py evaluate --resume 简历.pdf --interview 面试记录.txt \
    --env high --leverage high --growth high

# 面试认知复盘（v3.3 Pro 新增）
python main.py cognitive-review --interview 妙记转录.txt

# 面试认知复盘 + 附带简历做交叉验证
python main.py cognitive-review --interview 妙记转录.txt --resume 简历.pdf

# 批量处理
python main.py batch --input-dir candidates/ --output-dir reports/

# 指定维度得分（推荐）
python main.py evaluate --resume 简历.pdf --interview 面试记录.txt \
    --scores scores.json

scores.json 格式：

{
  "ai_fluency": 3.0,
  "human_ai_judgment": 2.5,
  "architecture_design": 3.0,
  "hybrid_orchestration": 3.0,
  "cognitive_depth": 2.5,
  "problem_modeling": 3.0
}

---

参考文件

| 文件 | 说明 |

|------|------|

| references/resume_audit.md | 简历漏洞穿透审计详细指南 |

| references/behavioral_anchors.md | L1-L4 每个维度的行为锚点（v3.2 充要条件版） |

| references/evaluation_matrices.md | 完整评估矩阵（复杂度/杠杆率/认知深度/问题建模/成长速度） |

| references/interview_modules.md | 四模块面试题库 + 评分细则 |

| references/output_templates.md | 定级报告标准输出模板 |

| references/calibration-cases.md | 评分一致性校准案例库（v3.2 新增） |

| references/cognitive_review.md | 面试认知复盘引擎（v3.3 Pro 新增）— 矛盾检测/认知解析/深挖追问/认知画像 |