想像一下，你手裡握著兩份履歷：一份印著金光閃閃的頂大校徽，標準的「法國頂級產區」；另一份則是聽都沒聽過的後段班學校，卻在專案經歷裡寫滿了 AI 協作經驗。

在還沒看到實作成果前，你的手指會不自覺地滑向哪一邊？

1976 年的**「巴黎審判」（Judgment of Paris）**，就是一場關於「標籤」與「實力」的世紀對決。當時的酒界迷信 AOC（法定產區），認為只有特定土壤（名校）才能釀出好酒。但那場盲測撕掉了標籤，法國頂級評審的味蕾誠實地選擇了新世界的加州酒。

這場歷史性的翻轉，正要在 AI 時代的招募現場重演。

從「產區篩選」轉向「風味測試」

在 AI 抹平了知識獲取門檻的今天，如果你還在用「學歷產區」來過濾人才，那你可能正在錯過這個時代的頂級風味。

  • 標籤的崩解： 過去我們相信名校出身代表品質保證，但在 AI 時代，人才的「個人風土」不再由學校決定。一個人的價值，取決於他如何調配 AI 工具來解決問題。招募者該問的不再是「你來自哪個產區」，而是「你調配出了什麼風味」。
  • 品味誤區： 許多主管（可能也包括你）常犯的錯誤是，試圖在履歷表裡尋找「血統」，卻忽略了人才駕馭科技的「釀造工藝」。這就像是堅持只買法國酒，卻沒發現隔壁棚的加州酒已經用更精準的數據化釀造（Prompting）超車了。

科學釀造：AI 賦能下的「新世界人才」

加州酒當年能勝出，是因為他們用科技克服了先天環境的限制。

現在的招募也一樣。AI 就像是現代化的**「酒窖管理系統」**，它讓非名校出身的人才，也能透過邏輯架構與精確的 Prompting（當然，現在只會下promt已經不夠看了，能不能vibe coding、自動化工作流、AI Agent等等技術瘋狂輸出中），產出頂級水準的成果。

這意味著：技能之所以躍上檯面，是因為 AI 讓「釀造技術」變得可優化且可複製。在招募時，你該爭奪的不是人才的「生長環境」，而是他駕馭這套科技系統的能力。如果你還在堅持尋找「純天然、不靠科技」的高學歷人才，那你找的可能不是即戰力，而是歷史陳跡。

招募建議：辦一場你公司的「巴黎審判」

與其繼續在那些千篇一律的履歷（現在可能連履歷都是 AI 寫的，比你家貓的罐頭還要乏味）中掙扎，不如建立一套**「技能盲測機制」**：

  • 隱去血統標籤： 遮掉校名、遮掉前公司光環。
  • 設計風味盲測： 直接給出一個真實的商業案例，要求應徵者「請現場用 AI 工具解決它」。
  • 觀察釀造工藝： 重點不在於他給出的答案是否完美（那是 AI 的功勞），而在於他下指令的邏輯、修正的過程，以及他對最終風味的判斷力。

當標籤被遮住時，那些擁有獨特技能組合、能產出驚艷成果的「新世界人才」，就會像當年的加州酒一樣，一夜之間改變你對人才價值的排序。

最後留一個問題給你思考： 如果你現在想要調整成「技能導向」來審查履歷，徹底撕掉學歷標籤，你過得了你們家老闆那一關嗎？當你呈上一支風味絕佳、卻沒有顯赫「產區」背書的加州酒時，你的老闆是有品嚐實力的評審，還是只會看標籤結帳的土豪？