近年来，AI面试系统几乎成了企业大规模招聘的标配。但大家心里都清楚一个“公开的秘密”：市面上大多数AI面试系统，其实并不太靠谱。它们更像是机械的“关键词抓取器”，应聘者稍微换个说法，或者环境略有嘈杂，评分就可能失真。正因如此，传统的AI面试往往被局限在基础岗位的初筛环节，很难真正触及核心人才的选拔。

本研究旨在通过系统性的文献综述和实证分析，深入探讨 AI 面试在效度方面存在的核心问题。研究将重点关注 2020 年至 2025 年期间发表的高质量学术文献，从算法偏见、评分机制、评估能力限制、数据安全以及系统透明度等多个维度，全面剖析 AI 面试系统的局限性。通过对已有研究的综合分析，本研究旨在为学术界和实践界提供关于 AI 面试效度问题的系统性认识，并为未来的技术改进和政策制定提供科学依据。