Fika Jobs获400万美元pre-seed：AI视频面试把招聘入口往前推

瑞典斯德哥尔摩招聘初创公司 Fika Jobs 拿到 400 万美元 pre-seed 融资。Luminar Ventures 领投，Alliance VC，以及 King 联合创始人 Sebastian Knutsson、Riccardo Zacconi 参投。

它要做的不是再造一份在线简历，而是把招聘的第一印象改成一段视频：候选人连接 LinkedIn，接受约 10 分钟 AI 视频面试，回答再被剪成短视频档案，供雇主浏览。

这件事有意思，也有点危险。

简历筛选确实粗糙。很多人的潜力、表达、动机和学习速度，简历里看不出来。但视频优先也会把外貌、年龄、种族、性别表达、口音这些信息提前摆到雇主面前。AI 不会自动让招聘更公平，它也可能只是让筛选更快、更早、更不透明。

Fika想把“投简历”改成“先被AI面试”

Fika 的入口从 LinkedIn 开始。候选人连接账号后，平台根据个人背景生成问题，并完成一场约 10 分钟的视频面试。目前，这套 AI 面试使用 Google Gemini 模型。

面试结束后，系统会把回答剪成短视频片段，形成一个视频优先的候选人档案。雇主看到的，不只是学校、公司名和关键词，而是候选人如何表达、如何解释经历、如何回应问题。

关键信息可以压成一张表：

这个设计解决的是一个老问题：早筛太依赖简历。

对早期职业者、转行者、非传统教育背景候选人来说，简历常常吃亏。没有名校、没有大厂、路径不够标准，很容易在第一轮就消失。视频档案至少给他们一个补充表达的机会。

但补充表达不是免费午餐。

候选人要多完成一场 AI 面试，还要接受自己的回答被剪辑、存放、展示。对一些人来说，这是机会；对另一些人来说，这是新的表演成本。

它和Alex、Maki、Mercor的差别，是站位更偏候选人档案

Fika 不是第一个把 AI 放进招聘流程的公司。Alex、Maki、Mercor 等工具，更偏雇主端筛选。它们主要帮企业处理海量申请，做自动化初筛、匹配或面试安排。

Fika 的站位不同。它强调候选人维护一个视频优先档案，再被雇主发现。差别不在“有没有 AI”，而在谁是产品里的第一主角。

这对招聘负责人意味着什么？

如果你在早期科技公司负责招聘，Fika 更适合先当补充渠道，而不是替代现有筛选。销售、运营、客户成功、BD 这类强沟通岗位，可以小范围试。工程、财务、法务等岗位，则不宜只凭视频早筛。

更现实的做法是：把视频当补充材料，不要当第一道淘汰门。用结构化问题和岗位能力标准兜底，避免团队被“镜头表现好”牵着走。

对正在求职的人来说，动作更直接。

如果你简历不占优势，但表达能力、项目解释能力强，可以试这类平台。提前准备 3 类素材：做过什么、为什么这么做、结果怎么验证。回答要短，不要把 10 分钟当成演讲。

如果你对外貌、年龄、口音、家庭环境暴露很敏感，就要先看平台控制权：能不能重录，能不能编辑，能不能隐藏，能不能删除，视频会展示给谁。看不清这些，就不急着把自己交出去。

最大风险不是AI问错题，而是偏见提前进场

Fika 最该被盯住的，不是 AI 能不能生成个性化问题。真正的问题是：视频会不会让不该出现的信息提前进入判断。

简历当然也有偏见。学校、公司名、空窗期、居住城市，都会影响雇主判断。但视频更直接。外貌、年龄、种族、性别表达、口音、房间背景，都会成为信号。

这些信号未必和岗位能力有关，却很容易影响第一印象。

一个英语带口音的工程师，一个年龄偏大的转行者，一个不擅长镜头表达但能力扎实的候选人，都可能在技能还没被认真评估前就被过滤。盲简历筛选之所以存在，就是因为“看见更多”不等于“判断更准”。

这里还有数据和合规问题。

视频面试不是普通文本简历。它包含声音、图像、表达习惯，有时还会带出生物识别风险。平台如何存储、剪辑、调用、删除这些数据，雇主能否下载或转发，候选人是否知道自己的视频被谁看过，都会影响信任。

现在还不能说 Fika 能降低偏见。原始信息也没有证明这一点。更审慎的判断是：它可能提高发现效率，但公平性要靠机制证明。

接下来最该看四个变量：

• 候选人能否重录、编辑、隐藏或删除视频档案；
• 平台是否说明 AI 如何生成问题、如何剪辑回答；
• 雇主是否把短视频当补充材料，而不是第一道淘汰依据；
• 不同年龄、口音、种族和背景候选人的通过率，是否能被审计。

如果这些问题没有答案，Fika 更像一个效率工具，而不是公平工具。

这也是 AI 招聘产品最容易被误读的地方。AI 可以让流程更顺，让雇主更快看到更多人。但招聘不是只比速度。它还涉及边界、责任和解释权。

Fika 把门开得更早。对一部分候选人，这是机会；对另一部分候选人，风也更硬。