没有 CV、照片和职位名称，如何比较两位专业人士？真正重要的 7 个信号

OECD 指出，雇主仍经常使用职位名称、工作年限和资质等间接指标来推测一个人能够做什么。同时，缺少共同而精确的技能语言，会让技能更难被表达、识别和比较。 [1]

在 2026 年的报告中，OECD 将技能优先的方法描述为根据一个人能够展示的技能进行评估，而正式资质和过往经验发挥补充作用。OECD 同时指出，关于如何有效实施这些做法的证据仍然有限，而且很大程度上来自组织的早期实践经验。 [2]

因此，下面的 7 个信号不应被视为经过科学验证的量表。它们是根据有关工作、技能和证据评估的研究与指南整理出的 实用比较模型。

U.S. Office of Personnel Management 将工作分析称为评估和选择决策的基础：首先要理解工作任务、所需能力以及二者之间的关系。 [3]

实际操作中，在打开两份档案之前先写下：

• 要解决什么问题，
• 真正需要哪 3-7 项技能，
• 将执行哪些任务，
• 需要多高的独立工作能力，
• 有哪些重要限制，
• 什么结果可以视为足够好。

这样，标准会在 看到具体的人之前 就确定，而不是在某一份档案已经留下更好的第一印象之后才临时制定。

第一个问题不应是：谁拥有更多技能？

更好的问题是：这个人是否具备解决这个具体问题所需要的技能？

列出 40 项技能并不一定比 6 项高度匹配的技能更有价值。OECD 强调，应把角色拆解为定义清晰的具体技能，而不是只从职位名称推测能力。 [1]

因此，不要比较标签数量，而要比较 技能对你的问题需求覆盖得有多好。

一句 “我会分析数据”，比看到一份实际使用过这项技能的工作要弱得多。

根据职业不同，更强的证据可能包括：

• 工作样本，
• 项目说明，
• 原型，
• 法律允许公开的代码片段，
• 分析材料，
• 报告，
• 公开出版物，
• 营销活动材料，
• 可由可信来源确认的结果。

OPM 将工作样本描述为反映真实工作中实际任务或活动的评估方式。 [4]

证据越接近你准备交付给对方的真实任务，它对判断匹配程度的参考价值通常越高。

同一项技能可能被用于非常不同的环境。

设计一个简单信息网站的界面，与设计一个包含多种用户角色的金融系统流程，可能需要部分相同技能，但并不是同一个问题。

可以比较：

• 规模，
• 用户类型，
• 依赖关系数量，
• 决策责任，
• 质量要求，
• 时间或监管限制，
• 与其他专业人士协作的需求。

相似的情境不能保证成功，但可以帮助判断过往经验与新任务之间的跨度有多大。

一个项目出现在作品集中，并不能自动说明这个人具体做了什么。

应比较：

• 个人直接负责什么，
• 做过哪些关键决定，
• 哪些工作独立完成，
• 哪些内容由团队共同完成，
• 哪一部分结果可以合理地与其工作联系起来。

能够准确说明个人责任边界的专业人士，比把多人项目的全部结果都归到自己名下的人，提供了更好的评估依据。

几年前的经验仍然可能有价值，但相关程度取决于领域。

在快速变化的技术领域，证据的新旧可能非常重要。在其他职业中，基本原则、领域知识或某一类问题的经验可能长期保持价值。

因此，不要给所有证据设定同一个固定年限。更应该问：

当时完成这项工作的方式，是否仍适用于专业人士今天会面对的条件、工具和要求？

结果可以帮助区分“做过哪些事情”与“工作实际产生了什么效果”。

例如：

• 已交付的产品，
• 流程时间缩短，
• 错误数量减少，
• 通过研究确认的可用性改善，
• 在特定限制条件内完成项目，
• 公开出版物，
• 已落地的解决方案，
• 可由客户或其他来源确认的效果。

不过，在解释因果关系时必须谨慎。如果团队项目之后某个业务指标改善，并不自动意味着某一个人造成了全部变化。

最有用的信号，会把结果与清楚说明的个人责任范围联系起来。

能力最强的专业人士，如果合作条件不匹配，也不一定是某项具体委托的最佳选择。

应把这些条件与能力分开比较：

• 可用时间，
• 最早开始时间，
• 服务范围，
• 计费方式和价格，
• 工作模式，
• 如有需要，沟通语言，
• 是否能在所需时区工作，
• 双方的限制条件。

价格不是能力的尺度，可用时间也不是质量的证据。 但它们确实决定合作是否可执行，因此应该单独评估。

没有充分依据把这 7 个信号转换成一个通用数字，并声称它能够精确判断谁是更好的专业人士。

可以使用更简单的比较方式：

强信号 - 有直接且相关的证据。
部分信号 - 有证据，但情境或范围与当前需求不同。
信息不足 - 还没有足够信息进行判断。

最重要的原则是：

缺少信息不等于结果很差。

如果某项信息重要，应补充信息，而不是自动给予最低评价。

假设你需要改善一个 B2B 应用的首次使用流程，因为用户很难完成初始配置。

专业人士 A 展示了很多漂亮的数字产品项目，但材料没有说明哪些部分由本人完成、如何研究用户问题，也没有清楚说明改动后的结果。

专业人士 B 展示的项目较少，但其中一个与类似流程有关。B 说明了自己的责任，展示研究过程、原型的一部分、决策方式，并把项目结果清楚描述为团队结果。

基于这些信息，专业人士 B 提供了 更多与这个具体问题直接相关的证据。这并不意味着 B 在所有情况下都是更好的专业人士，只意味着在这个阶段，我们有更强的依据判断 B 是否适合这个具体任务。

OPM 将工作样本和模拟描述为让人执行与真实工作活动相似任务的方法。 [4]

CIPD 也提到以技能为基础的评估，包括工作样本和模拟，并强调这些任务应尽可能接近真实工作。 [6]

如果需要额外验证，应选择 小型、有代表性的任务，而不是要求对方免费完成真实商业项目中具有明显业务价值的一部分。

任务应衡量你真正需要的能力，拥有清晰标准，并且对所有被评估的人保持可比较。

结构化面谈会向所有人按相同顺序提出同一组预先确定的问题，并使用相同的评分尺度和标准评估回答。OPM 表示，这有助于让被评估者拥有同等机会提供信息，并支持准确、一致的评估。 [5]

CIPD 建议向所有候选人按相同顺序提出相同问题，并根据预先确定的客观标准评估回答。 [6]

实际比较时，不要对一个人只问技术，对另一个人只问性格。应围绕相同的问题、决策和限制条件进行交流。

关于匿名申请的研究显示，在某些条件下，限制身份信息的可见性可能降低歧视对初期筛选的影响。不过研究结果并不一致，一些研究还发现了意料之外的影响。IZA 的综述同时讨论了匿名化的潜在好处和局限。 [7]

因此，正确结论不是：

“隐藏姓名就能消除偏见。”

更准确的结论是：

“在第一阶段限制部分身份信息，可能帮助比较更聚焦于与任务相关的标准，但这本身不能保证判断无偏，也不能保证结果一定更好。”

在真实合作中，不可能永远隐藏所有信息。

在后续阶段，可能需要：

• 签订合同所需资料，
• 开票或结算资料，
• 身份验证，
• 因法律或安全原因必须提供的信息，
• 双方直接沟通。

因此，目标不是永久匿名，而是 安排信息披露的顺序：先使用判断职业匹配所需要的信息，身份信息在下一阶段确实需要时再披露。

在欧盟，GDPR 第 5 条包含数据最小化原则：个人数据应与处理目的相适应、相关，并限制在实现目的所必要的范围内。 [8]

这并不意味着数据越少就永远越好。数据范围应与具体目的和处理依据相匹配。

在第一次比较专业人士时，可以提出一个实际问题：

照片、年龄或完整身份信息，在这个阶段是否真的有必要用来判断一个人完成具体工作的能力？

1. 先看档案，再根据看到的人临时制定标准。

2. 统计技能数量，而不是检查技能与问题的匹配程度。

3. 把一个漂亮项目直接当成本人独立完成所有工作的证据。

4. 用作品集评估一个人，却用面谈评估另一个人。

5. 把缺少信息当成能力不足的证据。

6. 把价格、经验年限或知名公司名称直接当成质量指标。

7. 生成一个总分，却不解释评分背后的证据。

对两个人回答完全相同的问题：

1. 他们的技能对问题需求覆盖得有多好？
2. 使用这些技能的证据有多强？
3. 过去的情境和复杂程度有多相似？
4. 我们是否知道本人直接负责什么？
5. 对这个领域来说，证据是否足够新？
6. 结果是否被可信地描述，并至少可以部分验证？
7. 合作条件是否真的允许完成这项工作？

每一项还要记录 你不知道什么。很多时候，缺失的信息正应该成为下一个问题。

比较应该回答的是：

在这些具体条件下，对于这个具体任务，谁提供了更强的依据，让我们有理由期待其能够做好？

它并不回答谁是更有价值的人、谁拥有更好的职业生涯，或者谁在所有可能的情境中都是更好的专业人士。

这个区分非常重要。两位能力都很强的人，可能分别最适合完全不同的问题。

CV、职位名称、大学、知名公司或照片可能影响第一印象，但任何一个因素都不能独立回答最重要的问题：

这个人能解决我的问题吗？我是否拥有足够的证据支持这个判断？

更好的评估顺序是：

问题 -> 所需技能 -> 证据 -> 情境 -> 责任 -> 结果 -> 合作条件。

之后，再补充沟通、验证和建立合作所需要的信息。

这种方法不会消除不确定性，但能更清楚地看到 一个决定实际建立在什么基础上。

[1] OECD, A Skills-First Labour Market - Building a common skills language, 2026
打开来源

[2] OECD, A Skills-First Labour Market - Promoting skills-first hiring and talent management, 2026
打开来源

[3] U.S. Office of Personnel Management - Job Analysis
打开来源

[4] U.S. Office of Personnel Management - Work Samples and Simulations
打开来源

[5] U.S. Office of Personnel Management - Structured Interviews
打开来源

[6] CIPD - Selection Methods, 2024
打开来源

[7] IZA World of Labour - Anonymous job applications and hiring discrimination
打开来源

[8] Regulation (EU) 2016/679 - GDPR, Article 5, EUR-Lex
打开来源

方法说明： 部分来源讨论的是正式员工招聘与选拔。本文把其中关于任务、技能、工作样本和结构化比较的原则，也作为选择独立专业人士或服务提供者时的参考。这并不表示所有招聘程序都能直接套用到每一种服务合作关系中。