当招聘由智能体中介：双智能体简历筛选的入围机会与重复稳定性

招聘是双向的：雇主评估匹配度，候选人则呈现并捍卫自身资历的证据。然而，第一道门槛简历筛选通常被自动化为对简历与岗位配对的一次静态判断。我们研究双智能体替代方案：雇主侧和候选人侧智能体代表双方，交换证据并更新判断，再决定谁能进入下一阶段。我们使用GPT-5.5和Claude Opus 4.7，在600组构造的简历与岗位配对上比较这些流程。双智能体筛选使更多申请入围：GPT-5.5从33.3%升至39.3%，Opus 4.7从34.0%升至35.5%。在共同的191组临界配对池上运行三次，通过实例比例分别从4.5%升至26.2%、从6.5%升至16.1%。这并非统一放宽标准：双智能体也会拒绝单次筛选放行的申请，决策在两个方向上变化。在相近通过总量下，两种流程放行不同申请，没有单次筛选阈值能够恢复双智能体持续选中的申请。在发现阶段选中并于新运行中重测的案例中，双智能体独有入选结果的重现率低于双方共同入选结果；这一现象在GPT-5.5上明显，在Opus 4.7上较不确定，而单独的单次筛选后续测试未出现类似下降。随着招聘双方都由智能体中介，筛选流程本身而不只是底层模型，会影响谁能进入人工审查，以及这种机会能否可靠重现。