1.8 招聘、面试与入职

概述与动机

招聘是你的团队所做出的杠杆效应最高的决策，也是最容易做糟的一个。你招进来的每一个人，都会改变你的产能、你的文化和你的标准。然而大多数团队把招募当作一系列即兴对话，凭直觉评判候选人，然后纳闷为什么新员工在第一个季度就举步维艰或干脆辞职。本章要做的，是用一套公平、结构化、基于证据的流程，取代这种即兴发挥，覆盖从第一次接触到第九十天的全过程。

对大型团队而言，风险会累积放大。当几十位经理各自按自己私下的标准运行自己的面试流程时，「我们招的是高级工程师」这句话就不再有任何意义，薪酬会逐渐失衡，偏见也会在无人察觉中渗入。结构化流程，正是你在不降低标准的前提下扩大团队规模的方式，也是当有人质疑为什么一位候选人拿到了录用而另一位没有时，你能够为每个决策辩护的依据。招聘与你的职业发展框架（第 1.3 章）直接相关：如果你还没写出一套职级阶梯，就无法公平地为新员工定级。

企业和政府对此感受最为强烈。企业需要通过财务关口审批招聘需求，运行许多个必须得出可比结论的并行面试小组，并在雇主品牌上竞争稀缺人才。政府在竞争性择优规则、退伍军人优待、安全审查，以及以月为单位的时间线下招聘，同时还要对公众展现出一个明显公平的流程。而入职过程，决定了你拼尽全力招到的这个人，是在几周内就能产出成果，还是花上一个季度都还在原地打转。

关键原则

依据明确的职级和评分标准来招聘，永远不要凭感觉。
结构胜过直觉：对每一位候选人都提出同样的问题、采用同样的评分方式。
考核这份工作本身，而不是考智力题。工作样本能预测表现，脑筋急转弯不能。
先独立打分，再进行讨论汇总。先讨论后打分，只会让声音最大的意见扩散开来。
一个宽广、包容的漏斗顶部，是提高质量最便宜的方式。
候选人体验就是你的品牌：每一位被拒绝的候选人都会谈论这段经历。
入职从第一天之前就已经开始，直到这个人真正交付成果之前，都不能算完成。
速度很重要，但一次糟糕的招聘，代价远高于一次慢一点的招聘。

建议

广纳人才，设计一个公平的漏斗

招聘质量在漏斗顶部就已经被决定了。如果你的候选池狭窄而单一，无论面试环节多么严谨，都无法挽回那些你从未接触到的候选人。用平实的语言撰写职位描述，只列出这份工作真正需要的要求，砍掉那些「要求 5 年历史的框架却写着 10 年经验」这类夸大的筛选条件，它们只会把有能力的人挡在门外。从多个渠道招募人才，而不仅仅依靠内部推荐，因为只靠推荐的候选池，会不断复制你现有的人口构成。按阶段、按群体追踪漏斗转化率，这样你就能看清自己在哪个环节流失了人才。使用申请人跟踪系统（ATS）作为每一位候选人的唯一记录，这样就没有人会被遗漏，每一个决策都有据可查。

运行带有评分标准和校准打分的结构化面试

非结构化面试测量的主要是候选人与面试官有多相似，这正是它对工作表现预测能力低下的原因。用结构化面试取而代之：针对某个岗位的每一位候选人，都提出相同的、与工作相关的问题，并依据一份成文的评分标准来评估，其中对薄弱、扎实和出色的回答都有具体的锚定描述。为每位面试官指派一项特定要考察的能力，这样整个面试流程只需覆盖一遍这些方面，而不是重复五次。让面试官在任何人开口讨论之前，先各自写下证据并独立打分，这样就没有人会被第一个说出口的意见所锚定。这是你抵御认知偏见的主要防线，也是让不同面试小组的结论能够互相比较的关键所在。

优先采用工作样本，而非对抗性的白板题

预测一个人能否胜任这份工作的最佳方式，就是给出这份工作的一个样本。给候选人一个贴近真实的练习：调试一个小型代码库、评审一个合并请求、扩展一个功能，或者推演一个看起来像你们真实工作的设计问题。一个限时的带回家练习（能付费就付费，并把时限控制在几个小时以内），照顾到了那些在秒表下表现不佳的人，而一次实时结对编程会话则考察协作能力。这两者都胜过对抗性的白板题，因为白板题奖励的是背诵算法技巧和刻意排练，惩罚了焦虑的人和转行者，而且与真实表现的相关性很弱。无论你选择哪种形式，都要提前明确告诉候选人应该期待什么。

设计好面试流程，再进行汇总讨论与校准

一轮面试应当是少数几场互补的面试，而不是一场耐力测试。四到五场聚焦明确的面试，涵盖编码、系统或设计，以及行为或价值观维度，通常就已足够；更多的场次只会增加成本和疲劳感，却不会增加信号量。安排一次汇总讨论会，让每位面试官在小组达成推荐结论之前，先展示证据和他们预先确定的分数。一位中立的主持人或一个跨多轮面试审阅材料包的招聘委员会，正是企业在没有任何一个人能见到每一位候选人的情况下，保持标准一致的方式。通过让新面试官先旁听，再反向旁听，然后与一位已校准的同事一起打分，最后才独立主持，来完成面试官的校准。

妥善促成录用，保护候选人体验

即便流程设计得再好，如果收尾环节笨拙，依然会在终点线功亏一篑。一旦作出决定就要动作迅速，因为最优秀的候选人往往同时手握多个录用邀约，几天之内热情就会消退。让招聘经理和一位未来的同事亲自出面沟通，坦诚说明职级和薪酬区间，诚实地设定对这个岗位的预期。把每一位候选人，包括被你拒绝的那些，都当作会向别人谈起你的人：及时回复，体面地告知拒绝结果，绝不要「失联」。候选人体验是雇主品牌的直接输入，而在一个不大的行业里，你作为面试官的口碑会流传开来。

依据职业发展框架为新员工定级

在面试流程开始之前就确定职级，并据此进行评估。面试官应当把自己收集到的证据对应到能力矩阵（第 1.3 章）上，这样一个「高级」的结论，无论出自 A 小组还是 Z 小组，含义都是一致的。让新员工的定级流程，经过与晋升评审相同的校准机构，这样外部招聘和内部员工才能站在同一套阶梯上，而不是两套。这能防止一种腐蚀性的模式出现：为了促成签约而慷慨地给新员工定高职级，而现有工程师察觉到了这种不公平。在 ATS 中记录定级的理由，以确保公平性，并为薪酬公平提供可辩护的依据。

用结构化计划完成入职，第一周就交付成果

爬坡适应期是一个设计问题，不是一场等待游戏。在第一天之前就准备好访问权限、硬件设备和第一项任务。指派一位与经理分开的入职伙伴，来回答那些人们不好意思上报给经理的小问题。给出一份成文的 30/60/90 天计划：在头三十天里学习系统并交付一个微小的变更，六十天时独立负责一个小功能，九十天时能够独立运作。争取让每一位新工程师都在入职第一周就把某个东西交付到生产环境，哪怕只是一行代码的修复，因为没有什么比这更能快速建立信心、暴露出损坏的工具链。依托文档驱动的爬坡适应（第 2.7 章）：如果一位新员工无法自助完成环境搭建，就去修复文档，而不是一遍遍重复带领他们过一遍，这能让后续每一位新人的入职体验都得到改善。

度量爬坡适应情况，并在不降低标准的前提下规模化招聘

像度量交付一样度量入职过程。追踪首次提交时间、首次生产环境部署时间，以及一个更粗略的达到正常产能所需时间（这个人能够承担正常工作量的时刻）。数字上升，指向的是环境有问题、文档单薄，或权责不清，而这些都是可以修复的。当你大批量招聘时，要规模化的是流程，而不是宽容度：培训更多面试官，增加委员会评审，并密切关注你的招聘质量和早期流失信号。增长压力恰恰是团队最容易悄悄降低标准的时候，所以要让标准变得明确、可审计，才能在招聘高峰中屹立不倒。

权衡：优点与缺点

选择	优点	缺点
带评分标准的结构化面试	可预测、公平，跨小组可比	设计成本高；对一些面试官而言显得死板
带回家的工作样本	贴近真实；对不同风格的候选人更友善	给候选人带来时间负担；流失率；评分成本高
实时编码或结对	速度快；能展示协作能力	压力大；可能因焦虑而非能力被扣分
对抗性白板题	成本低；大家熟悉	预测能力弱；可被刻意排练；对许多人存在偏见
招聘委员会评审	大规模下保持标准一致	速度慢；增加了排期和流程关口
快速、积极的收尾	赢得稀缺候选人	速度可能压过尽职调查

核心张力在于速度与严谨之间。每增加一场面试、一个校准环节、一道委员会关口，都会提升信心、降低偏见，同时也会增加天数，导致你流失候选人、消耗产能。化解这一张力的方式，是一次性把结构前置好（评分标准、经过培训的面试官、明确的职级定义），这样每位候选人的流程就能既快又一致，而不是逐案协商严谨程度。一个设计良好的结构化流程，既比即兴流程更快，也更公平，因为你不必每一次都重新发明问题、重新论证标准。

与团队讨论的问题

你的面试流程真的能预测工作表现，还是主要在测量与现有团队的相似度？ 这是决定招聘是在拓宽还是在收窄你团队的关键问题。非结构化对话和巧妙的智力题看起来很严谨，实则在悄悄筛选出那些看起来、听起来都像面试官本人的人，这会复制今天的团队构成，把有能力的外部人才挡在门外。带上证据：按人口群体和背景划分的通过率、面试分数与后续绩效评级之间的相关性，以及今天有多少优秀的现有员工会在你自己的面试流程中被刷掉。在规模化之下，这会在每一个面试小组中累积放大，一个微小的偏见就会变成结构性的偏见。如果这个流程无法预测表现，就应当在招募下一批人之前，围绕与工作相关的工作样本和经过校准的评分标准重新设计它。
一次糟糕的招聘实际上让你付出了多少代价，你是否在优化一个错误的数字？ 处于增长压力下的团队会追踪填补职位所需时间并为速度而庆祝，因为这是最容易看到的指标。但一旦算上爬坡适应、团队产出下降的数月、管理层的精力消耗、最终的离职以及补招，一次错误的招聘决定，代价会是薪水的好几倍。把两个数字都摆出来：你的职位填补时间，以及你的早期流失率和后悔招聘率。这里的权衡是真实的，因为动作太慢，会把真正优秀的候选人拱手让给更快的竞争对手。答案会告诉你该往哪里投入：如果速度正在拖累质量，就增加严谨性；如果严谨正在让你失去最优秀的人才，就精简流程、加快收尾，但不要为了赶上某个招聘目标日期而降低标准。
当许多独立的面试小组同时在招聘时，你如何保持标准一致？ 一位经理可以把标准装在脑子里；五十位经理做不到，如果没有一套共享机制，「高级工程师」就会碎裂成五十种私人定义，带着不匹配的薪酬和不一致的偏见。这里相互竞争的诉求是自主性：团队希望自己主导招聘，也会排斥一个中心化的关口。带上标准漂移的证据，比如各团队之间的职级和录用条件差异、校准分歧，以及新员工与资深员工之间的薪酬公平差距。权衡一个招聘委员会或共享校准机制所带来的收益，与它增加的速度成本。对企业和政府而言，答案通常是明确的校准机制加上成文的评分标准，因为可辩护性和一致性的价值超过了摩擦成本，而一旦结构成为常态，这种摩擦也会随之缩小。
你把入职当作一个被度量的设计问题来对待，还是当作一次你希望能奏效的文档堆砌？ 招聘会得到关注和预算，然而第一天之后的那几周，才真正决定你拼尽全力赢来的这个人会变得高产，还是逐渐原地打转。对大型团队而言，每多花一周的爬坡时间，乘以数百次招聘，就是被悄悄浪费掉的真实产能，而缓慢的起步又会助长那种会浪费掉整个招聘投入的早期流失。这里相互竞争的诉求是，结构化的入职会占用资深人员的时间：一份成文的 30/60/90 计划、一位从交付工作中抽调出来的伙伴，以及足够可靠、能支撑第一周就交付成果的工具链。带上能把意见变成决策的证据：首次提交时间、首次生产环境部署时间、一个更粗略的达到正常产能所需时间、早期流失率，以及一份关于新员工在哪里感到卡壳的调查。对企业而言，这必须在许多办公地点和技术栈之间都成立；对政府而言，安全审查和权限配发可能会额外增加数月时间，因此要提前开始那些已通过审查的入职任务，并度量这段延迟，而不是假装它不存在。
你的考核形式是尊重候选人的时间和多样的能力优势，还是在悄悄筛选出那些能负担无薪工时、并能在秒表下表现出色的人？ 你选定的形式会应用于每一位候选人，因此一个负担沉重或带有偏见的形式，会在整个组织范围内累积成一个更狭窄、更缺乏多样性的候选池。一个漫长的无薪带回家练习会把照顾家人的人和有全职工作的人挡在门外；一场对抗性的实时白板测试，会因焦虑而不是能力惩罚候选人。这里相互竞争的考量是真实存在的：带回家练习贴近真实，但会造成流失和评分负担；实时结对速度快，但压力大；而为工作样本的时间付费又要花钱、需要协调。带上按阶段、按群体划分的流失率、完成时间的中位数，以及你手头任何关于考核分数与后续表现之间相关性的数据。在企业场景中，这个形式必须在许多面试小组之间保持一致和可辩护；在政府场景中，它必须依法做到可审计和公平，这正是应当采用结构化的、与工作相关的工作样本、并依据成文评分标准打分，而不是采用即兴智力题的有力理由。
你的漏斗顶部有多宽、多包容，你是否真的知道自己在哪里流失了人才？ 招聘质量在第一次面试之前就已经大体确定，因此无论面试流程多么严谨，一个狭窄或过度依赖内部推荐的候选池，都会限制你招聘质量的上限。在规模化之下，只靠内部推荐的招募方式会以累加的力度复制你现有的人口构成，而夸大的职位要求会悄悄淘汰掉那些你从未有机会交流过的有能力的候选人。这里相互竞争的考量是，内部推荐让人感觉成本低、信号强，而拓宽渠道需要花费招募精力和资金。带上按阶段、按群体划分的漏斗转化率、来自内部推荐的录用比例，以及你的渠道组合，这样你就能看清合格的人才在哪个环节流失。对企业而言，这与雇主品牌支出直接相关，因为一个有漏洞或存在偏见的漏斗会浪费这笔投入；对政府而言，竞争性择优规则和公共问责，让一个明显宽广、公平的漏斗成为一项法律义务，而不仅仅是良好实践。

行业视角

初创企业。 团队规模很小，也没有多余的资金储备可以设立一个招聘职能部门，但你可以花一个下午的时间，写一份简短的评分标准和一个贴近你真实代码库的工作样本。抵制住每场面试都即兴发挥的冲动：即使是轻量级的结构，也能保护你免受一次小团队根本无法承受的错误招聘之害。要动作迅速，在几天内完成收尾，因为你是在拿速度和使命，而不是薪酬，去和大公司竞争。

小型企业。 你大概没有招聘人员或面试专家，预算也很紧张，所以要依托一个负担得起的申请人跟踪系统，以及一小批可复用的、与工作相关的问题，而不是为每个岗位都定制一套流程。要有意识地决定购买还是自建：一个现成的 ATS 和一个共享的工作样本，胜过一个没有人维护的定制化流程。要谨慎保护候选人体验，因为在一个不大的市场里，一位受了委屈的应聘者的口碑会传得很快。

企业。 挑战在于，在众多并行的面试小组和办公地点之间保持同一套标准。将评分标准与职级矩阵对齐并标准化，通过「旁听加校准」项目认证面试官，并运行一个招聘委员会，这样即使没有任何一个人能见到每一位候选人，结论也能保持可比。在共享的 ATS 中记录每一个决策，以便审计和薪酬公平的可辩护性，并让新员工定级经过与晋升相同的校准机构，使内部和外部员工站在同一套阶梯上。

政府。 你在竞争性择优规则、退伍军人优待和安全审查下招聘，时间线以月计算，还负有展现一个明显公平流程的义务。依据公开的标准为候选人打分，让整个流程从头到尾都可审计，并用能够预测表现的结构化工作样本，而不是简历关键词，来现代化考核方式。用定期的状态更新让候选人保持热度，尽早启动那些已通过审查的入职任务，因为这个缓慢、透明的流程是你必须围绕其设计的约束条件，而不是一个可以一厢情愿希望消失的东西。

示例

初创企业。 一家二十人的初创公司正在招聘他们的前十名工程师，感觉自己没有时间搞流程。创始人们没有采用临时性的闲聊，而是花了一个下午的时间，写出一份两小时的付费带回家练习，贴近他们真实的代码库；一份带有薄弱/扎实/出色锚点的简短评分标准；以及一个涵盖编码、设计和价值观的四场面试流程。面试官在汇总讨论之前，各自在一份共享文档中独立打分。他们依然动作迅速，一周内就发出了录用邀约，但每一位候选人都经过了同样的标准考核。当他们后来完成一轮融资并大批量招聘时，评分标准和带回家练习已经现成存在，因此规模化只意味着培训更多面试官，而不是在压力之下临时发明一套流程。

企业。 一家全球性软件公司每年在许多办公地点运行数百轮工程面试。招聘需求要通过财务和编制关口，然后进入一个所有面试小组共享的 ATS 系统。每一轮面试都使用与公司职级矩阵挂钩的标准化评分标准，面试官通过「旁听加校准」项目获得认证，一个中央招聘委员会审阅每一份材料包，以在各地区之间保持同一套标准。新员工定级经过与晋升相同的校准机构，因此外部录用条件和内部职级得以保持一致。人才品牌团队追踪候选人体验评分，因为在一个竞争激烈的市场中，一次糟糕的面试口碑，收窄候选池的速度比任何招募投入都补充得快。

政府。 一家联邦机构通过类似 USAJOBS 的公告，依据竞争性择优制度规则招聘软件工程师。候选人依据公开标准进行打分，退伍军人优待依法适用，整个流程必须从头到尾透明可审计。时间线可能拉长至数月，而许多岗位还要求安全审查，会带来进一步的延迟，因此该机构用定期的状态更新让候选人保持热度，并尽早启动那些已通过审查的入职任务。为了在这种节奏下保持竞争力，该机构用结构化的、与工作相关的工作样本，依据成文评分标准打分，来现代化考核方式，这既满足了择优招聘的监督要求，也符合预测真实表现、而非简历关键词的目标。

商业案例：动机、投资回报率与总拥有成本

结构化招聘的回报，来自于两项被避免的成本：错误招聘和带偏见的招聘。一旦算上入职、数月的团队产出下降、管理时间、最终离职和补招，一次错误招聘的代价，远远超出薪水本身。结构化的、基于工作样本的面试，比非结构化面试更能预测表现，这直接降低了错误招聘率。包容性的人才招募和经过校准的打分，拓宽了人才池，减少了一个不断按自己样貌招人的团队所带来的缓慢而累积的成本。良好的入职流程随后保护了这笔投资：在每一次招聘中缩短几周的产能达成时间，都是真实的、可持续的产能收益。

总拥有成本主要是一次性的搭建成本，加上适度的持续开销。你要撰写评分标准和工作样本，培训并校准面试官，运行汇总讨论和委员会评审。这些都是从交付工作中借用的工程时间，这正是向领导层说明的诚实成本：结构化招聘会占用你资深人员的时间。而不这样做的代价，会持续以错误招聘、后悔的流失、薪酬公平风险和不断收窄的候选池的形式，一直被支付下去。要证明这一点，把招聘与领导层已经在关注的指标联系起来：招聘质量、早期流失率、产能达成时间，以及招聘漏斗的公平性。把这套流程定位为，对你最昂贵、也最不可逆的一项决策所做的风险降低。

反模式与陷阱

凭直觉招聘： 非结构化闲聊测量的是相似度，而不是能力，并招致偏见。
对抗性白板题： 奖励刻意排练，惩罚焦虑，与真实工作的关联很弱。
先讨论再打分： 声音最大或资历最高的人会锚定所有人，抹去独立的信号。
只靠内部推荐招募： 收窄漏斗，复制团队现有的人口构成。
夸大的职位要求： 把有能力的人挡在门外，白白让候选池变小。
为促成签约而定高职级： 慷慨的新员工职级，会与资深员工产生不公平，并带来薪酬公平风险。
对被拒候选人「失联」： 损害你的品牌，让未来的候选池枯竭。
把入职做成文档堆砌： 一个维基链接、没有计划，让新员工闲置、心里没底。
第一周没有交付： 延迟真实工作，掩盖了损坏的工具链，也扼杀了早期的信心建立。
只追逐职位填补时间： 速度指标奖励的是数量，而错误招聘的代价却始终不可见。

成熟度模型

第 1 级，启动： 招聘是即兴的、被动的。面试官想问什么就问什么，凭感觉打分，在房间里靠共识决定。没有明确的职级、没有评分标准、没有漏斗追踪。入职就是一台笔记本电脑和一个维基链接；新员工靠潜移默化来爬坡适应。
第 2 级，发展： 一些团队采用了结构化问题和一份粗略的评分标准，但一致性因经理而异，也没有校准机制。工作样本和对抗性智力题并存。入职有一份检查清单，但没有 30/60/90 计划，爬坡时间也未被度量，因此不同团队的实践参差不齐。
第 3 级，标准化： 带有锚定评分标准的结构化面试、独立打分和明确的目标职级，在整个组织内被成文记录并强制执行。工作样本取代了对抗性智力题，汇总讨论有严格纪律，新员工定级经过校准。入职遵循带有一位伙伴和第一周交付的 30/60/90 计划，每一个面试小组都共享同一套申请人跟踪系统，作为决策记录。
第 4 级，管理： 这套流程被以数据的方式度量，并对照基线进行控制。按阶段和群体划分的漏斗转化率与公平性、面试分数与绩效的相关性、招聘质量、首次提交时间、产能达成时间，以及早期流失率和后悔招聘率，都在带有目标值的仪表盘上被追踪。面试官的校准情况通过跨小组的分数方差被监控，而某个问题、评分标准或入职环节是保留还是调整，由对照基线的证据、而非意见来驱动。
第 5 级，协同： 招聘、定级和入职被持续改进，并与人力规划和职业发展框架深度整合。一个校准机构在众多面试小组之间维持同一套标准，文档驱动的入职不断缩短爬坡时间，组织会常态化地淘汰薄弱的问题、重新平衡人才招募，并随着市场和风险状况的变化调整面试流程，这样即使在招聘高峰期，标准也能屹立不倒。

供讨论的思路

如果每一位现有团队成员都重新经历一遍今天的面试流程，你会录用多少人，这个答案说明了你的流程存在什么问题？
你的候选池中有多大比例来自内部推荐，这在如何塑造你招到的人？
你的面试分数是在汇总讨论之前独立记录的，还是先讨论后打分？
你新员工的首次提交时间中位数是多少，要把它减半需要做什么？
当你大批量招聘时，具体是什么在阻止标准滑坡，你又如何知道标准是否已经滑坡了？
外部录用和内部员工，是站在同一套定级标准上，还是两套？

关键要点

依据明确的职级和一份成文的评分标准来招聘，而不是凭感觉，并在汇总讨论之前先独立打分。
结构化面试和贴近真实工作的样本能预测表现；对抗性白板题大多不能。
从一开始就让漏斗保持宽广和包容，因为招聘质量在第一次面试之前就已经被决定了。
让新员工的定级，经过与晋升相同的校准机制（第 1.3 章），并记录其理由。
把每一位候选人，包括被拒绝的那些，都当作你的雇主品牌来对待；快速而诚实地收尾。
用 30/60/90 计划、一位伙伴和第一周交付来完成入职，并依托文档驱动的爬坡适应（第 2.7 章）。
度量首次提交时间和产能达成时间，并修复这些数字所暴露出的工具链和文档问题。
通过扩大结构和校准机制来规模化招聘，绝不要通过降低标准来实现。

参考资料与延伸阅读

Iris Bohnet, What Works: Gender Equality by Design（结构化的、能减少偏见的招聘）。
Laszlo Bock, Work Rules!（谷歌的结构化招聘与工作样本研究）。
Geoff Smart and Randy Street, Who: The A Method for Hiring（一种结构化招聘方法）。
Frank L. Schmidt and John E. Hunter, “The Validity and Utility of Selection Methods in Personnel Psychology”（Psychological Bulletin，1998 年）：包括工作样本和结构化面试在内的甄选方法的预测效度。
Daniel Kahneman, Thinking, Fast and Slow（判断中的锚定与偏见）。
Johanna Rothman, Hiring Geeks That Fit（技术招聘实践）。
Michael Lopp, Managing Humans（从工程管理视角看面试与入职）。
Google re:Work 关于结构化面试和招聘委员会的指导。
美国联邦人事管理局（OPM）关于联邦择优招聘、退伍军人优待和 USAJOBS 的指导。
美国数字服务局（U.S. Digital Service）与 18F 关于政府领域主题专家评估和工作样本评估的招聘指导。