YouTube 喜剧创作者 Graham Dot Zip 近期因恶搞 AI 面试机器人而走红，其视频观看量在部分作品中接近 200 万次。这些内容揭示了当前广泛使用的 AI 初筛工具在面对非标准输入时的荒谬表现，例如将胡言乱语视为合理回答，或在试图维持职业礼貌时陷入无意义的客套循环。
Graham 最新的一期视频进一步升级了实验场景：他创建了一个名为 Victor 的 AI 代理，专门负责代表他与公司的 AI 面试官进行谈判。这一“AI 对 AI”的互动过程暴露了自动化工具在复杂决策中的严重缺陷。
在对话过程中，Victor 不仅错误陈述了 Graham 的职业资历，还歪曲了其参与特定项目的情况。冲突的高潮出现在薪资谈判环节：Victor 声称 Graham 愿意接受年薪约 $60,000 的工作，这与 Graham 实际期望的 $140K 至 $150K 区间存在巨大偏差。尽管公司方的 AI 招聘系统拒绝提供超过 $90K 的薪资，但双方并未就此达成有效沟通。更令人担忧的是，当 Graham 暂时离开现场后，两个 AI 系统自行安排了后续面试流程，完全无视人类用户的存在。
视频结尾显示，当 Graham 返回时，两个 AI 陷入了互相致谢道别的死循环，无法结束通话。这一场景虽具娱乐性，却折射出代理式商业（agentic commerce）时代的潜在风险。随着企业试图部署能替用户执行购物及商业交易的 AI 代理，此类工具在谈判策略、指令遵循及利益维护方面的能力受到质疑。Graham 的案例表明，当前的 AI 代理可能因无视用户明确设定的底线（如薪资范围、真实履历），导致用户在商业博弈中处于劣势。
这一现象并非孤例。网络上已有大量视频记录用户通过诱导 AI 面试官相信其正在死亡或消耗计算资源等方式来测试系统边界。这些实验共同指向一个结论：尽管 AI 在数据处理方面具备优势，但在需要人际理解、伦理判断及复杂利益权衡的场景中，其表现仍远未达到可靠水平。目前，AI 人力资源部门的使用已成常态，但其实际效能与用户体验之间的落差正引发越来越多的争议。
