Plateformes d'entretien IA testées : CodeSignal, Humanly, Eightfold dans le filtrage des candidatures

La journaliste IA senior de The Verge, Hayden Field, a testé trois plateformes d'entretien d'embauche par IA : CodeSignal, Humanly et Eightfold. Ces plateformes utilisent des avatars IA pour mener des entretiens vidéo individuels avec les candidats, posant des questions et analysant les réponses.
Fonctionnement des plateformes d'entretien par IA
Les outils IA fonctionnent en faisant participer les candidats à des appels vidéo où un avatar IA pose des questions et évalue les réponses. Les entreprises derrière ces plateformes affirment qu'elles permettent aux organisations d'interviewer virtuellement chaque candidat pour le premier tri plutôt qu'un simple sous-ensemble. Certains soutiennent que ces systèmes analysent les réponses plutôt que les indices visuels, réduisant potentiellement les biais.
Limites et défis
Malgré les affirmations de réduction des biais, l'article note que des systèmes IA totalement exempts de biais sont impossibles à réaliser. Les modèles sont entraînés sur de vastes ensembles de données internet contenant du sexisme, du racisme et d'autres biais. Field a rapporté que si certaines plateformes semblaient plus naturelles que d'autres, à chaque fois, elle aurait préféré parler à un humain. Elle a notamment mentionné avoir lutté contre l'effet "vallée dérangeante" en regardant un avatar IA écouter ses réponses.
Méthodologie de test
Field a testé les plateformes pour divers emplois, y compris des postes créés pour l'exercice basés sur son rôle actuel et de vrais emplois listés chez Vox Media. Les tests ont révélé des différences dans le caractère naturel de chaque plateforme, bien que toutes partagent la limitation fondamentale d'être des entretiens menés par IA plutôt que par des humains.
📖 Read the full source: HN AI Agents
👀 See Also

VibeThinker-3B : Un modèle de 3B de paramètres égalant DeepSeek 671B aux benchmarks mathématiques AIME
Les chercheurs de Sina Weibo ont publié VibeThinker-3B, un modèle de 3B de paramètres obtenant 94,3 sur AIME 2026—équivalent à DeepSeek V3.2 (671B). L'article présente l'hypothèse de compression-couverture paramétrique, arguant que le raisonnement vérifiable peut être compressé dans de petits modèles.
FairyFuse réalise un accélération de 29,6x du noyau sur les CPU grâce à une inférence sans multiplication de poids ternaire
FairyFuse fusionne huit sous-GEMV réels en une seule boucle AVX-512 en utilisant des additions/soustractions masquées, atteignant 32,4 tokens/s sur Xeon 8558P et un gain de vitesse de 1,24x par rapport à llama.cpp Q4_K_M avec une qualité quasi sans perte.
Qui sont les courtiers de jetons ? L'essor de la revente de crédits IA
Un aperçu du marché émergent des courtiers en jetons qui achètent les crédits d'IA inutilisés des startups et les revendent à prix fortement réduits, avec des détails sur les places de marché, les routeurs en gros et les canaux Telegram.
OpenClaw v2026.9.4 : Découverte de plugins, Apprentissage guidé des compétences, GPT Image 2.5
OpenClaw v2026.9.4 fusionne les plugins et compétences installés et disponibles dans une seule recherche, ajoute un Skill Workshop pilotable qui transforme les conversations passées en compétences réutilisables, et intègre la prise en charge de GPT Image 2.5 Flare et Sunburst.