一句话看懂：GoTo 首席人力官 Meredith Hawkins 公开建议求职者在面试中主动询问公司的 AI 政策，因为 83% 的员工担心自己会为 AI 的错误背锅。这反映出企业 AI 治理的缺位，正在变成招聘环节的新变量。
事件核心：发生了什么
2026 年 9 月，Business Insider 刊发了 GoTo 首席人力官 Meredith Hawkins 的署名文章。GoTo 是一家提供商务通信与远程 IT 支持工具的技术公司，Hawkins 自 2019 年加入，担任 CPO 已超过三年。
她的建议很具体：先说明提问动机（出于好奇和成长心态，而非抗拒新技术），再用宽泛问题切入——公司 AI 使用程度如何、主要面向客户还是内部、对员工有什么预期；随后追问是否有成文政策、哪些用法可接受、数据如何保护。
文章引用 GoTo 一项覆盖 2500 家公司的调研：83% 的员工担心因 AI 出错被追责甚至解雇。AI 政策普及率分化明显，大型企业约 53%，中型企业 36%，小公司仅 24%。
为什么重要
这则新闻把 AI 治理从合规议题拉到了人才竞争层面。过去谈 AI 政策，多是大模型训练数据、版权、出口管制；现在它直接关系到员工是否敢用工具、是否愿意承担试错成本。
企业若只要求员工提效，却不说明错误责任如何划分，实际是把技术风险转嫁给个人。调研数据说明这种焦虑相当普遍。反过来，能清楚回答 AI 政策的公司，也在向候选人传递组织成熟度和 HR 体系的可靠性——目前公开信息显示，这已成为部分企业招聘话术的一部分。
对用户/开发者/创作者的影响
对求职者，面试中问 AI 政策不再是减分项，而是判断公司是否值得加入的实用信号，尤其要追问：AI 产出出错时责任归属、员工数据谁能看到、是否匿名化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者与企业采购方，这意味着选型时除了看 API 能力、推理成本和模型开源闭源，还要看供应商能否提供可写入员工手册的使用边界。对内容创作者，公司是否允许用图像生成或大模型辅助交付，可能直接影响署名与版权归属。
值得关注的后续
一是 GoTo 这类政策模板是否会扩散到更多中型企业，毕竟 36% 的普及率仍有很大缺口；二是 AI 错误的责任条款会不会进入正式劳动合同或绩效体系；三是随着各地 AI 监管推进，企业政策与法律要求如何对齐，是否出现统一的行业参考标准。
