在做推荐的事情上，人们通常会最先想到几个人。但是他们很少会一个不差地想到自己认识的所有人(尽管有一位谷歌人推荐了自己的母亲——而且被聘用了!)，他们也不可能完全了解所有空缺的₩位。我们采用了类似市场调研的方式唤起谷歌人的记忆，使推荐人的数量增加了三分之一强。比如，我们会询问谷歌人在某一个特定职位上会推荐谁：“你共事过的同事中，谁是最优秀的财务人员?。”“谁是最棒的Ruby编程语言工程师?”我们还会汇聚二三十人成组的谷歌人做资源汇集。我们请谷歌人按照系统的方法仔细查看自己的Google+、facebook(脸谱网)和领英联系人，招聘人员随时待命，一旦谷歌人推荐出很优秀的应聘者，就可以立即跟进。将一个宏大的问题("你知道我们应该雇谁吗?。)分解成很多小的、易于控制的小问题("你认识什么人可以在纽约做～个不错的销售人员吗?。)帮助我们找到了更多、更优秀的被推荐人。

这台招聘机器的设计本身非常保守。它全力避免误报——在面试过程中看起来不错，但在工作中表现不尽如人意的人——因为我们宁愿丢失两个了不起的员工也要避免聘用一名表现糟糕的员工。表现糟糕的员工和耍心机的人会给整个团队带来毒性反应，需要持续投入管理时间对其进行训导或劝退。谷歌发展非常迅猛，处于利害攸关的时期，无力承担此种风险。因此在我们找到完全合适的人选之前，会一直保持某个职位的空缺。恰如埃里克·施密特曾对我说过的。现实情况中确实有些员工应该被淘汰掉，但是招聘的目标应该是根本不聘用这样的员工!