登录
11月1日，一条消息上了热搜：AI简历泛滥，Z世代求职者开始担心自己“看起来像AI”，过不了初筛。IT之家
消息引的是Greenhouse调研：多数求职者收到过AI初筛的拒信，AI润色的简历越来越像，招聘双方都觉得流程有问题。
担心不是没来由。只是“像AI”这三个字，把两道关卡混成了一道。
第一道关卡确实常常不是人。Greenhouse调查了五个市场2800多名求职者，并不只针对Z世代。81%的人在过去一年被拒过，且没有和公司里的任何人——真人或AI——说过一句话。Greenhouse
很多简历不是“被人嫌弃”，是根本没走到人面前。2026年，又有约1270万高校毕业生涌进来。工人日报
但真让大模型来读简历，结果可能相反。Jiannan Xu 等人的论文《AI Self-preferencing in Algorithmic Hiring》做了个大规模实验。
研究者让不同模型改写简历，再让模型自己当评委。控制内容质量后，模型系统性偏爱自己改写的版本，对人类原稿的偏见在67%到82%之间。arXiv
同一篇论文模拟了24个职业：用与评委同一模型改简历的候选人，进入短名单的概率比同等资质、投人类原稿的人高23%到60%。
所以在机器那里，“AI味”未必是减分项，有时更像暗号。
人不是机器。4月的报道里，HR张敏看到“AI痕迹”的简历会头疼，“AI润饰是可以的，但没有自己的思考（不行）”。 一名毕业生写“跨部门协作效率提升150%”，被追问怎么做到，答不上来，没过。中国青年报
也有招聘工具直接把AI腔当扣分项：检测到明显的AI式回答，扣10到20分。钛媒体
求职者被夹在两种偏好之间：机器可能偏爱AI写的，人却可能厌恶AI腔。
更麻烦的是，AI腔本身也在变。一位自称筛了9年简历的面试官总结，AI简历一眼假的三个地方：能力全是形容词，只有动作没有结果，三段一样长。
另一位博主说，他们公司HR总结得更细：AI改的简历每句话结尾都要补一个“实现了xx”“确保了xx”的逻辑闭环，数字左右还留着空格。
这些痕迹是真的。但它们指向同一个毛病：没有具体的事。
所以真正失效的不是“像AI”，是“没有证据”。钛媒体的报道里，另一位开发者说，他不关心简历是不是AI润色过，只关心它有没有足够真实、具体、可追问的经历证据。
有人让GPT改简历，投了187份，0个回复。 问题不在腔调：AI编了没做过的“CTR提升23%”，还把PyTorch改写成“deep learning frameworks”，机器反而搜不到。小红书
如果一定要给建议：先把形容词删掉，每条经历写成“做了什么、用什么、结果是多少”。
JD里必须原样出现的工具名，别用同义词替换。 最后，准备好被追问。简历上每个数字，都要能讲出它是怎么来的。中国青年报
还有一层不该被“AI味”盖住。Matthew Bone 等人测了10个模型：后训练之后，模型的判断更一致，全局系统性排斥率从5.6%升到17.3%。arXiv
年纪是另一个被放大的维度。后训练让模型对40岁以上求职者的面试邀约率低3.6%，10个模型里8个如此。
风险不在文风，在“大家错得一样”。
回到那条热搜。Z世代怕的不是AI，是投出去以后什么也听不见。81%的人被拒过，却没和公司里的任何人说过一句话——这个数字比“像不像AI”更值得害怕。
简历可以改得不像AI。一个不给人反馈的流程，改不了。
