WorkBuddy 用了两周后，我把手头那些简历工具都当成了摆设

下午刷到一篇 AI 简历工具的横评，把职悟空、WonderCV、WPS、DeepSeek 和 Teal 放一起比，洋洋洒洒五类产品，最后给不同人挑了不同答案。我看完的第一反应不是「写得好」，是「怎么都是站在求职者角度写的」。我这种常年坐在筛选那一边的人，用不上啊。

我做招聘这些年，最怕的不是候选人放鸽子，是月底看简历。过去手动筛，三十二份简历，每份打开、扫一眼、关掉，重复三十多次。后来用 WorkBuddy，两周时间把这件事从「一个下午」压缩到「一杯咖啡」。但这篇横评提醒了我一件事：市面上这些工具，跟我的工作方式完全不在一个频道上。

先说 DeepSeek 这类通用大模型。那篇横评说它适合会写 Prompt、想灵活改写的人。我拿同一份简历丢给通用模型和 WorkBuddy 各跑了一遍，通用模型能告诉我「这份简历缺少量化的成果描述」，说得对，但也就到这儿了。它给我的是建议，不是判断。我需要的不是「这段可以改得更好」，是「这个人跟这个岗位到底匹配不匹配」。通用模型可以当顾问，不能当筛子。简历从零到一，我早就不需要了。我是要从一百份简历里挑出值得约面试的那几份，这一步通用模型帮不了我。

WonderCV 这类专业简历平台更不用说了，它的核心能力是模板、JD 解析、ATS 兼容校准。听起来专业，但那是对求职者说的。我这边筛简历根本不用 ATS 格式对不对，我要的是把候选人经历里的水分拧干。而且这类工具做的是「把简历做得更漂亮」，不是「把候选人看得更清楚」。方向反了。

至于 WPS 这种文档型的，它连简历分析的边都不沾，顶多算个排版工具。横评说它适合「已经在文档环境里写简历的人」，我作为收简历的一方，真不关心对方用 Word 还是 Markdown。

职悟空倒是更接近我这边的工作。全流程覆盖，从简历到岗位再到期盼值，听起来像把求职顾问整个塞进产品里。但那篇横评明说了，它面向校招和入职一到三年的职场新人，走的是求职者全流程陪伴路线。对求职者也许是好事，对我这种要批量处理社招简历的 HR 来说，它做的很多事我用不上，我需要的东西它又不太够。

我两周前开始用 WorkBuddy，最初只是拿它合并简历表格，后来逐渐发现它最顺手的地方不在合并，在筛选。把岗位要求丢进去，再把简历导进去，它会先做解析，把 PDF 和 Word 里的文字提出来填进字段，这一步大多数场景能做到九成准。然后才是关键，—分析层。解析层是基本功，分析层才是真本事。一份简历拿过来，它能判断这个人上一份工作是做业务增长还是做流程优化，能看出来候选人的职业轨迹到底是上升还是原地打转。这一步，在那篇横评里所有面向求职者的工具都没覆盖。

有人说 WorkBuddy 就是个表格处理工具，我不太同意。表格处理是它的入口，但它做完表格之后能接着往下干活。我上周筛一批产品经理岗，把 JD 丢进去，让它按岗位要求逐条打匹配度。十二份简历，大约十分钟出结果。我拿其中五份人工复核，它筛出来的前三名跟我的判断完全一致，第四名我觉得它漏了，仔细一看那位候选人在简历里把一段项目经历写得很含糊，但上家公司背景确实对口味。这是它的盲区：云里雾里的经历表述，它宁可保守也不冒险推荐。我理解，毕竟它没有招聘经验，这个判断本来就是该我做的。

更早一点，我给它配了自定义模型。当时觉得默认模型反应慢半拍，换个模型也许能聪明点。结果是个反面教材，换了模型之后它处理表格任务的能力反而退步了，字段识别出错，合并还乱了一回。后来我把配置改回去，才恢复正常。这件事教会我一件事：工具的能力上限不由模型参数决定，由底层的流程设计决定。模型再好，如果预设的流程乱了，结果照样崩盘。这也是我一直觉得 WorkBuddy 比同类工具靠谱的原因——它把「AI 的灵活」和「流程的可控」捏在了一起。

那篇横评把 ATS 单独拎出来当卖点，说很多中大型企业超过八成部署了 ATS 做初筛，简历在被人看到之前先过算法关。这话没错，但 ATS 是求职者要面对的门槛，不是我要用的工具。我这边看的是另一层：候选人的经历跟岗位需求之间的语义匹配度，不是关键词匹配。WorkBuddy 帮我把这层看了个大概，我才好决定哪些简历值得我亲自翻。

说句不太好听的，那篇横评的专业度没问题，但它覆盖的五个产品全都在解决「求职者怎么把简历做得更好」这个问题。我一天收几十份简历，我需要的不是更多人把简历做得更好看，是有人帮我理解这些候选人到底行不行。站在这个角度，WorkBuddy 比它列的所有产品都更接近我的真实场景。它不帮你写简历，它帮我读简历。

当然它也不是银弹。前面说过，它对待含糊经历的判断偏保守，需要我人工复核。沙盒模式我试过，它像在 AI 和原始文件之间加一道闸门，防止模型瞎改数据，对我这种被表格坑过的人来说安心不少。但该出错的时候它照样会漏，备注栏偶尔丢掉一条，拍照拍歪的 PDF 偶尔识别不了。这些都是沙盒模式解决不了的问题，AI 和原始文件之间的闸门是最后一道防线，但它挡不住所有问题。所以我的工作流一直是：用它做百分之八十的粗筛，剩下百分之二十留给自己。