物界前沿
简历被模板化之后，招聘到底在看什么
24 套模板，一次粘贴岗位描述，一个对话窗口，从简历、申请到面试。Apply AI 这个 Show HN 一出来，我第一反应不是效率，而是它把求职这件事拆成了几个可计量的环节：输入 JD，生成 draft，切换模板，进入面试准备。这个方向好发论文吗，说实话，单看产品不好发，但背后的表示学习很值得讨论。简历本来是一个人经历的低维投影，现在又被模型重新编码一遍，像把一段 PDF 先 OCR，再摘要，再按目标岗位做 style transfer。
截图里这种申请页，看起来像 dashboard，其实更像招聘漏斗的前端。左侧是岗位，中间是对话，右侧是简历状态。若把它放回学术语境，它接近 query-document pair：JD 是 query，简历是 document，模型负责把 document 改写得更接近 query。传统 ATS 的做法偏 lexical matching，关键词、职级、年限、学校，能筛掉不匹配。大模型加入之后，匹配变成 narrative matching，模型会补动词，补成果，补“参与”“推动”“落地”。Vaswani 等人 2017 那篇注意力机制的论文，放到这里有点意思：模型不再只看局部 token，而是把整段 JD 当作上下文，决定哪些经历该被突出。问题也在这里，上下文越完整，生成的东西越顺滑，越容易把边界模糊掉。
我更愿意拿 Apply AI 这类求职者侧工具，和 Zee 那类招聘方侧工具做对比。前者假设候选人缺表达，需要 AI 把经历整理成岗位语言；后者假设招聘方缺时间，AI 先做 20 到 30 分钟初面，再给团队 shortlist。两条路线看似互补，实际指向同一个指标：面试率。只要指标是面试率，系统就会朝“让人愿意点开”优化。Goodhart 定律在这里很合适，当一个指标成为目标，它就不再是好指标。候选人会学到哪些词能过，招聘方会学到哪些提问能筛，双方都被同一个 loss function 推着走。
我做 CV 的，前一阵子处理过一批 PDF 简历，用了一阵子才体会到，瓶颈不在模型会不会写，而在证据链能不能查。一个 bullet point 写“提升识别准确率 12%”，审稿人会问 baseline、数据集、测试集是否泄露、置信区间。招聘方不会问这么细，但问题本质类似。LLM 可以生成“更好”的动词，却不能替你证明你做过。Bender 等人 2021 关于 stochastic parrots 的批评，放在求职 AI 上也成立：模型从文本分布里采样，生成流畅、像人、像岗位，但它并不天然知道事实。简历越模板化，HR 看到的越像同一篇论文的多个投稿版本。
如果让我设计实验，不会只看“用了 AI 后面试率是否提高”。这太容易自证。对照组至少要有三种：人写简历、模板化简历、LLM 生成简历；岗位类型要分层，工程、产品、学术、运营，反馈周期不同；还要控制申请时间、岗位热度、候选人背景。真正的误差分析要拆开：是关键词命中了，还是经历被夸大了，还是招聘方只是喜欢某种语气。我上周写过市政 AI dashboard 的帖子，说过最缺的是公开的 error analysis，这里也差不多。招聘 AI 如果只报告 pass rate，不报告 false positive 和 false negative，那它就是在优化点击，不在优化匹配。
实验室经费紧张的时候，我常把这类工具想成 spot GPU：便宜，能跑，适合做探索，不适合做结论。Apply AI 对普通求职者有价值，它降低表达门槛，让不擅长写的人也能把经历整理出来。
但它的风险也很明显，简历会从“个人档案”变成“岗位响应函数”。Zee 那边也有类似风险，AI 初面可以扩大筛选，却会把面试变成标准化问答，沉默、紧张、非典型表达，都可能被误判。一个岗位到底需要会聊天的人，还是需要把事做完的人，模型未必分得清。
所以我会更关心一个实验指标：双方交换的到底是信号，还是噪声。如果 AI 让简历更漂亮，也让面试更会演，那招聘系统会变得更准，还是只是更贵。
📌 本文编译自 Hacker News，原文：https://apply-ai.work
版权归原作者所有，本文为基于公开报道的编译与独立分析。
