十大 AI 招聘工具榜单看完，我用 WorkBuddy 搭了个不花钱的筛简历流程

早上刷到一篇 2026 十大 AI 招聘工具的榜单，看完第一反应是想笑。Curriculo ATS 免费版能排到，Manatal 每用户 15 美元一个月，SeekOut、Juicebox、Paradox 全是定制报价。榜单最后一句写得很实在，说贵的工具不一定更好，它们是给大公司设计的。这话我认。但对我这种小团队 HR 来说，问题在另一个地方。这些工具都在解决去哪找人，没人解决简历倒进来之后怎么留证据。

榜单里有一句我印象很深，大多数列表给你 20 种工具让你自己选，这份不同，它解释每种工具实际做什么。可它还是没解释，为什么同一份简历在三个工具里能给出三个分数。

我用了 WorkBuddy 大约两个月，之前写过一篇把简历管道拆成可审计流程的帖子。这次榜单看完，我干脆用 WorkBuddy 把榜单里那些工具的筛选逻辑抄了一遍，搭了个自己能跑、能查、能交给业务方的流程。不花钱，除了 WorkBuddy 本身。

先说我这边环境。WorkBuddy 桌面版，接的是自定义模型，走 API Key。你要用别的模型也行，但评分口径得自己盯一遍，别默认它对。

从一份 JD 开始，别急着倒简历

打开 WorkBuddy，新建一个对话。第一步让它先读 JD。把岗位描述整段粘进去，然后打一句，把这份 JD 拆成 5 条可打分的硬指标，每条写清楚判断依据。它会给你一张表，指标、权重、判断标准三列。我一般会手动改两处，把「沟通能力强」这种虚的删掉，换成有过跨部门推进项目的具体描述。这一步大概三分钟。别跳过，跳过后面全是玄学。

改完指标，进 Skills，就是技能模块，WorkBuddy 里可以存一整套固定指令的地方。我建了一个叫「简历初筛」的 Skill，把刚才那 5 条指标、评分区间、还有一句「只依据简历原文，不做推测」写进去。存好之后每次用直接调，不用重打。这个 Skill 我用了两个月，改过四版，最近一版加了「候选人自述和实际成果要分开标注」。

简历进来之后，只让它干一件事

我一开始踩过坑。想着一次说清楚，把 20 份简历全丢进去，说帮我筛出前五名。出来的结果看着挺像样，但我抽查了两份，发现它把「负责用户增长」直接算成了增长成果。这就是黑箱。

后来学乖了，一次一份。流程是打开 Skill「简历初筛」，上传一份简历，回车。它输出四块，硬指标逐条命中情况、原文引用、缺口、0 到 100 的分。关键是那块原文引用，每条判断后面都跟着简历里的一句话。这才叫证据。分数我可以不信，引用的原文我必须能自己核对。

二十份跑下来大概四十分钟，比我手动快，但快不是重点。重点是我能把这份带原文引用的评估直接甩给业务方，他质疑哪条，我点开哪条。

权限这块，别把原始简历放开

流程跑通之后要分人。我这边设置是，原始简历文件夹只有我和招聘助理能改，业务方只读，且只能看到评估表，看不到简历原件。评估表我用 WorkBuddy 导出成表格，命名规则是「岗位-日期-初筛」，比如「AI产品经理-1010-初筛」。这个命名规则定死，不然三个月后你自己都找不到。

有篇讲 2026 企业 AI 招聘选型的文章提到，评估标准难以统一、容易出现误判，是技术岗招聘的老问题。我觉得关键是把判断依据写下来。

运维就一件事，每周复盘一次评分口径

我每周五会挑两份上周被淘汰的简历重跑一遍，看分数有没有飘。飘了就是 Skill 里的指标描述不够死。上个月有一次，同一个候选人隔一周分数差了 12 分，查下来是我改了模型参数没同步改 Skill。这种坑不报错，界面干干净净，最吓人。

趋势我猜一个，明年这类榜单会开始比可追溯性。工具越多，能被复核的那一个越值钱。招人本来就难，我现在只求这个流程经得起业务方追问。