AI 简历正在制造匿名感:别让求职材料抹掉你这个人
AI 会润色简历,也可能抹掉真实痕迹;求职材料更该留下判断和过程。
原文链接:AI 小老六
现在的求职材料,越来越像同一个人写的。
邮件开头先吹嘘一下自己的能力,再把这种能力和自己的产品或经历关联起来,最后礼貌地请求一次机会。简历句子很顺,作品集页面很干净,GitHub 项目结构像样,提交信息也规整。
单看每一项都没有错,放在一起却让人有点茫然:这里面到底有多少,是这个人自己的东西?
AI 让表达门槛降了很多。不会写邮件,可以让模型润色;项目页面不够专业,可以让模型生成;README 太粗糙,可以让模型补齐;提交信息乱,也能统一成漂亮格式。工具确实有用,没人需要假装它不存在。
但问题是,求职材料从来不只是能力清单。

图:越平滑的包装,越容易把候选人的真实轮廓藏起来
简历真正要传递的是工作方式
一份简历、一组作品、一个个人网站,真正要传递的是“这个人会怎么工作”。
他为什么做这个项目?卡住时怎么处理?审美偏好是什么?有没有长期坚持过某个奇怪的小东西?技术选择里有没有自己的判断?早期作品笨不笨拙,后来有没有变好?
这些痕迹通常不完美。它们可能包括:
- 命名混乱的旧仓库;
- 写得有点啰嗦的博客;
- 半途而废的小实验;
- 幼稚但真诚的设计;
- 一个没有包装成“商业闭环”的练手项目。
可正是这些东西,让别人能判断一个人是否真的投入过,是否有自己的兴趣,是否愿意把还没磨到满分的东西拿出来接受评价。
被 AI 全面抛光之后,材料会变得安全,也会变得没人味。
| 原本能看见的东西 | 过度生成后剩下的东西 |
|---|---|
| 兴趣从哪里开始 | 一组正确但空泛的关键词 |
| 项目踩过哪些坑 | 平滑的成果描述 |
| 写作和表达习惯 | 模型常见的礼貌套话 |
| 技术判断的取舍 | 看似完整的功能列表 |
| 个性、偏好、勇气 | “熟练使用 AI 工具”的痕迹 |
招聘者怕的不是你用了 AI
招聘者最怕的不是候选人用了 AI,而是看不到候选人本人。
一个完全生成的作品集,可能比一个粗糙但真实的网站更难建立信任。前者像演示稿,后者至少能看出一个人的手。
这里有个反直觉的结论:瑕疵有时是资产。
错别字当然可以改,结构当然可以整理,但不要把所有边角都磨掉。一个项目为什么做、怎么做砸过、后来怎样修回来,这些内容比“我具备优秀的问题解决能力”更有分量。

图:真实过程、取舍和修正,往往比漂亮结论更有说服力
AI 应该帮你更清楚地出现
对互联网从业者来说,最好的用法不是让 AI 代替自己出现,而是让它帮自己更清楚地出现。
让模型检查错别字、压缩废话、补齐遗漏都可以;让它把所有经历改写成模板化成功叙事,就危险了。
作品集可以保留一点手工感。博客可以写得像自己。GitHub 提交信息可以清楚,但不必像企业规范样板。项目说明里可以讲一个真实的小动机,而不是把每个练手项目包装成“面向未来的解决方案”。
完美包装带来的匿名感,正在变成新的职业风险。
别人需要知道的,不是你能不能把材料生成得漂亮,而是你在没有模板保护的时候,会做出什么判断,会关心什么问题,会不会把真实的自己放到桌面上。
工具可以帮你少摔几跤,但不能替你留下脚印。
推荐阅读
AI Coding 不只靠 Prompt:Agent 工程闭环如何接入 DevOps
Agent Loop 架构拆解:让 AI Agent 自己跑完验收闭环
SkillOpt 架构拆解:把 Skill 文本当参数,用执行轨迹训练 Agent

浙公网安备 33010602011771号