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​。
inline-01.jpg

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。
inline-02.jpg

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

Agent Skill 状态机工程:Mode-Step 网格如何拆开工作流边界

Agent Skill Eval:从触发信号到 A/B 基准,如何把 Skill 做成可回归工程单元

posted @ 2026-07-03 14:49  AI小老六  阅读(6)  评论(0)    收藏  举报