AI 简历泛滥之下，Z 世代开始担心自己「看起来像 AI」：一场招聘双方都不满意的军备竞赛

投出第一百份简历之后，很多人开始怀疑的不是自己的能力，而是「我看起来像不像 AI 写的」。措辞太顺、结构太整齐、形容词太标准，反而成了减分项。求职者开始刻意加入口语、删掉排比，甚至故意留一点不完美——只为了让对面那个筛选系统，把自己判成「真人」。

这不是段子。招聘平台 Greenhouse 近期对英国、爱尔兰地区 1100 多名求职者做了一次调查，结果把这种焦虑摆上了台面。

一分钟速览

• Greenhouse 调查英国、爱尔兰地区 1100 多名求职者，聚焦 AI 参与招聘后的求职体验
• 81% 的受访者在只递交简历、未与人事有任何交流的情况下被拒
• 97% 的求职者希望能展示一些写不进履历的内容
• 过去 12 个月，42% 的候选人参加过 AI 面试，其中 57% 认为这种形式让自己有机会展示技能
• 雇主端的困扰同样明显：AI 润色过的简历千篇一律，很难拉开差距

两头都在用 AI，两头都不满意

求职者用 AI 改简历、练面试、生成求职信；企业用 AI 做初筛、做匹配、甚至做第一轮面试。效率确实上去了，但结果是一个悖论：简历越来越「标准」，筛选越来越难分辨，最后双方都觉得这套流程出了问题。

Greenhouse 首席人事官 Sharawn Tipton 的说法很直白：这是第一次，招聘双方都认为现有流程有问题。求职者提交申请后仿佛石沉大海，雇主则要从一份份看起来几乎一样的简历里挑人。AI 叠着 AI，只会让所有人受伤。

「像 AI」为什么成了新原罪

简历的本质是「用有限篇幅证明我与众不同」。当所有人都能借助模型把履历写得结构完整、动词有力、量化充分，这些技巧就不再稀缺。筛选方为了降低阅读成本，只能转向更硬的信号：项目结果、可验证的作品、内推关系。

于是出现一个反向激励：越是认真用 AI 打磨，越容易撞上「模板感」；越是刻意写得随意，越可能被判定为「真实」。这其实是把判断成本转嫁给了求职者——让个人去猜一套不透明的系统喜欢什么。

AI 面试的意外收获

调查里有一组数字值得注意：42% 的人过去一年参加过 AI 面试，其中 57% 认为这种形式让自己有机会展示技能。相比冷冰冰的简历筛选，结构化面试至少给了候选人说话的机会，也减少了「只看关键词」的偏差。

但前提是面试设计得足够好。如果 AI 面试只是把「关键词匹配」换成了「语音版关键词匹配」，那它只是把偏见自动化了一遍。真正有价值的做法，是让模型去追问细节、验证经历、记录一致性，而不是打分排序。

趋势洞察

招聘正在经历一次「信号贬值」。学历、证书、漂亮的简历措辞，都在被生成式 AI 快速稀释；相对稀缺的，是可验证的产出、真实的项目经历和能被追问的细节。

对企业来说，继续加码初筛算法，只会陷入军备竞赛。更务实的路径是把筛选后移：减少一次性海投的入口，增加结构化的小任务、作品评审和真人对话。对求职者来说，与其研究怎么「不像 AI」，不如把精力放在能被验证的东西上——代码仓库、上线产品、可复述的决策过程。

毕竟，招聘要解决的是「这个人能不能把事做成」，而不是「这段文字像不像人写的」。