被筛掉的从来不是“用没用AI”，而是简历上那股“没有人写过”的气味。 今年秋招季，一份投出去的简历通常要闯两道闸：先过机器的评分，再过HR的眼睛。两道闸警惕的东西并不相同：筛选系统只认关键词和可核对的经历，用人方看多了千篇一律的“完美简历”，读三行就能起疑。数以百万计的人用AI写简历、企业用AI筛简历，两端互相推高的“效率”正是这条热搜的底色。知乎
第一道闸：机器不看文笔，只看能不能核对
投递的第一关往往不是人。系统从岗位描述里总结一组关键词，去每份简历数命中个数，命中越多、匹配分越高，排名越靠前，被HR看到的概率越大。 新一代基于大模型的筛选不再死抠字面，能把“搭过自动化测试框架”和“干过质量保障”识别为同一件事。 换句话说，把“每月两小时的数据整理压到三十分钟”改写成“推动流程优化、实现效率跃升”之后，真正可核对的硬信息反而消失了——AI味最重的地方，恰好是机器最想看的地方。知乎知乎
想骗过机器也有代价。有人在简历里用透明色、极小字号暗藏JD关键词，从业者证实：较先进的系统能识别这类操作，整份简历降权甚至拉黑。 招聘会上，学生拍照扫码就能做一次AI简历诊断。 机筛的覆盖面也在扩大：今年对2040名2026届毕业生的问卷里，超过八成说春招遇到过用AI面试或算法筛简历的企业，16%觉得“几乎每家都在用”。知乎中国新闻网知乎
“被好几家同时拒掉”未必是巧合。牛津互联网研究院等研究者的配对实验显示，同一批求职者档案喂给10个调教后的模型，至少被其中9家一起拒绝的概率达17.3%，未调教的基座版本只有5.6%——上升的主因不是偏见变强，而是模型判断的一致性变强，以前各拒各的理由，现在十条简历收到同一句话。知乎
第二道闸：HR闻出来的九个“AI味”信号
一位从业者披露，自己公司去年秋招收到的“AI改简历”已经远超多于一笔一画写出来的。 近几个月多位身处筛选一线的HR反复点名的破绽，拼起来接近一份公开的黑名单：小红书
能力全是形容词。“沟通能力强、抗压能力强”背后一件具体的事都没有，用词漂亮，动词空洞，成果没有数字。小红书
只有动作没有结果。“负责XX项目”戛然而止，办成了什么、到什么程度一概不知。
段落对称得过分。三段一样长，每段都是动词加名词，被AI味筛掉的原因往往不是写错，而是它写得太整齐了。小红书
每句话硬凹逻辑闭环。哪怕是很空白的一句，也要用“实现了XX”“有效提升了XX”“为XX提供了有力支撑”收尾——那是模型被训练出来的习惯，人平时不这么说话。小红书
排版露馅。中英文和数字两侧留空格、用斜杠代替顿号，都是大模型生成中文时留下的痕迹。
宏大词用错地方。“赋能”“深度重构”“底层逻辑”出现在初级岗位简历里，用词不像本行。
JD复读机。整页是岗位描述关键词的重组，脱离自身经历的堆砌让上下文融不到一起，简历看起来又乱又假。知乎
完美但空洞。用词精准、零语法错误的简历最先被追问细节，问两句就露馅。
简历之间高度趋同。句式整齐、量化指标个个漂亮，项目描述像从同一家模板店出来的，而HR每天看的不止三十份。知乎
AI不扣分，“不动脑子”才扣分
筛选一线HR的口径出奇一致：卡的是“一眼假”，不是“用了AI”。做简历筛选的HR见过用AI加分的，也见过把自己写进黑名单的——AI帮你把真实经历说清楚，是工具；AI帮你编一段没干过的事，是作弊。 另一位HR讲得更直接：候选人坦承“简历是AI改过的”，她反而觉得实诚；真正让人滑走的，是通篇AI味加一问三不知。 而且过了简历这一关，后面还有眼睛：大厂在筛选环节部署AI，在线笔试通过摄像头做眼动与异常行为识别，代写与代答的代价在链条后段会再一次暴露。知乎小红书36氪
被一线用户反复验证的安全用法是把顺序反过来：先让AI扮演挑刺的HR揪出流水账，再由本人补上真实事实——提示词里明确“我没给的数字不许编，缺的标【待补充】”——最后对着JD重排经历优先级。 投递前用自己的话通读一遍，把不像你口吻的句子改回去；喂给模型之前先做一版脱敏副本，证件号、手机号、内部项目名不要进对话框。小红书知乎
“AI对AI”的军备竞赛还会升级，但招聘的终局判断从没变过：这些事你是不是真做过，说出来经不经得起追问。 那部分是AI替你办不了的，也是简历上唯一不会被“AI味”连累的东西。
