你把简历改得越完美，它就越没用

Dabulis 最近被裁了。他决定认真找工作，而且要找得”聪明”。

他读了能找到的每一份攻略，照着做。简历用 AI 重写过，关键词对着招聘描述调过，还专门跑了 ATS 检测，确认机器能正确读出每一段。然后他打开领英，用那个 Easy Apply 按钮，开始投。

一份，十份，一百份。AI 投递工具让这件事快得不像话，几乎不用动脑子。他越投越顺手，投了七百多份。

回复：零。

不是被拒了七百次，是七百份申请扔出去，连一封自动拒信都没换回来。他做的每一件事都”正确”——简历是优化过的，投递是高效的，关键词是匹配的，整个流程严丝合缝地踩在所有攻略的标准答案上。结果是彻底的沉默。

后来他自己想明白了一件事：当你把自己摊得这么薄，投到几百个地方，你不是一个候选人，你只是风里的一声耳语。

吊诡的地方就在这。他被沉默淹没，不是因为他没用 AI，恰恰是因为他用得太顺了。同一时间，还有几十万人在用同样的工具、同样的方式，把同样优化过的简历，灌进同样几个招聘官的收件箱。2025 年有超过 120 万人用 AI 找工作，领英上的申请量一年涨了 45%，招聘官形容自己”像用消防水管喝水”。Dabulis 不是这场洪水的受害者，他是这场洪水里的一滴。

所以这篇文章想问的，不是”怎么把简历改得更好”。这个问题底下藏着一个更难堪的前提：如果改简历真的有用，为什么一个把简历改到完美、投了七百份的人，连一个回音都没有？

简历本来是一种成本信号

要看懂今天简历为什么失灵，得先弄明白它当初为什么管用。

简历从来不是一份完整的能力证明。它太短、太容易美化、太难核实，招聘官也清楚这一点。但在很长一段时间里，它能完成一件别的事：帮招聘方在几十上百个人里，快速排出一个”谁值得先聊”的顺序。它能做到这件事，靠的是一个隐含的假设——做一份好简历是要花成本的。

这个成本是真实的门槛。你得回忆并梳理自己的经历，读懂招聘描述里那家公司到底想要什么，把相关的部分挑出来、放到前面、改得贴合。一个肯为某个岗位做这套动作的人，和一个把同一份简历群发给两百家公司的人，传递的信息完全不同。招聘官没法核实你写的每一句，但他可以从”这份简历有没有为我而改”里，读出你的诚意。简历筛的不全是能力，很大一部分筛的是态度，而态度靠投入的成本来证明。

ATS 的出现，本来是为了在成本那一侧帮招聘方省力。申请人追踪系统现在几乎是标配，98% 的财富 500 强公司在用。它把收到的简历结构化、打标签、按关键词和条件排序，让招聘官不用从头到尾人肉读每一份。当一个岗位收到的简历从几十涨到几百，总得有个东西先帮你分个堆。

但 ATS 也催生了一个流传至今的鬼故事：”75% 的简历在任何人看到之前，就被 ATS 自动拒掉了。”

这句话是假的，而它的传播史本身很说明问题。源头是一家叫 Preptel 的简历优化公司，2013 年 8 月就关门了，从没发布过支撑这个数字的方法论。它后来靠媒体一篇引一篇活了下来——2014 年 Forbes 引了 Preptel，2018 年 CIO 引了 Forbes，2019 年 CNBC 引了 CIO，每一环都默认上一环核实过，没有一个人回到最初去问那个 75% 是怎么算出来的。有人专门去 Google Scholar 搜”ATS”加”拒绝率”，找到的支持研究是零篇。

真相要平淡得多。2025 年有人访谈了 25 位招聘官，覆盖十几个 ATS 平台，92% 说他们的系统并不会根据简历内容自动拒人，它只排序，不淘汰。决定你命运的不是机器，是机器排完序之后那个只看前 20 名的人。

这个真相重要，是因为它说明：哪怕在 AI 之前，简历的瓶颈也从来不是”能不能通过机器”，而是”在那一堆里能不能排到前面被人看见”。一份为岗位认真定制过的简历，关键词自然对得上，自然排得靠前——成本信号和机器筛选，在那时候是同一个方向的。

AI 把这个方向拧断了。

当人人都能十秒做出完美简历

它让”关键词对得上、格式过机器、措辞很专业”这些原本需要成本才能换来的东西，变成了零成本就能批量复制的东西。

2025 年，超过 120 万人用 AI 工具找工作。其中 58 万多人用它写或改简历，光用 AI 生成整份简历的就有 43 万。更说明问题的是另一个数字：77 万人，大约 64%，用 AI 专门去检测自己的简历能不能过 ATS。也就是说，今天求职者最焦虑的问题已经不是”我的简历好不好”，而是”它到底会不会被人看到”。

当生成一份看起来很专业、关键词全中、格式过机器的简历变成十秒钟的事，简历就不再能区分认真的人和顺手群发的人了。所有人的简历都很专业，所有人的关键词都对得上。一个东西如果人人都有，它就不再是信号。

这件事的后果，在招聘那一侧已经堵成了灾难。过去一年，领英上提交的申请量暴涨超过 45%。一位招聘官形容现在的状态是”像用消防水管喝水”。她和同行一般同时负责 15 到 20 个岗位，每份简历能分到的时间是 30 秒到 2 分钟。一个岗位几百份申请，光过一遍就是巨大的工作量，而这还只是第一步。

领英自己的调查里，超过五分之一的美国 HR 每天要花 3 到 5 个小时翻申请，但 70% 的招聘方说，不到一半的申请符合岗位的全部要求。前面那位招聘官的搭档说得更直接：几百份申请里，真正合适的通常”不到 5 份”。

两边都在用 AI，这就成了一场军备竞赛。求职者用 AI 投递工具批量投，光自动投递就让申请量又涨了 25%；招聘方用 AI 来筛，已经有 24% 的公司用 AI 跑完整个面试流程。一边拼命往信道里灌，一边拼命往外滤，中间那个叫简历的东西，信噪比被压到了几乎为零。

而且 AI 投递还在主动制造噪音。那位招聘官说，AI 投递工具很容易夸大或歪曲候选人的经历，结果是”错的人因为 AI 海量投到了错的岗位上”。机器不知道你到底合不合适，它只知道帮你点”申请”。于是招聘方收到的不只是变多了，是变多了还变差了。

这就是改简历这件事今天的真实处境。你打开攻略照着做，优化关键词、过 ATS、让措辞更专业，你做的每一件事，另外几百个人也在用同一个工具做。你不是在让自己脱颖而出，你是在把自己更深地埋进那堆被消防水管冲过来的简历里。

四种打法，和它们各自的天花板

市面上教你 AI 改简历的方法，归起来其实就四种。挨个看一遍，会发现它们都在解一个已经不重要的问题。

第一种，关键词优化，把简历喂给机器。 这是最主流的打法，64% 用 AI 的求职者干的就是这件事。它建立在前面那个流传了十年的恐惧上，而那个 75% 是假的。真实情况是 92% 的 ATS 不会自动拒人，它只排序。

听起来像好消息，其实不是。当 180 个人申请同一个岗位，招聘官只看排在前面的 20 个，你被排到第 150 名，和被拒掉没有任何区别。关键词优化能帮你做的，是别因为格式乱掉而排得更后——这是一张入场券，99.7% 的招聘官确实在用筛选器，缺一个硬性技能词、职位头衔对不上，是会被滤掉的。但入场之后你还在第 150 名。关键词解决的是”别出局”，不是”被选中”，这两件事差着十万八千里。

第二种，全自动群发，能投多少投多少。 逻辑很朴素，既然会不会被看到是概率问题，那就把分母做大。前面那个投了 700 多份、一个回复没收到的人，走的就是这条路。

群发还有两个隐性成本。一个是 AI 投递工具为了提高匹配会夸大你的经历，把你投到根本不合适的岗位上，反而拉低你这个来源的整体可信度。另一个是时间窗口——为了控制申请量，很多公司现在把岗位挂两三天就下架。那位招聘官说，现在那句老话是真的了：头两天没进去，你就进不去了。群发听起来是广撒网，实际上你撒的网，一大半落在已经收口的地方。

第三种，让 AI 把整份简历写出来。 最省事，也最危险。Resume-Now 调查了 925 名美国 HR，62% 对 AI 生成的简历持负面态度，相当一部分会因此直接拒。

原因不复杂。当几百份简历都是同一批模型用相似提示词生成的，它们会趋同——同样的句式，同样的”成果导向”动词，同样四平八稳的语气。招聘官一天看几百份，他闻得出来。AI 味从一个中性的东西变成了减分项：它说明你没花时间，而没花时间正是招聘官想筛掉的那种人。你想省下的那点力气，恰好是简历唯一还能传递的信号。

第四种，逐岗定制，对着招聘描述一条条改。 这是唯一还有效的打法，也是最贵的，只有 3.5% 的人真的这么做了。

它贵在没法被 AI 替你省掉。把简历和具体那份招聘描述并排放着，一条条看：它要的这个能力，我哪段经历能证明？它最看重的这点，我有没有放到显眼的位置？AI 在这一步能帮你想，帮你找差距、看哪里该突出，但它替不了你做判断，因为只有你知道你那段经历真实的份量。招聘官把话说得很白：把一份 AI 写的、AI 投的东西，和一个真花时间研究过怎么让简历对上这个岗位的人放一起，更可能接到电话的是后者。

四种打法里，前三种都在试图用 AI 绕过”花力气”这件事，而花力气恰恰是简历现在唯一还值钱的部分。第四种没有绕，它把力气花在了刀刃上，但它要的那点东西，本来就不是改简历的技巧，是你对这个岗位到底有多认真。

招聘官真正在看的地方

攻略里的世界和招聘官桌上的世界，已经不是一回事了。

攻略告诉你，把简历优化好、过了 ATS，机会就来了。招聘官的实际做法是另一套。为了不被申请量淹死，很多公司把岗位挂两三天就撤下来。你还在打磨第三版措辞的时候，那扇门可能已经关了。

更值得听的是另一句话。被问到挑简历最看重什么，那位招聘官给了个她自己都觉得”无聊”的答案：一份清楚、简洁、能说明你的技能怎么对应这个岗位的简历。这话听着像废话，但它精确地指出了信号失效之后招聘方的反应——当所有简历都被 AI 抹平到看不出诚意，招聘方就退回去找那些更难造假的东西。

最明显的就是内推。同一位招聘官的原话是，内推会是未来的方式。道理很直接：一个在职员工愿意把自己的信誉押上来推荐你，这件事 AI 伪造不了。它重新引入了成本和风险，而成本和风险正是信号的来源。当简历这个旧信号被噪音淹没，内推这个老办法的价值反而水涨船高。

这里还藏着一层更冷的现实。机器筛选在简历泛滥时不会变温柔，只会变粗暴。Harvard 和 Accenture 的研究早就指出，学历门槛、就业空窗、年龄这些机械条件，把数百万本来能胜任的人直接挡在门外。领英内部数据显示，55 岁以上的人被招聘官联系的概率，比同等资历的年轻人低大约 60%。这些维度和你能不能干好这份活基本没关系，但在人均 30 秒的时候，招聘方只会更依赖这种一刀切的过滤。

于是出现一个尴尬的错位。求职者把全部精力投在简历的措辞和关键词上，以为那是战场；招聘方早就在另一个战场上做决定——他们在关系网里找人，在内推名单里找人，在那不到 5 份”一看就花了心思”的申请里找人。Harvard 还发现，愿意从被忽视的人才池里招人的公司，遇到人才短缺的概率低 36%，招进来的人在六项关键指标上表现更好。绕开机械筛选去找人，对招聘方本身就是更划算的事。

简历优化的边际收益正在快速趋近于零，而它边上那条没多少人挤的路——被一个真实的人记住、被内推、用作品说话——回报反而在上升。攻略让你死磕的那个环节，恰恰是招聘方越来越不依赖的那个环节。

把力气花在简历之外

说了这么多，不是劝你别改简历。简历还是得有，得干净，得能让人三十秒看懂你能干什么。该过的 ATS 还是要过，缺关键词被机器滤掉是最冤的死法。这些是地板，不是天花板。

真正想说的是别再把杠杆压在措辞上。你能用 AI 把简历润色到的那个程度，几百个竞争者也能，这件事已经不能帮你赢，只能帮你不输得太难看。把多出来的时间，挪到三个回报还没被 AI 抹平的地方。

第一，把简历当匹配证明，不是自我推销。群发一份夸自己的简历，和针对一个岗位逐条证明”你要的这个我能干”，是两件事。后者只有 3.5% 的人在做，这恰恰是它还有效的原因。把简历和那份招聘描述并排放着，一条条对：它最看重的能力，我哪段经历能证明？这步可以让 AI 帮你想，但最后那个判断得你自己下。一份这样改出来的简历，胜过一百份群发。

第二，把省下的时间投到简历之外的信号上。招聘官说内推是未来，不是客套。一个在职的人愿意拿自己的信誉推荐你，是 AI 伪造不了的东西。同样伪造不了的还有你公开的作品、你在某个圈子里被记住的样子、你和招聘方建立的哪怕一点点真实联系。这些东西都有成本、要露脸、得花时间长出来，而正是这个成本，让它们在简历泛滥的市场里重新变成了信号。

第三，接受一个不太舒服的事实：今天，被看见比被写好更重要。被排到第 150 名和被拒掉没区别，岗位挂两天就关。简历写得再漂亮，没进到被人看的范围，它就等于不存在。投递这件事要从广撒网换成找对人——少投，但每一份都投给一个你真想去、并且有办法让活人看到你的地方。

回到 Dabulis。他投了七百份、颗粒无收之后，停掉了群发。他改去在领英上经营关系，主动和招聘官搭话，把自己想去的公司一个个挑出来，然后才开始有了回音。

他没有把简历改得更好。他做的，是从那条人人都在用 AI 互相淹没的路上下来，走到了一条还需要花真力气、还能被一个活人看见的路上。

AI 时代找工作的反常识就在这里。当一件事变得人人都能零成本做，它就不再能帮你脱颖而出。那七百份完美的简历证明的不是你不够努力，是你把努力放错了地方。

附：本文引用的资料来源

招聘官”消防水管” / 700 份 0 回复 / 内推是未来 / 两天关窗（CNBC, 2025-10-29）：https://www.cnbc.com/2025/10/29/recruiters-are-drinking-through-a-fire-hose-of-job-applications-experts-say.html
120 万人用 AI / 64% 用来过 ATS / 仅 3.5% 逐岗定制（Kickresume, 2025）：https://www.kickresume.com/en/press/ai-job-search-data/
ATS 真相 / “75% 被自动拒”是假统计 / 92% 不自动拒 / 99.7% 用筛选器 / Harvard（CoverSentry, 2026）：https://www.coversentry.com/ats-statistics
领英申请量一年涨 45%（NYT, 2025-06-21）：https://www.nytimes.com/2025/06/21/business/dealbook/ai-job-applications.html
62% 雇主反感 AI 生成简历（Resume-Now 调查，925 名 HR，2025）：https://www.resume-now.com/job-resources/careers/ai-applicant-report
24% 公司用 AI 跑完整面试流程（The Interview Guys, 2025）：https://blog.theinterviewguys.com/how-many-companies-are-using-ai-to-review-resumes/