上千份简历里，Stack Overflow 改看作品

一份 Staff 数据科学家岗位，挂出去二十四小时，收到一千多份申请。让招聘方真正警觉的不是数量，是这些简历看起来像同一个人写的。

一、发生了什么

2026 年 10 月 12 日，Stack Overflow 博客刊出一篇招聘复盘。作者在该公司做产品与工程团队招聘，2015 年起断续负责这条线，2021 年回归，参与过 Overflow AI、Stack Internal 等产品背后的团队搭建。

他给出的判断很直接：在申请漏斗的顶端，识别「合适的人」比过去难了一个量级。原因有三层。一是市场从候选人主导转向雇主主导，主动找工作的人变多；二是机器学习、数据科学这些十年前不存在的岗位吸走了不少人才；三是简历本身不再提供可信信息。

他举了那次千人投递的例子。部分申请格式完全一致，经历概述几乎逐字相同；大量简历附的社交主页不存在，或者写着某段时间在某家公司，而那家公司那时还没成立；申请表格里专门加的问题，收到的回答有论文那么长，却没有回答问题。

他还写了一句很损但准确的话：如果每个人都是韩索罗，那就没有韩索罗。

Stack Overflow 的应对是把 9 月 10 日重新推出的 Developer Story 接进招聘流程：让候选人展示做过的东西、解决的问题、产生的影响，而不是猜雇主想看的关键词。这个产品最早是他们做给开发者的职业档案，现在被重新定位成招聘两侧的共同语言——候选人不必猜，招聘方能看到可验证的痕迹。

这里有个值得留意的循环：简历不是被某一方搞坏的，是双方都在防守之后一起失效的。候选人怀疑自己被模型打分，于是把简历写得越来越像模型喜欢的样子；招聘方看到千篇一律的文本，越发怀疑对面是谁。两边都在防守，结果是信息量进一步下降。

二、跟你有什么关系

正在找工作的人：你的简历正在被当成「可能由 AI 生成」的文本审阅。任何一段读起来像模板的内容，都会拉低整份材料的可信度。

招聘和用人经理：漏斗顶端的问题不是「人太多」，是「信号太便宜」。加面试轮次只会让流程更长，不会让判断更准。

在带团队的技术负责人：内推和简历筛选之外的第三种入口，正在变成「可验证的公开作品」。你有没有给团队准备这样一条通道。

三、怎么用

1. 把可验证的东西放到最前面。一个能点开的项目、一段有提交记录的代码、一篇讲清取舍的复盘，比「精通某某技术栈」有用。链接必须能打开，且内容和你说的一致。
2. 申请表格里的开放问题，自己写。哪怕只有三百字、有口语、有具体细节。招聘方现在筛的正是「这段话是不是只有你会写」。
3. 投递前花两分钟自查三件事：社交主页是否存在、任职时间和公司成立时间是否对得上、简历里有没有整段可以套在任何人身上的描述。
4. 招聘方可以照抄一条：把评估从「读文本」移到「看产物」，并明确告诉候选人你要看什么。不说明标准，只会收到更多猜测性的包装。

四、三个别信的说法

「招聘方在用 AI 批量筛简历，所以我要写得像 AI。」 这篇文章描述的恰恰相反：让人警觉的正是高度一致、没有个人痕迹的文本。用 AI 润色可以，用 AI 生成一段谁都能用的自我描述，是在主动放弃区分度。

「简历造假是 AI 时代的新问题。」 夸大和编造一直存在。变化的是成本和规模：过去编一段经历要自己圆，现在可以让模型批量生成，还能顺手生成配套的项目描述。防御方式没变，还是交叉验证。

「堆更多面试轮就能筛出来。」 作者写得很清楚，加轮次是为了「确认这个人真的能做」，代价是流程更长、候选人体验更差。真正省时间的做法是提前拿到可验证的证据，而不是把验证全部压到面试。

五、一句话结论

当写一份漂亮简历变得几乎免费，招聘的核心动作就从「读你怎么说」换成「看你怎么做」。

信息来源

• Beyond the AI noise: How Stack Overflow is rethinking tech hiring（Stack Overflow Blog，2026 年 10 月 12 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。