毫无个人色彩的个性化招聘邮件
摘要
一位软件工程师的博客文章,批评如今用 LLM 生成的"个性化"招聘邮件泛滥:邮件中大肆夸赞候选人的背景,却与实际职位描述明显脱节,让招聘邀约比过去的模板群发邮件更让人感觉缺乏真诚。
暂无内容
查看缓存全文
缓存时间: 2026/10/08 18:01
# 深度"非个性化"的个性化招聘邮件
来源: https://blog.pentlander.com/the-deeply-impersonal-personalized-recruiter-mail/
*2026年10月8日*
最近我遇到了一种新物种的软件工程师招聘邮件,内容大致如下:
> 您在 Railway 的基础设施方面的工作,以及此前在 City Storage Systems 开发可观测性软件和在 AWS Glacier 上构建存储系统的经历,正是这个岗位所需要的平台背景。
所以第一段花了一整段来向我解释我的职业生涯(谢谢,我都忘了我在哪儿工作了)。最后一句话恰好是"这正是我们在寻找的人才"!然后紧接着就是实际的职位描述——构建 CI/CD 流水线,这和前面提到的工作经历几乎没有关系。显然第一段是用 LLM 生成的,但职位描述也是?!
以下是我收到过的一些"精彩片段":
> 这正是那个空白。你将是第一个填补它的人。具体工作内容包括:AI 模型服务的多租户隔离、Terraform 中的黄金路径服务模板、集成到 CI/CD 中的 IAM 和密钥管理,以及使安全成为默认选项而非例外的策略即代码。
> 我们这里的可观测性问题确实尚未被解决。故障模式是概率性的而非确定性的,因此标准的埋点手段能告诉你的信息远不够。
> 每一份文档都是一份转诊单、一份预授权或一份登记表,这意味着提取准确率不是一个仪表板指标,而是一个患者能否被接诊还是被拒绝。输入混乱,不容忍静默失败,增长迅速。
这些年来,我收到过大量类似这样的邮件:"嘿,你在 X 公司工作真棒",然后紧接着就是职位描述。所以,这有什么区别?就算它是用 LLM 生成的又怎样?
对我来说,区别有两方面:
1. "个性化"内容与职位描述毫无关联
2. 明显是 LLM 生成的文本
对于前者,我理解招聘人员需要发送大量邮件来完成他们需要的指标。带有 [插入姓名和前公司] 的邮件模板本质上是霰弹枪式群发,他们可能连10秒钟都没花在我的个人资料上就看看是否匹配。所以当邮件是针对 Django 全栈岗位,而我的履历显示我是一个没有专业 Python 经验的基础设施工程师时,我并不意外。但是,当同一份职位描述前面有一段话说我之前的角色让我"非常适合这份工作"时,这简直是在侮辱我的智商。
更让人恼火的是,一个 LLM *可以*查看我的简历来判断我是否匹配,并写出我的经验如何直接与该岗位相关的内容。或者反过来说,它可以判断"嘿,我们到底为什么要联系这个人,他们连 Verilog 都不会"。我怀疑正是后者的原因,所以他们实际上并没有这么做。
再加上连职位描述里都充满了极为常见的 LLM 套话,这些邮件在我心目中比那些简单的模板邮件还要差。用另一个 LLM 进行一次简单的编辑润色就能消除这些问题。或者,你知道的,对发出的内容做个快速校对。这种努力和个性化上的明显虚假,让人感到一种毫无歉意的冷漠。
[#llms](https://blog.pentlander.com/blog/?q=llms) [#recruiting](https://blog.pentlander.com/blog/?q=recruiting) [#software](https://blog.pentlander.com/blog/?q=software)
相似文章
引用Tom MacWright
Tom MacWright 观察到,由LLM生成的求职申请和作品集让求职者感到缺乏个性和人情味,缺少真实的个人表达。
道德冷外联
一篇反思以冷外联方式发送的AI生成个性化视频推销的博客文章,认为在营销中伪装成人类是不道德的,并呼吁进行透明的AI沟通。
@GergelyOrosz:一位招聘人员联系我,谈及一个他难以填补的高级工程领导职位。以下是该职位的一部分。你看到…
一位科技评论员指出了一份高级工程领导职位招聘描述中的警示信号,包括过多要求和缺乏薪资透明度。
不要公开职位推荐
这篇博文认为,公开职位推荐计划会导致候选人收到垃圾信息,并降低推荐质量,因为推荐人可能并不了解候选人,使得过程更像候选人搜寻。
回复关于我“LLMs are eroding my career”一文的评论
作者回复了关于其爆款帖子“LLMs are eroding my career”的评论,讨论了AI自动化如何减少金融科技领域对深层领域知识的需求,以及在vibecoding文化中保持勤奋所面临的挑战。