AI在就业市场中的应用正创造一个无限的末日循环

# AI 在就业市场中的应用正催生一个无尽的死亡循环 来源：https://www.wired.com/story/ai-job-market-infinite-doom-loop/ 数据科学家 Jodi Beggs 的简历因为长达两页而被扣分。她在一份文件中使用了中间名缩写，另一份没有，这也导致她失分。如果她将“percent”替换为百分号“%”，她的评分就会上升。 这位正在求职的数据科学家（https://www.wired.com/tag/jobs/）是从一个在线系统得到的这个反馈。该系统会将职位描述与申请者的材料进行对比，评估两者的匹配程度。最知名的此类工具是 Jobscan，不过 Beggs 没有透露她测试的是哪个系统。 “如果我的工作就是取悦机器人，”Beggs 说，“那么即使我不喜欢 AI 生成的内容，也许机器喜欢。” Jobscan 及其类似应用的工作前提是：招聘委员会使用 AI 在其申请人追踪系统（ATS）中自动评分和排名候选人。只有前 10% 到 20% 的申请者会被考虑。其余 80% 可能永远没有出头之日。至少，这是一种普遍看法。为了进入短名单，候选人必须调整简历和求职信的格式，并填入合适的关键词以满足 ATS 的要求。 问题在于，这个前提并不总是正确的。在某些机构中，自动排名确实存在，但在其他地方，招聘从头到尾仍然由人工管理（https://www.wired.com/story/applying-for-a-job-is-too-damn-easy/）。 ## 申请人追踪系统之咒 ATS 的最基本功能是收集求职申请，帮助招聘委员会审核，并跟踪申请人在面试和录用流程中的状态。一些系统还提供更丰富的功能，从入职管理到自动化的 AI 筛选面试（https://www.wired.com/story/the-rise-of-the-1-am-job-interview）。 ATS 公司 Greenhouse 的首席执行官 Daniel Chait 表示，关于这些工具有许多传说，尤其来自求职者一方。没有两个 ATS 是完全相同的。技术更新迅速，因此 ATS 内部的 AI 工具可能今天这样运作，明天又是另一种方式。一个 ATS 是否使用 AI，完全取决于具体的产品以及团队付费使用的功能。 无论如何，只要申请者相信 AI 参与了招聘，他们仍然会尝试用自己的 AI 来应对。 将求职命运交到一个声称能为 ATS 优化内容的工具手中，是件不太靠谱的事。一位招聘人员证明了，即使 Jobscan 评分很糟糕（https://www.businessinsider.com/how-bad-resume-landed-12-job-interviews-in-eighty-days-2025-7），她仍然获得了十几个面试机会和一份录用通知。还要考虑的是，Jobscan 每月收费 30 到 50 美元。该公司并没有什么动力让你尽快找到工作脱离求职市场。 在“低离职、低招聘”的经济环境中（https://www.stlouisfed.org/on-the-economy/2026/mar/effects-low-fire-low-hire-economy-workers），情况更是雪上加霜。职位空缺稀缺。欺诈和“鬼魂职位”问题严重，以至于一些州正考虑制定新法律来打击它们（https://www.forbes.com/sites/michelletravis/2026/05/26/ghost-job-ads-are-latest-employer-tactic-targeted-by-state-lawmakers/）。 求职者和雇主都表示他们正在经历信任的破裂。求职者投入大量时间求职，却杳无音信。申请工作成了一个黑箱。 与此同时，一些雇主表示，他们收到数百份看起来几乎一模一样的申请（https://www.wired.com/story/applying-for-a-job-is-too-damn-easy/）。因此，他们将其输入 ATS 的 AI 评分系统，以期快速区分。 Chait 表示，我们正处于一个 AI 死亡循环中。“我们面临着一个悲剧性的局面：双方都有问题。他们用 AI 来解决自己的问题，但方式却让问题变得更糟。于是，更多的 AI 应用催生了更多的 AI 应用，对任何人都没有好处。情况发生得越多，就变得越糟糕。” ## 对比人工筛选与 AI 我与数十位招聘人员、人力资源经理以及自行招聘的小企业主交谈过。有些人承认他们使用了自动化的候选人排名，有些人则坚决表示没有。这种分歧与机构规模或收到的申请者数量无关。它似乎是由理念和文化驱动的。 东芝公司人力资源副总裁 Kim Jones 说：“我们让人工审核每一份申请。”她不介意申请者使用 AI 来润色材料，但这“对于通过 ATS 并没有太大帮助”。筛选申请者主要取决于职位要求、薪资期望以及一些其他因素，比如这个人是否是可能的再雇佣对象。 她看到不受欢迎的 AI 使用是在面试阶段。“你能听到停顿，也许还能听到打字声，然后他们会给出一个冗长的回答，”Jones 说。 另一家在招聘中更多依赖人工而非技术的公司是 Doist。这是一家小型的全远程公司，在全球范围内招聘，这意味着当他们有职位空缺时，会收到大量的申请。 公司人事负责人 Nadia Vatalidis 表示，她的团队曾试验过看看 ATS 排名是否有帮助。他们选取了已经填补的职位，输入了职位描述以及招聘过程中保存的所有申请者材料。他们想了解“如果 AI 必须对同一批候选人进行排序，会发生什么，以及我们面试的那些人是否会出现在同样的类别中”，Vatalidis 说。“在我们测试的两个案例中，我们雇佣的人并不在短名单中。”她说获得面试机会的人选有重叠，但他们后来表现得非常出色的新员工——大约六个月后——并未入选。 ## 不同方式使用 AI 五个月前，当 James Jacobsen 开始他的求职时，他投入到搜索和申请工作中的时间相当于一份全职工作。作为设计专业人士，他知道 AI 在创造力方面无法与他匹敌，但他大量试验 AI，并知道它是某些任务的强大工具。他使用 Claude 和 ChatGPT 来润色他的申请材料，并确保它们符合职位描述，但这并没有起到作用。 他不再只专注于申请材料，而是开始使用 Claude 从头到尾简化和跟踪他的求职过程。他指示它梳理职位列表、分析描述并记录下来。他设计了一个复杂的评分系统，基于工作类型、资历和他的薪资要求，而这些要求对于现场、混合办公和远程职位各不相同。他的 AI 助手高亮了他应该申请的顶级职位。当他拒绝一个职位时，他会添加备注，这样如果同一个职位几周后再次发布，他的 AI 可以立即提醒他为什么当时不感兴趣。他花了更少的时间搜索，却找到了更多高质量的职位。他收到了一些回应，但没有录用通知。 他有效地构建了 ATS 的反面——一个为求职者设计的追踪系统。 他并未就此止步。接下来，Jacobsen 请求 Claude 和 ChatGPT 对他的作品集进行批评，导致了六个小时的修改。两天后，他接到了一个潜在雇主的电话，但仍然没有获得录用。 Chait 表示，像 Jacobsen 这样的求职者正在问自己，还能付出多少努力。“做更多的同样的事情不是答案，”他说。 “这是我记忆中第一次，双方都不满意，”Chait 说。“就是行不通。”对于求职者，“我要说答案不仅仅是更多的广撒网式求职，”他说。 Chait 建议，花时间研究你可能想去工作的公司，即使它们不是你首先想到的名字。东芝的 Kim Jones 提到，她几乎再也看不到求职信了，并表示如果申请者提交求职信，会脱颖而出。人脉网络是当今就业市场中另一项被低估的技能。 Chait 还有另一条信息要告诉求职者，那就是要记住：“这不是你的问题；是这个系统的问题，而这个系统糟透了。”