在我投出2,200多份求职申请的那一年里,我从未听说过申请人跟踪系统(ATS)。大约一年半前,当我开始在Medium(在新标签页中打开)上活跃起来时,我才第一次知道这个词。在此期间,我一直按照大家告诉我的方式改进简历:整洁的双栏排版,LinkedIn 地址和电子邮箱前的小图标,再零星点缀几条技能进度条。看起来很漂亮。后来我终于开始阅读那些介绍真正打开我简历的软件的文章,才发现其中大多数内容和我的双栏排版一样是错的。
下面是我曾经相信的八种说法,我逐一对照软件厂商自己的文档和现有的研究做了核查。每一条都有一个结论,从错误到半真半假。
误解一:“75%的简历从未被人看过”
结论:错误。这个数字背后没有任何研究。
这是整个话题中被引用最多的数字,也已经不止一次有人追查过它的出处。2020年10月,人力资源从业者 Christine Assaf 在一场演讲中听到这个数字,便顺着引用一路查下去:演讲者引用了简历代写公司 TopResume,TopResume 引用了一篇 Forbes 的文章,而那篇 Forbes 文章没有引用任何来源。确实注明了出处的媒体 CIO 和 CNBC 把它归于“求职服务公司 Preptel”,这是一家于2013年8月倒闭的简历代写公司,从未发表过任何研究、数据集或方法(Ask a Manager,转载 Christine Assaf 的文章(在新标签页中打开))。
2026年7月,两位加拿大学者,Mount Royal University 的 Leda Salazar de Leon 和 University of Calgary 的 Mehnaz Rafi,在 The Conversation 上得出了同样的结论:这个数字“源自简历优化公司 Preptel 在2012年的一次销售宣传,该公司次年就倒闭了。从未发表过任何研究方法”(The Conversation(在新标签页中打开))。
掀起这股浪潮的那篇文章,即 Lauren Weber 于2012年1月发表在 Wall Street Journal(《华尔街日报》)上的《Your Résumé vs. Oblivion》,也没有这样说。在 NPR 节目中被问及这些系统时,Weber 描述的是一种会“给候选人打分并排序”的软件,让招聘人员打开职位后能查看排名前25或前50的人。她所说的最坏情况不是被扔进垃圾桶,而是“排在排名系统的末尾”(NPR,Talk of the Nation,2012年2月(在新标签页中打开))。这个数字随转述者不同,在70%、75%和88%之间来回变动;既然从来就没有可供核对的原始出处,出现这种情况也就不足为奇。
误解二:“ATS 会自动拒绝您的简历”
结论:大部分是错误的,而属实的那部分比误解本身更糟糕。
在 Greenhouse、Workday 和 iCIMS 的官方文档中,唯一的自动拒绝是由您在申请表上对雇主自设问题的回答触发的:您是否持有相关执照,您是否有权在此工作,您能否周末上班(Greenhouse,自动拒绝(在新标签页中打开);Workday 管理员指南(在新标签页中打开);iCIMS(在新标签页中打开))。它们都没有描述任何会拒绝简历的隐藏评分。在提供 AI 匹配功能的情况下,Greenhouse 声明它只是把求职者分组,并且“不会自动决定任何候选人的去留,也不做任何录用决定”(Greenhouse,人才匹配常见问题(在新标签页中打开))。
再说属实的那部分。招聘人员设置的筛选条件是真实存在的,而且简单粗暴。在 Harvard Business School(哈佛商学院)2021年对美国、英国和德国2,275名高管的调查中,近一半的公司会自动筛掉任何职业空窗期超过六个月的候选人,88%的高管表示,合格的高技能候选人因与既定条件不能完全吻合而被淘汰(Hidden Workers: Untapped Talent(在新标签页中打开))。是人选择了那条规则,也是人对结果按下了拒绝键。Assaf 用一句话概括:“拒绝求职者的是人;计算机只是根据人提供的数据给申请排序。”
误解三:“有 AI 在读您的简历”
结论:目前来看,大部分是错误的。
2024年1月,美国人力资源管理协会(SHRM)调查了美国的2,366名人力资源从业者。他们所在的组织中,只有26%在任何人力资源活动中使用了 AI;在这些组织中,64%在招聘、面试或录用的某个环节使用了它,而这一群体中约三分之一用它来审阅或筛选简历(SHRM,2024年人才趋势(在新标签页中打开))。把这些比例相乘,大约每二十家组织中只有一家在用 AI 读简历。在其他所有地方,软件运行的都是由人设置的规则和搜索。这个比例在增长,欧盟的《人工智能法案》也已将招聘 AI 列为高风险,但如果您想象的是一台能理解您简历的机器,那您想象的是例外情况。典型系统究竟是如何一步步运作的,我在本系列的第一篇文章(在新标签页中打开)中已有详细介绍。
误解四:“ATS 读不了 PDF,双栏排版会让您被拒”
结论:半真半假,属实的那一半主要关乎排版,而非文件类型。
先说文件类型。Greenhouse 接受 .doc、.docx、.pdf、.rtf 和 .txt(Greenhouse,支持的格式(在新标签页中打开))。iCIMS 能从 PDF、Word、OpenDocument、RTF、HTML 甚至图片文件中提取文本(iCIMS 开发者社区(在新标签页中打开))。Textkernel 的解析器内嵌于许多此类系统之中,它能读取70多种格式,据其称这些格式“覆盖了我们实际处理的近100%的文档”(Textkernel,支持的文件格式(在新标签页中打开))。从 Word 或 Google Docs 导出的 PDF 是文本,解析器读得了。解析器读不了的是文字的图片:扫描的简历,或者设计工具导出的、字母只是像素的文件。那需要光学字符识别(OCR),Textkernel 将其作为附加组件出售,并警告它“解析时间要长得多”。
不过,文件类型确实有一个小问题,这是一位读者在本文发表后在LinkedIn(在新标签页中打开)上向我指出的。有些 PDF 会把 fi、fl 和 ffi 这样的字母组合存储为一个字符,称为连字(Unicode,Alphabetic Presentation Forms(在新标签页中打开))。您的 PDF 是否如此,取决于生成它的程序和所用的字体。我在2026年10月7日做了测试:Word 自带的“另存为 PDF”和 Google Docs 的“下载为 PDF”每次都存储普通字母,即使使用 Calibri 字体、即使在 Word 中开启了连字也是如此;但从 Chrome 浏览器以 Calibri 或 Aptos 字体打印出的 PDF,把“Office”存储为一个 O、一个 ffi 字符和“ce”。如果读取文本的程序不把这个字符还原成字母,它搜索的就是一个并不存在的词。有些程序会还原,有些不会,而您无法知道雇主的系统使用的是哪一种。更关键的是 PDF 本身:Textkernel(其解析器内嵌于许多此类系统之中)就对自己的客户说:“如果您想尽量减少转换问题,就不要使用 PDF 文档”(Textkernel,入门指南(在新标签页中打开))。Word 文件以普通字母存储文本,因此,除非招聘启事要求 PDF,否则 Word 是更稳妥的选择。
再说排版。Textkernel 自己的文档警告说,分栏排版会让解析器混淆,有些部分“无法进行细粒度解析”(Textkernel,解析器输出(在新标签页中打开))。结果不是被拒绝,而是一条记录:您最近的一份工作被挂到了错误的雇主名下,或者您的技能根本没有落在任何字段里,而招聘人员搜索时这条记录不会出现。没有任何东西会告诉您。整整一年,我的图标和双栏排版造成的正是这种结果。
误解五:“把关键词藏在白色文字里,软件会给您更高的排名”
结论:错误,而且会让您丢掉这份工作机会。
解析器看不见颜色。它提取文本并以纯文本形式存储,而招聘人员打开的正是这份纯文本。销售简历扫描服务的公司 Jobscan 展示了它的样子:一份解析后的简历上满是“Accounting Accounting Accounting”,而这种做法“一旦简历文本被解析进系统,就很容易被发现”(Jobscan,2024年11月(在新标签页中打开))。招聘人员先看到的是这个把戏,然后才是您的名字。
2023年,这个把戏以新的形式卷土重来,这次针对的是 AI 筛选:把整份职位描述用白色字体粘贴进简历,好让模型判定您与职位相符(Bruce Schneier 评论 Washington Post 的一篇报道,2023年8月(在新标签页中打开))。同样的把戏,同样的纯文本视图,同样的招聘人员。而且正如误解三所示,2023年读大多数简历的那个“AI”仍然只是一个搜索框。我以相反的原则构建了 ATS.rip:它只改变结构和措辞,从不改变事实,也从不添加任何读者看不见的东西。
误解六:“您需要75%的关键词匹配率”
结论:这个数字并不存在,但关键词确实存在。
匹配百分比来自简历扫描工具,而不是雇主的软件。建议以75%为目标的 Jobscan 在自己的扫描器页面上就是这么说的:“当您向某个职位提交简历时,ATS 并不会给您的简历打分。我们扫描器中的匹配率是一个可视化工具”(Jobscan,简历扫描器(在新标签页中打开))。招聘人员从来看不到那个数字,在我查阅过资料的系统中,也没有任何功能会计算它。
实际发生的事情要朴素得多。招聘人员把招聘启事里的词输入搜索框,系统可以按记录与要求的匹配程度排序(Indeed 职业指南(在新标签页中打开))。由此可以得出两点。第一,软件对同义词已变得更加宽容:Textkernel 的解析器把20多种语言中的25万多个技能同义词归一化为约1.3万项技能(Textkernel,Tx 平台常见问题(在新标签页中打开)),所以 Weber 在2012年举的例子中,那位搜索“统计师”时根本找不到的“数值建模师”,今天的机会更大了。第二,搜索框找到的仍然是输进去的词,哈佛调查中那88%眼看着合格人选因不完全符合条件而被淘汰的高管,描述的正是这一点。在符合您实际情况的地方,使用招聘启事里的用词。忽略那个百分比。
误解七:“每家公司都在用 ATS”
结论:半真半假。
在最大的雇主当中,这几乎是真的。Jobscan 查看了2026年 Fortune 500(《财富》500强)榜单上全部500家公司的招聘页面,在其中487家检测到了 ATS,占97.4%(Jobscan,2026年8月(在新标签页中打开))。那是一家厂商通过阅读招聘页面得出的统计,但它是统计,不是猜测。放眼所有雇主,情况就不同了:Harvard Business School 的调查发现,美国、英国和德国有63%的雇主在使用招聘管理系统,按国家分别为75%、58%和54%,员工超过1,000人的雇主中为69%(Hidden Workers: Untapped Talent(在新标签页中打开))。The Conversation 的作者补充说,小企业尤其不太可能依赖这类系统(The Conversation(在新标签页中打开))。所以,大型雇主几乎肯定在用。商业街上那家只有十二名员工的公司,多半没有。本系列后续的一篇文章将逐个地区考察这些数字。
误解八:“您只需要一个 ATS 友好的模板”
结论:错误。
模板能让您的简历可读,却不能让它切题。解析器之后是一个人,而这个人看得很快:2018年,求职网站 Ladders 用眼动追踪设备测量了招聘人员初次浏览简历的时间,平均为7.4秒(HR Dive 关于 Ladders 研究的报道(在新标签页中打开))。哈佛报告描述了在那一眼之前发生的事:软件“在很大程度上依靠‘否定’逻辑来缩减申请人池”,依据人们缺少什么来剔除他们,而不是考虑他们拥有什么。一份解析得完美无缺、内容却不对路的简历,结局只是被找到,然后被拒,唯一的小小安慰是这次至少有人看过它。结构让您进入搜索结果。内容让您接到电话。ATS详解页面(在新标签页中打开)上有四组同时涵盖这两方面的前后对比示例。
真实情况是什么
- 软件负责存储、搜索和排序。拒绝的是人。
- 自动拒绝来自您对雇主问题的回答,以及招聘人员设置的筛选条件,而不是来自某个隐藏的简历评分。
- 您的简历必须能被解析器读取:单栏,真正的文本而非图片,标准的栏目标题,日期紧跟所属的工作经历。
- 在符合您实际情况的地方,您的简历必须包含招聘启事所用的词。
- 接下来会有人花大约七秒钟看它,所以它也必须让人一目了然。
我希望当初就知道的事
我花了一年时间,给一份软件只当作文本来读的文档添加图标,打磨解析器只当作噪音来读的分栏。没有人把我的简历扔掉。它一直躺在数据库里,看上去就像出自一个从没做过招聘启事所要求工作的人之手。上面列表中的第三点和第四点是软件可以修复的,也正是 ATS.rip 所做的:它保留您简历中的事实,重建结构和措辞,让解析器和搜索框都能读懂。最后一点要靠您自己。



