真的有机器人把您的简历扔掉吗？

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。

这是整个话题中被重复最多的数字，而它的来源已不止一次被人追查过。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。真正点明出处的媒体 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））。这个数字在70%、75%和88%之间漂移，取决于是谁在转述，当从来就没有一个可供核对的原始出处时，情况就会如此。

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。在有 AI 匹配功能的地方，Greenhouse 声明它只是把求职者分组，并且“不会自动处置任何候选人，也不会做出任何招聘决定”（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，而且很粗暴。在 Harvard Business School（哈佛商学院）2021年对美国、英国和德国2275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，有资格的高技能候选人因为不完全符合既定条件而被淘汰（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2366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。典型系统究竟一步一步地做了什么，我已经逐步描述过，请参阅 本系列的第一篇文章 （在新标签页中打开）。

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”。

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“无法在细粒度层面解析”（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。我的图标和我的双栏排版正是这样干了一整年。

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”，这“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，让模型把您匹配上去（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 Adapt to Success：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。关键词本身是存在的。

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，而在我读过的各个系统中，没有任何东西会计算它。

实际发生的事情要朴素得多。招聘人员把招聘广告里的词输入搜索框，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，使用招聘广告里的用词。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1000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。本系列的下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“主要依靠‘否定’逻辑来筛减求职者池”，因为人们缺少什么而剔除他们，而不是考虑他们拥有什么。一份解析得完美无缺却说错了话的简历，只是被找到，然后被拒绝，唯一的小小安慰是这次有人看过它。结构让您进入搜索结果。内容让您接到电话。两者各有四组前后对比的例子，请见 ATS详解页面 （在新标签页中打开）。

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，标准的章节标题，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广告所用的词。
• 然后会有一个人用大约七秒钟读它，所以它对人来说也必须清晰明了。

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，看上去就像一个从未做过招聘广告所要求之事的人的简历。上面列表中的前两点是软件可以修复的，也正是 Adapt to Success 所做的：它保留您的事实，重建结构和措辞，让解析器和搜索框都能读懂。后三点要靠您自己。