AI辅助求职并非只是学生的个人探索，也是高校就业服务转型的方向。云研科技云就业/云生涯平台业务专家王成介绍，全国已有800多所高校直接使用该平台赋能大学生就业，对比传统高校招聘会设置的“简历门诊”，往往会排长队，而现在现场布设AI简历诊断展位后，学生可以直接拍照扫码上传简历，立刻就能帮学生扫描简历，给出简历修改完善建议，并且快速匹配招聘会现场的单位和岗位，精确到展位号，服务效率大大提高。

　　王成指出，AI让就业服务真正地接近理想中的“精准”，不仅解决了个体咨询辅导覆盖面有限的问题，也能够最大程度地考虑到学生的个性化需求，比如他们在与一些学校合作时，会为每个学生定制成长档案与职业画像，与就业市场上的企业需求画像进行匹配分析，让学生提前了解与求职目标的差距，规划如何提升能力、参与什么比赛，增加哪些实践。

　　他认为，在未来，AI会深度嵌入大学的生涯规划与就业指导教育，还会打通高校就业服务平台数据与学生校内的实践经历、课程学习、获奖记录等数据，打破“数据孤岛”，实现AI个性化精准赋能每个学生的发展。

　　AI辅助求职，也可能“帮倒忙”

　　正是因为把“手搓”求职工具写入作品集，一直在文学领域求学的董雨齐意外接触了一些AI运营、AI产品经理的岗位，也与几家AI初创公司有过沟通，“这个工具不只是求职的辅助，本身也成了一块敲门砖”。

　　从事人力资源行业10多年的萧柯告诉记者，她所在的某医疗信息化公司要求，从今年春节前开始新招聘的员工都要具备AI能力，“具体来看，要求能通过智能体解决实际问题，并能研究探索智能体应用的发展方向”。因此，对于毕业生使用AI辅助求职，她持欣赏态度，但前提是，AI没有用来“投机取巧”。

　　张敏最近会为一些有“很明显AI痕迹”的简历感到头疼，“AI润饰是可以的，但没有自己的思考（不行）”。她解释说，AI喜欢在数据上“注水”。此外，在一次线上沟通时，她请求职者谈谈对某个电商平台的理解，对方回复了一大段明显由AI生成的该平台信息，缺少自己的见解。

　　AI“帮倒忙”，这是昭乐不愿见到的，在大厂工作时，她面试过几百人，认识到面试是对求职者的综合评估，不单是把知识点都答对，真诚同样重要。

　　这几年，一种在线上面试时听取提问、即时生成答案的AI工具开始流行，被称为“赛博小抄”。昭乐选择避开这种产品思路，开发专注于练习面试的工具，是因为害怕“赛博小抄”起到反作用，“或许你自己有一套更出色的表达，但AI给了你另一套表达”。

　　北京市社会科学院副研究员王鹏认为，如果AI批量制造“完美简历”，筛选机制则会失效，企业不得不提高筛选阈值或用深度笔试、多轮面试来寻找差异点，实际上增加了双方的隐形成本。

　　王成威把AI润色简历的原则回归到面试的“基本功”上：无论是否使用AI，求职者需要对自己简历的全部内容充分了解。他举例，一名毕业生在面试一家银行时，就被问到简历提到的“跨部门协作效率提升150%”具体是如何做到的，该毕业生没能答得上来，最终也没有通过面试。

　　另一方面，一些大学生意识到，写简历也要顺应筛选简历机制的变化。董雨齐认为，需要理解这个筛选机制，本质上是将资深HR的评估经验进行算法化和自动化。

　　她总结了一些制作“机器友好型”简历的经验，首先，筛选简历的AI需要将简历文件提取出纯文本，因此排版最好不要太花哨，之后的匹配逻辑不论是读取关键词还是语义，都依赖个人经历与岗位描述是否对应，她会尽量用硬技能词、量化数据等容易被“抓到”的信号。几位受访HR也都支持该观点，认为AI筛选简历时，求职者更要在简历中准确地体现“能岗匹配”。

　　当AI介入招聘，如何解决算法筛选不公

　　事实上，HR们也在审慎地看待AI招聘。萧柯介绍，她在3月测试了3种市面上的AI招聘产品，发现AI更适合筛选出蓝领、有标准要求的岗位人选，如果是一个非标准且个性化的岗位，AI招聘远不如一个懂业务的HR。目前，在春秋季的校园招聘时期，由于短时间内获取大量匹配度较高的简历，她的企业会启用AI面试官，但使用时发现，求职者对此比较排斥，“让对方感觉不那么受重视”。

　　张敏说，AI的确显著提高了招聘效率，不再需要每天看几百份简历，但她也承认工具并不完善。除了简历造假难以甄别，另一个AI当前无法做到的事情是“酌情考虑”，比如在测试中她发现，如果筛选机制中设置了空窗期不超过3个月、年龄不超过37岁等，AI会严格执行，但当HR遇到非常优秀的求职者，哪怕超出限制，也会选择让简历“放行”。张敏觉得，AI当下的确还是“冷冰冰的工具”。

　　相比这些，一个更容易被忽略的问题是：算法是否能满足求职者对公平竞争的期待？

　　江苏凡达律师事务所律师蔡乐晨注意到，相较于明确设置性别、户籍门槛等的传统就业歧视，AI可能带来一个新问题：如果歧视被嵌入算法模型，企业自身可能不知情。“实践中，我已遇见存在当事人在劳动争议或就业歧视案件中主张算法筛选不公，受制于算法不透明，举证困难等情形。”蔡乐晨对记者说。

　　湖南金州律师事务所高级合伙人易旭也关注到隐性就业歧视的话题，她指出，算法可能对训练数据存在的行业内历史偏见进行固化，企业和求职者都难察觉。她还强调，求职者提交信息这一动作，只有在企业履行了充分告知义务且求职者是在明确知情下自愿作出肯定动作时，才构成法律意义上的有效同意。这意味着，企业收集某一信息，在算法中纳入该信息做评估，需要征得求职者的同意。

　　四川大学团队领衔的一项基于690万份中国求职者简历的研究发现，AI可以通过简历书写的蛛丝马迹预测求职者的性别，准确率达到80%。因此，随着AI的推理能力不断加强，避免就业歧视的关键或许并不在于隐藏那些与岗位核心能力无直接关联的信息，而是制定AI时代下的公平招聘政策。

　　3月底，记者从一位参与起草的学者处获悉，一份关于AI智能招聘系统的国家标准已经进入最后的验证讨论阶段。

　　蔡乐晨认为，求职者应对算法歧视的个体维权成本较高，他建议立法与司法层面有必要逐步建立算法透明度及自动化决策的可解释性规则，适度向企业配置举证责任。此外，蔡乐晨还建议企业自主设置AI招聘伦理的内部规范，明确AI在招聘中的使用边界、人工干预机制、算法评估与公平性测试、对求职者的告知与申诉渠道等。