去年企业才刚学会用 AI 把千份简历十秒过完，今年求职市场就长出了对应的"反制"生意：专门帮人把简历改得"更对机器胃口"的 AI 优化服务。一端是越来越精的筛选模型，一端是越来越会"投喂模型"的改写工具，招聘市场正在两端同时被算法重塑。
这事儿的根子在于大多数企业的初筛早就不是人看了，是关键词和向量匹配。模型按岗位描述给简历打分，命中越多越靠前。于是优化服务干的事很直白：把你的真实经历用岗位 JD 的"黑话"重写一遍，没做过的事绝不编，但把做过的事翻译得更像机器想听的。用 ChatGPT、DeepSeek 这类对话模型自己也能做，灰产只是把它做成了"一键流水线"。
问题出在公平的天平开始歪。会玩这套的人更容易过筛，不会的人连被看见的机会都没有，而后者往往恰好是更该被看见的——应届生、转行的人、表达朴素但能力扎实的实干派。做校招的 HR 跟我吐槽，现在收到的简历"像同一个模板印出来的"，反而更难分辨真假，最后又得人工回看，AI 省的那点时间全耗在甄别上了。
应届生小吴的经历很典型：他用优化工具把"帮社团管过账"改成了"独立负责预算编制与资金流监控"，顺利进了面试；可面试官一问细节就露怯，因为那套话术美化了但没增加真本事。算法猫鼠游戏的代价，是简历越来越像演技，能力反而被话术盖住。
对三类人建议不同。对求职者：可以用 AI 把表达调顺、把亮点对齐岗位，但别把"优化"变成"虚构"，面试一戳就破；对企业：别只信初筛分数，加一轮"无简历"的能力测试或作品任务，能戳穿话术泡沫；对监管和平台：该考虑给 AI 简历打标识了，就像给 AI 图片打水印一样，让两边都别把对方当傻子。
我判断这场猫鼠游戏短期只会更激烈，因为模型的筛选能力在涨、优化的能力也在涨。真正稀缺的从来不是"写得像"，而是"做得到"——简历可以骗过机器，骗不过活生生的活儿。把精力放在后者，比研究怎么骗过初筛模型踏实得多。