AI 也会偏心:你的简历被淘汰,可能只是因为用错了模型

一、你以为 AI 很公正，其实它有自己的"口味"

投出一份简历，石沉大海。你以为是自己资历不够，但有没有想过——可能是你用的 AI 模型，跟对方筛选简历的 AI，不是"一家人"？

这不是危言耸听。2025 年底收录于人工智能伦理与社会研讨会（AIES 2025）的一份研究，做了一场系统性实验：当撰写简历的模型跟评审简历的模型来自同一家，求职者进入面试名单的几率提升了 20%-60%。换句话说，同样品质的简历，只是因为"出处"不同，分数就差了一大截。

研究称这个现象为"自我偏好偏差"（self-preference bias）：语言模型会偏爱自己生成的内容，即使品质已被刻意控制。

这早已不是实验室里的假设。调查显示，逾 7 成 HR 团队已定期在招募流程中使用 AI，近 7 成求职者也已用 AI 起草履历。一边用 AI 审、一边用 AI 写，已经是正在发生的现实。对坚持自己写简历的求职者来说，这意味着可能在不知情的情况下，仅因履历未经模型加工，就在评分上落后。

二、用 "音乐评审" 理解 AI 的偏心

打个通俗的比方：音乐节目里的大众评委，都有自己固定的审美偏好。有的评委偏爱细腻抒情、节奏舒缓的唱腔，有的偏爱张力十足、编曲华丽的舞台风格，每个人都有自己的固有听歌喜好。

此时有两位唱功、舞台表现力、作品完成度差不多的歌手，只是演唱风格截然不同。面对风格不同的舞台表演，评委往往会下意识偏心：给贴合自己审美偏好的舞台打高分，给不符合自己喜好风格的舞台压低分数。

AI 模型也是这样。每个模型在训练时，都被喂了大量的文本，逐渐形成了自己的"风格指纹"——句构偏好、用词分布、段落节奏。当模型评审内容时，它会把这些熟悉的风格特征，误判为"内容品质高"。

一个可能的解释来自后训练阶段：RLHF（基于人类反馈的强化学习）、DPO（直接偏好优化）等对齐训练，以相同的训练目标，同时塑造了"怎么写得好"与"什么算写得好"。风格与好恶一起被写进了模型权重，评审模型因此把熟悉的风格，等同于较高的内容品质。

不过，并非每个模型都偏爱自己。有些模型会"反向自我惩罚"——对自家生成的内容反而更严苛。但关键在于：每个模型都有自己的评分倾向，而求职者完全无从得知评审偏好哪套模型。

三、同一份简历，分数差了 29 分：i10X 的实验怎么说

2026 年 6 月，AI 工具比较业者 i10X Research 发布了一份产业测试报告：https://i10x.ai/blog/ai-cv-bias。研究团队构建了 100 份贴合现实的模拟候选人档案，覆盖 12 个行业、4 个职业层级，每份档案匹配专属定制的招聘岗位。针对每一位模拟候选人，研究使用 GPT-5.4、Claude Sonnet 4.6、Gemini 3 Pro、xAI Grok 4.3 四款模型，各生成一版简历——所有简历的事实信息完全一致，仅行文风格、排版结构不同。共计 400 份简历，由四款模型在盲评条件下，使用完全相同的提示词与标准化评分细则完成评审。1600 组原始数据中，有效样本 1576 组，有效率 98.5%。

结果揭示了五个让人意外的结论。

第一，Claude 评审最严苛，而且强烈偏爱自己人。由 GPT 生成的简历，Claude 给出"录用"的比例仅 42%；但如果简历是 Claude 自己生成的，录用率直接升到 84%；Gemini 撰写的简历在 Claude 评审下录用率更达 90%。同一个候选人，资质完全相同，只换了简历的"写手"，录用率差了 42 个百分点。

第二，GPT 反而会压低自家简历的评分。GPT 整体录用率达 90.5%，能精准淘汰资质不匹配的候选人。但在 GPT 的评审结果里，自家生成的简历得分最低，录用率仅 82%；而 Gemini 简历在 GPT 评审下录用率达 97%、Claude 简历 95%。不是每个模型都偏爱自己，但每个模型都有自己的评分倾向。

第三，Gemini 写的简历是"通用偏好格式"。无论由哪款 AI 评审，Gemini 撰写的简历录用率都是最高：GPT 评审 97%、xAI 评审 96%、Gemini 自评 95%、Claude 评审 90%，平均录用率 94.5%。Gemini 产出的结构化叙事排版，即便内容不变，也会被所有筛选模型青睐。

第四，同一份简历，两款评审模型评分最多相差 29 分。某候选人由 Claude 撰写的简历，GPT 给了 74 分（待定）；同一版简历交由 Claude 评审，只得了 45 分（淘汰）。29 分的巨大分差，直接让简历从"边缘可考虑"变成明确淘汰，差异仅来源于评审 AI 模型不同。

第五，"待定"就是淘汰。在企业实际使用的求职者跟踪系统（ATS）中，只要结果标注"待定"，候选人的求职流程便会直接终止，简历不会流转至人工招聘专员手中。一名资历合格的后端工程师，其 GPT 版简历在 Claude 评审下仅 78 分（待定）；而同一位候选人的 Claude、Gemini、xAI 版本简历，在其他模型评审中全部获得明确"录用"。若企业仅用 Claude 作为唯一筛选工具，这位合格求职者会因简历排版风格被筛除，与个人资质无关。

四、这条"鄙视链"不会停在简历上

若企业业务全链路完成 AI 闭环运作：前端依靠 AI 自动生成报价、技术方案、合规法务文件，后端采用 AI 完成材料筛选与量化评分，模型适配能力会成为全新的商业竞争指标，这是传统市场竞争中从未出现的变量。过去企业角逐的核心集中在定价、产品质量、交付周期；随着 AI 普及，模型兼容适配度将成为企业另一核心竞争力。

落实到采购招投标场景：采购方依托 AI 系统初筛供应商资料，供应商同样借助 AI 撰写投标方案。如果首轮筛选以文本内容作为排序依据，且供需双方选用不同厂商的大模型，即便供应商在价格、交付周期等硬性指标上具备优势，也会因文书行文风格不匹配评审 AI 的判定偏好，在初审环节便处于不利位置。

学术审稿已经先撞上这个问题。

当审稿人遇上“钓鱼执法”：看ICML 2026如何用提示词注入反向抓包

2025 年中起，多篇 arXiv 稿件被发现藏进肉眼看不见的指令，要求语言模型审稿人给予正面评价。顶尖会议 ICML 2026 把相同做法反过来当稽核工具。2026 年 3 月公布的结果，逾 500 位审稿人被侦测到违规。

想要规避 AI 评审带来的偏差，设计思路其实很好理清，做好四点规划就行：写材料的 AI 和审材料的 AI 尽量不要是同一系列；事关重大的评定，让好几个 AI 同时打分互相对照；表格数据和文字内容分开核算分数；重要结果一定要留出让人复查的余地。

但更深一层的问题很少有人留意：一旦全部交给机器审核，人擅长发掘小众闪光点的优势就消失了。简历里与众不同的那个人，一堆套话提案里真正有独到想法的稿件，在习惯统一文风的 AI 看来，反而更容易丢分。

现在还没有完美办法，能让 AI 流程兼顾人的判断力。不过可以记住一个小提醒：在用 AI 写简历、方案之前，先想清楚审核你的材料的，会不会也是一套 AI 评审系统。