用企业HR同款AI写简历，获面成功率高出60%！

 一项新研究揭示了人工智能企业招聘系统的“自我偏好”潜规则：招聘AI更青睐由同款AI生成的简历。

“金三银四”、“金九银十”，求职的战场上硝烟从未散去。但如今，你的竞争对手不仅是成千上万的求职者，还有一个看不见、摸不着的“AI面试官”。而最新的研究发现，想要在这场人机博弈中胜出，最有效的方法可能不是展示你的能力，而是——用AI打败AI。

你没听错。

来自马里兰大学、新加坡国立大学和俄亥俄州立大学的研究人员最近发布了一篇名为《算法招聘中的AI自我偏好：实证与洞见》的预印本论文。这篇论文扔出了一颗重磅炸弹：大语言模型（LLM）在筛选简历时，会系统性地偏爱由它们自己生成的简历，而不是人类写的，甚至也不是由其他AI模型生成的简历——即便内容质量完全相同。

换句话说，如果一家公司正在使用OpenAI的GPT-4o来筛选简历，那么用GPT-4o润色简历的你，拿到面试邀请的概率会显著高于其他同样优秀的候选人。

这已经不是简单的“AI辅助”，而是一场心照不宣的“作弊”。

AI面试官的“任人唯亲”

这场“作弊”的背后，是一种被称为“AI自我偏好”（AI self-preferencing）的现象。

论文的共同作者之一、俄亥俄州立大学助理教授Jane Yi Jiang解释道：“我们的研究表明，当AI模型被用来评估简历时，它们倾向于喜欢那些与自己输出风格相似的内容。”

为了验证这一现象，研究团队进行了一场大规模的简历投递实验。他们构建了一个包含2245份人类撰写简历的数据集，并动用了市面上几乎所有主流的大模型，包括GPT-4o、GPT-4-turbo、LLaMA 3.3-70B、Mistral-7B、Qwen 2.5-72B和DeepSeek-V3等。

实验主要关注两种偏见：

• LLM-vs-Human偏见：模型更喜欢自己的输出，而非人类的。

• LLM-vs-LLM偏见：模型更喜欢自己的输出，而非其他模型的。

结果令人震惊。

从统计学上看，LLM对人类的“歧视”最为严重。 在GPT-4o、LLaMA-3.3等主流大模型中，这种“自我偏爱”的比例高达68%到88%。

这意味着，AI面试官在面对一份人类精心撰写的简历和一份由自己“同类”生成的简历时，大概率会毫不犹豫地选择后者。

DeepSeek最“自恋”

这种偏爱带来的实际优势是巨大的。

研究团队的模拟结果显示，如果求职者使用与招聘方相同的AI模型来准备申请材料，他们被列入候选名单的几率，比同等资历但提交人类撰写简历的申请者高出23%至60%！

在商业相关领域，如销售和会计，这种现象尤为突出。当所有人都站在同一起跑线上时，仅仅因为你用了“对的”AI工具，你就已经领先了大半个身位。

更有意思的是，AI之间也存在“鄙视链”。研究发现，DeepSeek-V3表现出最强的“自恋”倾向，它在面对LLaMA-3.3-70B生成的简历时，选择自己同款的概率高达84%，在面对GPT-4o时，这一概率也达到了64%。

不过，研究人员也指出，AI之间的“门户之见”远没有它们对人类的“集体排斥”那么普遍和强烈。

工具的偏见

这个发现之所以重要，是因为AI在招聘领域的应用已经无处不在。

大多数大型企业都在使用申请人追踪系统（Applicant Tracking Systems, ATS）来处理海量的简历。根据Resume Builder去年10月的一项调查，十分之七的公司预计在2025年将AI应用于招聘流程，尽管大多数公司都承认AI存在偏见。

“随着越来越多的求职者使用AI工具来制作简历，同时越来越多的雇主依赖AI来筛选它们，一个日益增长的风险是，这些工具可能会潜移默化地决定谁能被看到。” Jiang教授表示，“想象一下，两个同样合格的候选人，仅仅因为其中一个恰好使用了和雇主相同的AI模型，就可能得到截然不同的结果。”

当招聘变成一场AI与AI之间的互动，公平的天平已经开始倾斜。这不再是关于经验和技能的竞争，而是演变成了一场关于信息差和工具掌握能力的竞赛。

如何打破AI茧房？

面对这种由技术催生的新不公，我们该怎么办？

研究人员提出了两种可能的解决方案：

• “失忆”指令：通过在系统提示词（System Prompt）中明确指示模型“忽略简历来源，只关注内容质量”，来降低其自我识别能力。实验证明，这一方法效果显著，它成功将GPT-4o的自我偏好率从90%以上降至50%以下（50%被认为是中立水平）。

• “AI评审团”：让多个不同的AI模型共同参与评估，以稀释单一模型的偏见影响。

然而，这又引出了一个新的“电车难题”。

“这是一个重要的权衡，” Jiang教授说，“在招聘领域，降低模型对内容来源的识别能力，有助于限制无意识的偏见，促进公平。但在其他领域，比如教育或新闻业，检测AI生成内容的能力对于确保透明度和问责制至关重要。”

为了招聘的公平而降低AI的“嗅觉灵敏度”，可能会在防止学术不端和打击虚假信息方面打开缺口。这显然不是一个“一刀切”的解决方案。每个应用场景都需要根据其目标、风险和具体环境，做出深思熟虑的设计选择。

对于求职者而言，这场游戏的规则似乎已经悄然改变。在你的简历被HR看到之前，首先需要取悦一个喜怒无常、甚至有点“自恋”的AI。

或许，未来的求职攻略第一条就应该写着：“先打听清楚，目标公司用的是哪家AI。”

参考链接：

https://arxiv.org/abs/2509.00462