作者测试了HackerRank的开源ATS系统，发现同一份简历在仅删除调试打印语句后，评分从90分降至74分，表明该系统的评分结果不稳定且不可靠。

HackerRank 开源了一款简历筛选工具（ATS），近期在 GitHub 上热度飙升，获得近 3000 星标，并在 LinkedIn 和 Reddit 上引发广泛讨论。我决定亲自测试它。

首次运行，我的简历得了 90/100 分，感觉不错。但清理调试代码后再次运行，同一份简历、同一命令，分数却降到了 74/100。我关闭开发模式，循环运行 100 次，发现分数在 66 到 99 之间波动。如果公司以 85 分为筛选线，我有 65% 的概率被淘汰——同一份简历，全凭运气。

该工具的工作流程是：将 PDF 简历解析为文本，调用大语言模型（LLM）六次提取结构化信息（基本信息、工作经历、教育、技能、项目、奖项），再抓取 GitHub 资料和热门仓库作为补充，最后统一评分。评分满分 100，另有 20 分加分项：开源贡献 35 分、个人项目 30 分、工作经验 25 分、技术技能 10 分，创业经历、个人网站等可获最多 20 分加分。默认模型为 gemma3:4b，温度设为 0.1（旨在提高输出确定性）。

分析各分类得分发现：技术技能几乎完全一致（98/100 次得 8/10），因为它是核对清单；但项目评分波动极大，LLM 难以稳定判断“架构复杂度”或“实际部署能力”。即使温度降至 0，问题依然存在——有用户报告连续六次运行得分分别为 27、34、32、34、34、30。这种非确定性不是可微调的 bug，而是根本设计缺陷。

改用 Gemini 模型后，分数分布更集中（48-64 分），但若以 60 分为线，仍有 28% 的失败率。开源评分变得稳定，项目评分仍混乱。最令人担忧的是工作经验评分：每次都得 25/25，甚至一份只有一次实习经历的旧简历也如此。评分提示仅两行，无评分标准、无示例、无锚点——初级工程师和资深架构师都得满分，评分一致但毫无区分度。

该工具将 65% 权重放在开源和项目上，意味着拥有 30 年经验、构建过 S3 的工程师可能输给只有两次实习和开源项目的候选人。许多优秀工程师的成果从未上传 GitHub，却因此损失过半分数。

如果你对公司的简历筛选有发言权，请谨慎使用 AI 筛选工具。无法区分质量的工具只是在随机过滤，不如直接扔掉一半简历，告诉应聘者“你运气不好”。

根据评论内容，总结如下：

主要观点与论据：

1. AI筛选简历的随机性与不可靠性（评分：无，但多篇评论支持）

   • 评论1：HR可能连前10份简历都看不懂，AI筛选只是形式。
   • 评论4：LLM本质是随机过程，温度参数无法保证确定性输出，导致结果不可靠。
   • 关键引用：评论1 "I guess at least HR doesn’t have to read 1,000 resumes... could they make sense of the first 10 resumes?"；评论4 "LLMs work via purely stochastic processes... temperature is not some kind of 'deterministic' switch."

2. 评分标准不合理（评分：无，评论2）

   • 评论2：开源贡献（35分）和个人项目（30分）占比过高（65%），而15年工作经验仅值25%，导致有经验但无开源贡献的候选人被排除。
   • 关键引用："Open source and personal projects are fine, but in no sane world are they worth 65% of a resume's score."

3. 高申请量下的无奈现实（评分：无，评论3）

   • 评论3：即使AI筛选有缺陷，但申请量极大（每小时100+），35%的通过率已算不错，否则候选人更难被看到。
   • 关键引用："The volume of applicants is SO HIGH such that your chances of getting moved to the next stage are actually markedly worse if AI isn’t involved."

4. 对HR职能的讽刺与质疑（评分：无，评论5、6、8、10）

   • 评论5、6、8：AI模仿了HR“随机扔掉一半简历”的旧把戏，认为这是筛选“不幸运的人”。
   • 评论10：质疑HR自动化筛选的合法性，认为HR既不为员工也不为雇主服务。
   • 关键引用：评论5 "The AI learned the old HR trick: take 50% of resumes and throw them out without looking."；评论10 "I wonder how is this even legal? ... what exactly does HR accomplish?"

5. 系统可被优化与滥用（评分：无，评论7、12、13）

   • 评论7：可用于自我评估，调整简历以匹配公司期望。
   • 评论13：一旦系统公开，求职者会优化简历，导致优势消失。
   • 关键引用：评论7 "This could be used as a good way to self-evaluate one's current position from the company's point of view."；评论13 "I'll optimize my resume for this and so will many other people that any edge disintegrates."

6. 模型规模与可靠性问题（评分：无，评论14）

   • 评论14：使用4B小模型（gemma3:4b）如同随机数生成器，无法作为可靠判断工具。
   • 关键引用："a tiny 4B model is like plugging an RNG into this system."

平衡性总结： - 支持AI筛选的视角：评论3指出高申请量下AI筛选是无奈但必要的工具，能提高效率。 - 反对AI筛选的视角：多数评论（1、2、4、5、6、8、10、14）强调其随机性、标准不合理、缺乏问责性，并讽刺HR职能。 - 中立/实用视角：评论7、13认为系统可被利用或优化，但优势短暂。

总体结论： 评论普遍对AI简历筛选系统持批评态度，认为其随机性强、标准偏颇，且可能加剧求职不公；但部分承认在高申请量下，AI筛选是现实妥协。