我正在开发招聘方法（https://hiring-method.com）。在经历了1年半的开发和两次令人筋疲力尽的转型后，我非常高兴终于推出了我们的v1版本！虽然大多数人力资源技术公司都在急于使用黑箱人工智能，但我却打造了相反的东西。这是一个透明的、以数学驱动的评估引擎。它从简历中提取客观数据，并计算申请者与要求的匹配程度，让你看到某人得X%分数的原因。如果你们中有在人力资源领域工作或经常招聘工程师的人，我非常希望得到你们的反馈或对首页的批评。附注：这是一个对我而言极其重要的项目，我已经为此工作了大约两年，我很感激知道为什么这条评论被标记了。
源讨论Hacker News提问：你正在做什么？（2026年6月）原帖 1,148 条评论 · 导入时统计你在做什么工作？有什么新的想法吗？
完整原文把你的经验，加入这段讨论。
投票或反对可能来自人们对自动化简历评估的怀疑。此外，匹配要求应该次于经验。一个做过几个React网站的人，不如一个有十年Angular和Vue经验、能快速学习React的人更适合你的React职位。
完整原文作为一名在2024-2025年从事人力资源科技的人，我认为你真的解决了这个问题。猫已经出了笼子，HR不可能再回到AI之前的世界了……我对这些反对意见也感到困惑。祝贺你的项目：) 我喜欢你的首页。
完整原文我对你们如何处理这方面法律问题很感兴趣： > 没有黑箱AI。每个候选人会收到一份详细的匹配回执，解释他们得85%的具体原因，并附有来自其简历的上下文证据。 人力资源团队在实际上有详细反馈文件时喜欢装死。然而，他们出于毫无根据的法律恐惧而选择保密。我想知道当有人证明公司过滤器系统性地拒绝特定偏见时，会怎样？ 以及 > 自动分配验证 这对开发者来说尤其令人担忧：公司将分配作为第一道筛选。你们如何绕过“AI评估AI”的循环，特别是关于分配的问题？
完整原文有一段时间，我脑海中一直有个“cv2vec”的想法，但由于需要处理大量PII而放弃了。 你们如何处理像我这样的简历，它们拒绝列出我熟悉的所有<时髦关键词>，因为这只会是无用的杂乱？从这个意义上说，根据我的经验，只招聘完美匹配的公司，往往更多时候是有毒的。
完整原文我有点希望雇主能使用这个，同时申请人也能看到这些指标。如果双方都不再浪费时间在不合适的对象上，能节省多少时间呢？
完整原文有趣，但考虑到AI的易用性，雇主会收到数百甚至数千份写得非常好、适合的简历。每个人都会有一个酷炫的GitHub作品集（包含AI生成的项目）。在这种环境下，找到合适的人会很困难。 所以我想知道，什么样的工具能从AI生成的大量垃圾中找到合适的人。
完整原文每个人都在用AI构建评分系统，每个人都会提供线索，比如： 我们会根据这5个方面来评估每个候选人，这是候选人在这每个项目上的得分。这是由于这些得分而得出的总分。 附注：我在一家人力资源科技公司工作。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。