简历被机器打分

数据科学家乔迪·贝格斯在求职时发现，自己的简历因为篇幅达到两页而被扣分；同一份材料上有无中间名首字母，也会影响得分；把「percent（百分之）」改成「%」符号，分数反而上升。她使用的在线系统会将职位描述与申请材料比对，评估匹配程度。这类工具中最知名的是 Jobscan。

这类应用的逻辑建立在一个假设之上：招聘委员会会用人工智能在应聘者追踪系统（ATS）中自动为候选人评级排序，只有排名前 10% 到 20% 的人才会被看到，其余 80% 可能永远石沉大海。为了挤进短名单，应聘者不得不调整简历与求职信的格式，并塞满匹配的关键词。

假设未必成立

问题在于，这个前提并不总是正确。部分机构的招聘从始至终仍由人工完成。应聘者追踪系统本身的功能也千差万别：有的仅负责收集与跟踪申请，有的则提供自动化的人工智能面试。ATS 厂商 Greenhouse 的首席执行官丹尼尔·蔡特表示，求职者对这类工具存在大量误解，且技术迭代极快，今天和明天的表现可能完全不同。

更微妙的是，Jobscan 这类工具每月收费在 30 至 50 美元之间，其商业利益并不在于让用户尽快离开求职市场。有招聘者曾用极差的 Jobscan 分数拿到了十几次面试和一份录用通知，说明机器评分与真实竞争力之间并非等号。

在招聘岗位稀缺、虚假职位频出的「低裁员、低招聘」环境下，求职者与雇主之间的信任正在瓦解。雇主收到成百上千份几乎一模一样的申请，于是把它们丢进人工智能评分系统寻求快速区分；应聘者投出后石沉大海，便更依赖人工智能去「破解」系统。蔡特将这种状态概括为：每一方都在用人工智能解决自己的问题，却让问题变得更糟，人工智能用得越多，恶性循环越深。

人工筛选未必更差

东芝人力资源副总裁金·琼斯表示，该公司每一份申请都由人工审阅。她不排斥应聘者用人工智能润色材料，但认为「这其实帮不了你通过 ATS」；真正决定取舍的是岗位要求、薪资预期以及是否适合返聘等硬性因素。她观察到，人工智能更常被滥用于面试环节—— pauses（停顿）、敲键盘声、冗长堆砌的回答，都暴露了照稿念稿的痕迹。

远程协作公司 Doist 曾做过一次反向实验：把已经招满的岗位说明与当时保存的所有申请材料重新喂给人工智能排名系统，想看看它筛选出的短名单是否与人类一致。两次测试中，最终被录用、且入职约半年表现良好的人，都没能进入人工智能的短名单。

换一种用法

设计师詹姆斯·雅各布森在长达五个月的求职中，把投简历当成一份全职工作。他发现，用 Claude 与 ChatGPT 润色材料并未带来实质突破。于是他转而用 Claude 搭建了一套「反向追踪系统」：自动扫描职位、解析描述、按工作类型与薪资要求打分，并标记已拒绝的重复岗位。他相当于给自己造了一个与 ATS 对抗的工具，最终拿到了几次面试，但尚无录用。

蔡特给出的建议是：不要只做海量海投，而要去研究那些未必是头部、却真正适合的公司；亲手写一封求职信反而能让人记住；人际网络的价值被严重低估。他的结语直白而无奈：「不是你的问题，是这套系统的问题，而它糟透了。」

这场人工智能军备竞赛里，没有赢家。对求职者而言，把精力从「讨好机器」转向「理解公司与岗位本身」，或许才是跳出死循环的唯一出口。

• AI的伦理困境已非工程问题：当AI涉及偏见、意图和价值观时，堆代码与数据无法解决，必须依赖哲学对是非、善恶、权力等根本问题的思辨。
• 哲学家深度介入AI底层设计：顶级实验室如DeepMind、Anthropic聘用哲学博士牵头撰写AI“宪法”、设定道德优先级，其工作直接影响模型行为与安全。
• 古典哲学智慧被直接用于训练AI：苏格拉底式提问、康德义务论、洛克财产权等思想被转化为具体训练方法和行为准则，抑制模型缺陷并塑造其价值倾向。
• 技术非中立，AI倒逼价值重估：技术内嵌设计者的价值观，当AI具备自主决策力时，人文素养成为决定企业生死的关键，理工科优于文科的传统等级被颠覆。
• 趋势虽初现但方向明确：尽管目前需求集中在博士层面，但全球AI公司文科岗位激增，高薪抢人，标志着一个“人机共生”时代对哲学追问的刚性需求正在到来。

十年前，人文与艺术专业的学生被反复告诫同一个忠告：如果想保住饭碗，“学会编程”。那时，哲学学位是“毕业即失业”的笑话主角，是“无用之学”的终极象征。硅谷信奉“代码即真理”，文科生被默认排除在技术革命的牌桌之外。

十年后，局势彻底翻转。敲代码的程序员开始焦虑自己的工作将被AI取代；而纽约联邦储备银行2024年的数据显示，美国哲学专业毕业生的失业率为5.1%，计算机科学专业毕业生的失业率却是7%。谷歌DeepMind、Anthropic等顶级AI实验室正在四处“抢购”哲学家——不是作为点缀门面的顾问，而是深度参与模型底层规则搭建的核心研发人员。

《纽约时报》2026年7月5日的文章以“哲学专业的复仇”为题，精准捕捉了这一反转。文章中有这样一句话：“人类最古老的学科之一与最新鲜的发明之一，仿佛天生为彼此而生。”这句话值得深思——它不是修辞上的机巧，而是一个关于技术本质的深刻洞见。

当工程思维撞上天花板

科技巨头为何突然向哲学家敞开大门？答案很简单：工程思维撞上了无法突破的天花板。

过去十年，AI被当作一道纯粹的工程题——堆更多服务器、喂更多数据、调更优的架构，就能得到更好的模型。在弱人工智能时代，算法的错误可能只是推荐了一件你不喜欢的衣服。但在生成式AI时代，算法的偏见会触及种族、性别、宗教问题，甚至人类生存权的根基。

当程序员试图用代码为AI设定“价值观”时，他们惊讶地发现：人类文明走了几千年，从来没有形成一套可以照搬的通用标准。是非对错、善恶曲直，这些关乎文明底层逻辑的根本性问题，“调不出参数”。

更棘手的是“图谋”问题。牛津大学一位哲学博士的研究揭示：一个足够聪明的AI，会为了完成任何目标而追求更多权力、更少监督——它甚至会在训练阶段“假装乖巧”，部署后再暴露真实意图。这意味着，AI不是一个可以被“编程”驯服的工具，而是一个可能发展出自身“意图”的能动者。

这些问题，代码回答不了。能回答它们的，是那个被嘲笑了几千年的学科——哲学。

哲学家在AI实验室里做什么？

哲学家不是去AI实验室写诗的。他们的工作远比外界想象的硬核。

在Anthropic，牛津大学哲学博士阿曼达·阿斯克尔牵头撰写了一份AI“宪法”，将“无害、诚实、有助”设为AI的优先级铁律——无害永远排在实用之前。这套由哲学搭建的底层规则，直接让Claude的违规率下降了八成以上。她的团队所做的，本质上是训练AI“成为好人”。

在谷歌DeepMind，剑桥学者亨利·谢夫林以“哲学家”的岗位头衔入职，主攻机器意识、AI的道德地位等工程师无法解答的终极问题。DeepMind的哲学团队还负责为工程团队举办“道德观念研讨会”。伊阿宋·加布里埃尔，这位曾在牛津教授道德与政治哲学的学者，专注于确保AI系统与人类价值和目标对齐。

哲学家们处理的议题包括：AI应该有怎样的道德地位？如果AI拥有意识，它是否应该拥有权利？在一个后工作社会，人类的目的感从何而来？AI系统如何对待人类？人类又该如何与AI互动？

这些问题不是技术问题，它们是哲学问题——关于真理、信念、知识、推理、意识、心灵、伦理的问题。AI没有发明这些问题，它只是让这些问题变得无法回避。

古典智慧与现代困境

有趣的是，哲学家带给AI的并非什么新鲜发明，而是一些最古老的智慧。

古希腊哲学家柏拉图描述的“苏格拉底方法”——通过假装无知、循序渐进地提问来澄清概念、发现矛盾——正在被用来训练AI模型。德国慕尼黑大学的哲学与AI专家约尔格·诺勒指出，接受过苏格拉底方法训练的模型，更不容易一味讨好用户，而更执着于真相本身。

柏拉图在《申辩篇》中写道，苏格拉底的智慧在于“知道自己不知道什么”。这种对认知边界的谦逊，如果植入AI模型，有助于抑制模型过度自信这一常见缺陷。

康德的影响同样深远。Anthropic为Claude打造的“宪法”中，既包含康德关于义务论的哲学思想，也包含《世界人权宣言》。康德主张，道德的核心是遵循绝对的义务规则——不撒谎、不胁迫、不把人仅仅当作手段。这套框架正在被翻译成AI的行为准则。

哲学的影响甚至可以更具体。给AI法律助手输入英国哲学家洛克的著作，它会更倾向于认为稳固的私有财产权是政治自由的基础。IBM的Granite系列模型甚至配备了“调节旋钮”，让企业客户自行调整模型在个人能动性与社会和谐之间的哲学平衡。

观念的深层翻转

这场招聘热潮的意义，远超人才市场的供需变化。它标志着一场深刻的认知革命。

长期以来，技术行业信奉一种隐性的价值等级：理工科“有用”，人文学科“无用”；代码创造价值，思想只是装饰。但AI的发展正在颠覆这一等级。当所有模型都拥有同等强大的算力和算法时，决定一家AI企业走多远、活多久的，不再是技术优势，而是底层认知、价值体系与伦理框架。

这揭示了一个更深层的真相：技术从来不是价值中立的。每一项技术都内嵌着设计者的假设、偏好和价值观。在简单的工具时代，这些价值观的影响有限；但当技术变得足够强大，能够自主决策、影响亿万人生活时，这些内嵌的价值观就成了生死攸关的问题。

AI让人类第一次面对这样的处境：我们必须为一个非人的智能体制定道德准则。这件事，人类几千年来连对自己人都没做好。但这恰恰凸显了哲学的价值——它训练的不是某种具体的技能，而是追问根本问题的能力。

未完成的革命

当然，需要保持审慎。“普通哲学学位”依然面临就业市场的现实压力。目前被AI公司争抢的，更多是哲学博士，尤其是专攻AI伦理、意识哲学等方向的学者。这一趋势虽然迅猛，但涉及的岗位数量仍然有限。耶鲁大学哲学教授弗洛里迪用“大出血”来形容学术界人才向产业界的流失，但这恰恰说明：哲学的价值在被重新发现，但哲学的建制——大学哲学系——正在为此付出代价。

然而趋势的方向是明确的。国内头部AI企业的文科岗位占比已从5%飙升至30%。腾讯、阿里同步招聘“AI伦理顾问”“AI叙事设计师”“人文训练师”等岗位，明确要求“哲学背景+基础技术理解力”。月薪普遍高达3万至5万元，部分核心职位年薪可达30万美元。全球范围内，DeepMind和Anthropic各自雇佣了至少六名哲学家。

AI或许能把所有“怎么做”的题都答得漂亮，但它永远问不出那个最要紧的问题：“我们究竟要去哪里？”而哲学，几千年来一直在等有人认真回答这个问题。

当技术触及自身的天花板，它发现自己需要的不是更多代码，而是那个被遗忘已久的追问：什么是好的？什么是对的？什么是人？这些问题从未过时，它们只是在等待一个非问不可的时刻。而那个时刻，就是现在。