履歷AI寫、面試AI答、錄取靠AI篩:當求職變成「機器打機器」，輸家是沒上車的那80%

一份履歷，30秒生成。一份客製化求職信，針對職缺逐字優化，1分鐘完成。這不是未來場景，是2026年求職市場的日常。但另一端，企業的人資系統也早就不是人在看履歷，履歷先被ATS（求職者追蹤系統）與AI演算法掃過一遍，通過率過濾後，活下來的少數才有人類的眼睛。

問題來了。當求職者用ChatGPT寫履歷、用AI模擬面試、甚至用即時語音助手在線上面試中提示答案，而企業用AI篩履歷、用AI面試官做初篩、用演算法評分——這場媒合已經變成「機器打機器」。真正的輸家，不是AI不夠強的人，而是根本沒用AI的那群人。

關鍵一: ATS不讀懂你，你就不存在。業內普遍估計，多數中大型企業已導入某種形式的自動化履歷篩選。一份格式錯誤、缺乏職缺關鍵字的優質履歷，會在任何人類看到之前被系統丟棄。這意味著求職的本質變了:你先要說服機器，才有機會說服人。傳統「憑實力說話」的邏輯，在第一關就失效。

關鍵二: 軍備競賽的代價開始浮現。當所有人都用AI潤飾履歷，履歷全面趨同，徵信價值歸零；企業於是加碼驗證——筆試、實作、現場面談回來了。同時，AI作弊事件頻傳，多家跨國企業已公開收紧遠端面試規則。競賽升級的結果，是雙方成本同時上升，媒合效率反而下降。

關鍵三: 最危險的是「數位落差」。假設一個45歲的資深工作者，能力扎實但不熟悉AI工具，他的履歷在ATS面前幾乎透明；而一個會用AI的年輕求職者，即使經驗較淺，也能在關鍵字戰爭中勝出。淘汰的不再是能力，而是工具駕馭度。這對中高齡求職者、弱勢族群，是結構性的不公平。

更深的風險在於:雙向的演算法偏見。企業端AI篩選可能系統性排除特定背景的求職者；求職端過度依賴AI，則可能寫出自己撐不起來的履歷，錄取後落差爆發，反而加速淘汰。

存活策略很清楚。第一，把AI當必備工具而非作弊器:用它研究職缺、優化表達、模擬面試，但內容必須真實。第二，履歷要對機器與人類雙引擎優化，關鍵字與人格特質並重。第三，經營AI拿不走的資產:作品集、真實人脈、可驗證的成果，因為當履歷失去可信度，這些才是新的硬通貨。

當求職變成機器與機器的對決，下一個被演算法刷掉的，會不會就是還在用Word慢慢改履歷的你？