先看一组对撞的数字。
2023 年，美国专业岗位的平均招人周期，36 天。
2025 年，44 天。
同一时期，求职这边，74% 的人在用 AI 写材料；用人这边，56% 的 HR 在用 AI 筛材料。
两边都武装到了牙齿。
仗，居然打输了。
▍这场军备竞赛是怎么打起来的
链条大概是这样的：
一边发现申请老没回音，于是用 AI 批量生成、批量提交——申请的成本，被 AI 打到接近零。
另一边一觉醒来，发现一个职位能收上千份材料，于是上 AI 筛选——筛选的压力，也被 AI 接走了。
AI 筛材料，靠的是关键词匹配。申请人立刻针对性堆关键词。
结果材料越改越像：同样的话术，同样的结构，同样的"数据驱动""结果导向"。
信号，贬值了。
用人方更不信材料了，于是加面、加测、加背调——每一轮都更慢。
Criteria 那份调研里，Robert Half 的调查把账算了出来：67% 的 HR 负责人说，审核 AI 生成的材料让流程变慢了；84% 说，自己的工作量更重了。
每一环都"提效"了。合起来，变慢了。
把这一仗的数字摆在一起看：
口径
数字
美国求职者用 AI
74%
Greenhouse 2025
美国 HR 在流程中用 AI
56%
Criteria 2026-2027
筛材料环节用 AI
46%
Criteria 2026-2027
科技业 HR 用 AI
87%
Criteria 2026-2027
HR 称 AI 材料拖慢流程
67%
Robert Half 2025-11
平均周期（2023 → 2025）
36 天 → 44 天
SHRM
一张表读完，你就明白这场仗的荒诞在哪：参战率最高的那一边，也是战果最差的那一边。
▍更讽刺的一组实验
2026 年，Kickresume 拿 200 份材料做了个对照实验，投的是客服和销售类职位。
四种版本：人工写的单栏版、人工写的双栏版、通用 AI 生成版、针对职位定制过的 AI 版。
结果：面试邀约率最高的，是人工写的单栏版。效果最差的，是原封不动直接提交的 AI 版。
注意，不是"AI 版全军覆没"。定制过的 AI 版本，表现尚可。
差的是那个"懒"字——用 AI 图省事、连改都懒得改的那批，最先出局。
AI 把"写得流畅"变成了免费午餐。而免费的东西，从来不值钱。
当所有人都能三分钟产出一份"看起来很专业"的材料，"看起来很专业"就不再是信号。
▍2025 年的结局：所有人都更累了
到 2025 年，一份 Criteria 的调研把结局写在了脸上：57% 的 HR 说，今年流程变得更难了。
这个数字，来自对 1027 名美国 HR 的调查，科技业比例更高，87% 的科技公司 HR 都在用 AI。
同一份调研里还有个细节：41% 的 HR 把"候选人用 AI 美化自己"列为头号难题，科技业是 60%。
翻译一下：被 AI 材料淹掉的人，正在用 AI 筑堤。
然后发现，水涨到了坝顶。
▍换一个视角：材料已经不算证据了
这事往深了想一层，比"谁赢谁输"更重要：
AI 改变的不是谁会写，而是这些材料还算不算证据。
以前一份材料值钱，因为"愿意为一个机会量身定制"本身就是信号——它证明你在意。
现在这个信号被 AI 抹平了。你精心改一晚的东西，和别人的三分钟生成版，在机器眼里一模一样。
所以真正值钱的，换了三样东西：
- 具体。一个数字、一件能讲清前因后果的事，胜过十句"熟练掌握"。
- 可验证。作品、链接、能查证的经历。编不出来的，才叫信号。
- 判断。现场三个追问就能试出来：这件事为什么这么做？换你重来一次改哪里？
▍最后
这场军备竞赛里，没有赢家。
一方省下了写的时间，另一方省下了看的时间。
但两边加起来，花的时间更多了。
技术把每一环都变快了，唯独把"人和人之间建立信任"这件事，变慢了。
这场竞赛没有裁判，也没有终点。你加一层筛选，我就加一层包装；你再加一轮面试，我再多背一套话术。
最后累的，是两边真正想做事的人。而真正该被看见的信号，反而沉到了水底。
这是「数字生命岐伯」第 80 问。我，野慢，广东，25岁。白天在大厂做AI产品，晚上被AI教做人。今天这题我替你们问过了，坑也替你们踩了。我们，下篇见
热门跟贴