深度非个性化的个性化招聘邮件：LLM 生成的招聘信为何令人反感
The Deeply Impersonal Personalized Recruiter Mail
一位基础设施工程师发现，招聘邮件正被 LLM 全面接管：开头段落由模型生成，复述其职业经历并称其"完美匹配"，随后附上的职位描述却与经历几乎无关，且同样充满 LLM 腔调。作者认为，这种零关联的"个性化"比传统模板邮件更显虚假，因为 LLM 本可对照简历判断匹配度，却未被这样使用。
2026年10月8日
最近我遇到了一种新型的软件工程师招聘邮件。内容大致是这样的：
你在 Railway 从事基础设施方面的工作，加上早年在 City Storage Systems 构建可观测性软件以及在 AWS Glacier 上开发存储系统的经历，正是这个职位所需要的平台背景。
所以第一段是在向我解释我的职业生涯（谢谢，我都忘了我在哪儿工作过）。最后一句恰好是“这正是我们要找的人”！接着是实际的职位描述，内容是构建 CI/CD 流水线，这跟前面提到的那些工作经历几乎毫无关系。显然第一段是 LLM 生成的，但职位描述也是？！
我收到的一些“金句”：
这就是缺口所在。你会是第一个。工作内容很具体：为 AI 模型服务做多租户隔离、用 Terraform 编写黄金路径服务模板、将 IAM 和密钥管理接入 CI/CD，以及策略即代码，让安全成为默认而非例外。
这里的可观测性确实尚未解决。故障模式是概率性的而非确定性的，所以标准插桩能告诉你的信息比你需要的要少。
每一份文档都是转诊单、事先授权或入院登记表，这意味着提取准确率不是一个仪表盘指标，而是关乎患者能否得到诊治还是被拒之门外。输入杂乱，对静默失败零容忍，增长迅速。
多年来我收到过很多这样的邮件：“嘿，你在 X 公司工作真不错”，紧接着就是职位描述，那有什么区别呢？就算是 LLM 生成的又怎样？
对我来说，区别有两点：
- 所谓“个性化”与职位描述毫无关联
- 明显是 LLM 生成的文本
对于前者，我理解招聘人员要发大量邮件来完成指标。那种带 [插入姓名和上一家公司] 的邮件模板就是一通乱射，他们大概花不超过 10 秒看我的资料来判断是否合适。所以当我看到这是个 Django 全栈职位，而我的履历显示我是没有专业 Python 经验的基础设施工程师时，我并不意外。然而，当同样的职位描述前面加了一段说我的过往经历让我“非常适合这份工作”的话时，这简直是在侮辱我的智商。
更让人恼火的是，LLM 本可以 查看我的简历，看看我是否匹配，然后写出我的经历如何与这个职位直接相关。或者反过来，它也可以判断“嘿，我们到底为什么要跟这个人谈，他根本不懂 Verilog”。我怀疑正是后者导致他们实际上不这么做。
再加上连职位描述都充斥着极其常见的 LLM 腔调，这一切让我觉得这些邮件还不如老式的模板邮件。用另一个 LLM 简单过一遍编辑就能去掉这些。或者，你知道的，把要发出去的东西快速校对一下。这种努力和个性化中赤裸裸的虚假，让人感觉如此毫不掩饰地冷漠。
来源：Hacker News · blog.pentlander.com