上周帮朋友改简历，他三个月投了两百多份，面试邀约三个，其中两个还是猎头硬推的。他以为是行情差，我把他的简历丢进一个 ATS 解析器跑了一遍 ------ 机器读到的东西,连他自己都认不出来。
你的简历大概率没到人眼这一步
行业里被反复引用的数字是：75% 的简历在 HR 打开之前就被系统判死了。这不是玄学，也不是什么高深算法，是一段比你想象中朴素得多的字符串处理逻辑。搞清楚它怎么跑，比改十遍措辞都有用。
ATS 拆开看，就四步
- 解析：PDF / DOCX → 纯文本。这一步死得最多。双栏模板、把联系方式做成图片、技能用图标展示、电话写在页眉页脚、主要内容塞进表格 ------ 解析器出来是一片空白或者错位碎片。你精心排版的简历，机器看到的可能只是「姓名 教育背景 工作经历」几个孤立词。
- 结构化：把碎片映射成字段（姓名、公司、职位、起止时间）。日期格式不标准会直接导致工作年限算错，你写「2021.3 - 至今」，有的解析器就只认得出前半段。
- 关键词打分：抓 JD 里的技能词，跟简历正文比对。多数实现是词边界（word boundary）匹配加权重加权，部分还会看词频和出现位置。
- 排序截断：按分数排序取前 N 份推给 HR。到这一步，你连被「扫一眼」的资格都没有。
三个最常见的误杀，跟能力无关
- 同义词死板：JD 写 Go，你写 Golang；JD 写 Kubernetes，你写 K8s；JD 写 CI/CD，你写持续集成。字面不同就判缺失，你明明会，系统认为你不会。
- 词边界没处理干净：JD 要 Java，你简历里满篇 JavaScript，粗糙实现会算成命中，严格实现反而可能把你真正写的 Java 漏掉。
- 堆砌反噬：把关键词塞成白色小字或者页脚。一是部分 ATS 会做隐藏文本检测，二是 HR 一旦打开原件，社死。
人肉比对 JD，效率低到离谱
我之前的做法是：把 JD 复制进文档，逐条对着简历标红。一个岗位二十分钟，一天投五个，还是漏。而且你根本不知道对方的 ATS 到底认哪些词、权重多高。
换个思路：把评分器挂到 JD 页面上
既然 ATS 干的就是「JD 关键词 vs 简历文本」这件事，那在你看 JD 的当下先把这个匹配算一遍，逻辑上是完全成立的。我现在用的是 ResumeRadar，一个浏览器扩展，做的就是这个：
- 悬浮雷达，Boss直聘 / LinkedIn / Indeed / Glassdoor 页面直接扫 JD，不用复制粘贴
- 0~100 匹配分 + 红绿标签：绿的是命中，红的是 JD 里有、你简历里没有的，缺啥补啥一目了然
- 词界匹配 + 技术同义词映射（K8s ↔ Kubernetes、Golang ↔ Go），不会因为写法不同误杀
- 可选接 DeepSeek / Claude，按 STAR 原则针对这一条 JD 重写经历描述
- 简历和解析结果全部本地加密存储，不上传，这一点对还在职的人尤其重要
用之前先记住三个坑
- 别追满分。堆到 100% 反而可疑，80 上下足够进面试池，剩下看人。
- 红标要真补，不是硬塞。你确实没做过 Kafka，就别往简历里写，面试官一问就现形。
- 补的顺序看 JD 里的位置。排在前面的基本是硬性门槛，靠后的往往是加分项，精力有限就先补前者。
最后
简历这件事的本质，是把你翻译成对方系统能读懂的格式。翻译错了，内容再好也传不过去。
Chrome 应用商店搜 ResumeRadar 装上就行，免费额度够日常投递。建议先拿三个已读不回的老岗位跑一遍，看看当时红标有多少 ------ 大概率你会想重投一次。
评论区聊聊：你踩过最离谱的 ATS 坑是什么？双栏模板、图片简历，还是把一个扫描件 PDF 直接投了出去？