开发者吐槽 LLM 生成的招聘邮件：'个性化'开头与岗位描述脱节
The Deeply Impersonal Personalized Recruiter Mail
speckx 在个人博客中批评 LLM 生成的招聘邮件，指出开头会大段复述收件人履历，而真正附上的岗位描述却与经历毫无关联，例如把基础设施工程师推给 Django 全栈岗。作者认为与旧式模板邮件相比，这类'个性化'与岗位错位的组合更冒犯收件人的判断力；LLM 本可根据简历判断候选人是否匹配，却未被真正使用。
作者以亲身经历对比了 LLM 生成的招聘外联与岗位描述之间的脱节，为读者提供了判断 AI 外联质量的参照。
08 Oct, 2026
最近我遇到了一种新型的软件工程师招聘邮件。它大致是这样的：
你在 Railway 做基础设施方面的工作，以及早些年你在 City Storage Systems 构建可观测性软件和在 AWS Glacier 上构建存储系统的经历，正是这个职位所需要的平台背景。
所以第一段话是在向我解释我的职业经历（谢谢啊，我都忘了自己在哪儿工作了）。最后一句恰好是"这正是我们要找的"！紧接着是构建 CI/CD 流水线的实际职位描述，而这份描述和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"精彩"片段：
这正是空白之处。你将是第一个。这项工作很具体：AI 模型服务中的多租户隔离、Terraform 中的黄金路径服务模板、接入 CI/CD 的 IAM 与密钥管理，以及让安全成为默认而非例外的策略即代码。
这里的可观测性确实是尚未解决的问题。失败模式是概率性的而非确定性的，所以标准的可观测性手段提供的信息远不及你所需要的。
每一份文档都是转诊单、事先授权或入院登记表，这意味着抽取准确度不是一个仪表盘指标，而是决定患者能否就诊或被拒赔。输入杂乱无章，不能容忍静默失败，业务增长迅速。
这些年来我收到过很多邮件，开头是"嘿，你在 X 公司工作真棒"，紧接着就是职位描述，那区别在哪儿呢？就算它是 LLM 生成的，又怎样？
在我看来，区别有两点：
- "个性化"的内容和职位描述毫无关联
- 文本明显是 LLM 生成的
对于前者，我理解招聘人员要发大量邮件来完成他们的指标。带有[插入姓名和上一家公司]的邮件模板就像散弹枪一样广撒网，他们大概不会花超过 10 秒看我的资料来判断是否合适。所以当职位是 Django 全栈，而我明明是一个没有专业 Python 经验的基建工程师时，我并不意外。然而，当同样的职位描述前面再加上一段话，声称我之前的经历让我"非常适合这个工作"时，那才是真正在侮辱我的智商。
更让人恼火的是，LLM 其实可以看看我的简历，判断我是否匹配，并写出我的经历如何直接对应到这个职位上。反过来它也可以判断"嘿，我们到底为什么要跟这个人聊，他们根本不懂 Verilog"。我怀疑后者才是他们不这么做的真正原因。
这一切再加上职位描述本身也充满了极常见的 LLM 套话，让这些邮件在我心目中排到了比普通模板邮件更靠后的位置。再用另一个 LLM 简单过一遍就能把这些去掉。或者，你知道的，对要发出去的东西做一下快速校对。这种"努力和个性化"明显的虚假感，反而让它感觉毫无歉意地冷漠。
来源：Hacker News · blog.pentlander.com