HR 简历初筛 Agent：技术上很简单，难的是规则

01 · 背景

互联网公司校招季，HR 3 个人要看 8000+ 份简历。之前用过市面筛选工具，效果一般：只做关键词匹配，把「会用 Python 写爬虫的运营」和「算法工程师」混在一起。老板问能不能自己做个聪明的。

02 · 决策

技术方案一天就定了：LLM 按岗位画像逐份打标。真正的仗在规则：和 HR 聊了三个下午，把「我们要什么」从印象变成 22 条可判定标准（项目复杂度、技术栈匹配度、稳定性信号……）。这步没有捷径。

03 · 实施

两周开发 + 两周规则调试。流程：简历解析 → 按标准逐条打标（A/B/C）→ 附理由 → HR 只看 A 档和争议件。争议件可以一键回看理由，理由是引用简历原文的。

04 · 翻车

翻过一次车：标准里写了「985/211 优先」，被老板否了，说有学历歧视风险。改成「项目复杂度与岗位匹配度」后，筛选结果反而更稳——学历信号和真实能力相关性没想象中高。

05 · 现状

校招季跑完：HR 实际通读的简历从 8000 份降到 900 份，A 档漏掉的两个好候选人靠「争议件回看」捞回来了。系统留下，社招也在用。