北美发布 毛光勇 图文 报道
在4月18日亚裔服务中心和北卡州立大学亚裔学生会举办的AI求职论坛上，来自联想（Lenovo）的人才招聘负责人 Marybeth Caulfield 带来了一场高度实操的分享。她长期负责企业人才招聘与评估工作，直接参与候选人筛选与录用决策，对企业“到底要什么人”有最一线的判断。
她的分享没有空话，几乎每一条都指向现实：简历怎么写、面试怎么准备、AI到底有多重要、为什么你投了很多却没有回应。
“我们一份岗位，几天能收到900份简历”
Marybeth直接给出了一个残酷但真实的数据：
👉 一个普通实习岗位，在短时间内就可能收到900份申请
这意味着：
- 大多数人不是“输在能力”，而是输在筛选第一轮
- 招聘官必须“极快做决定”
她坦言：
👉 “我会快速浏览，如果没看到关键点，就直接看下一个”
“HR看你简历，真的只有7–10秒”
针对大家最关心的问题，她当场确认：
👉 “7到10秒筛选简历，这是真的”
这7秒决定：
- 进候选池
- 或直接被淘汰
她给出的关键判断标准只有一个：
👉 技能是否匹配岗位（skills match）
“把技能放最上面，否则你根本不会被看到”
她指出，AI时代简历结构已经发生变化：
过去：
- 教育、经历在前
现在：
👉 Skills必须放在最顶部
原因非常现实：
- AI在扫关键词
- HR也在找关键词
她甚至建议：
- 把关键词加粗（bold）
- 让HR“一眼看到”
“一份简历，从34%匹配提升到78%，只是改了关键词”
她分享了一个内部案例：
- 原始简历匹配度：34%
- 调整后：78%
做的事情只有一件：
👉 把岗位要求中的技能，一条条补进简历中
她的总结很直接：
👉 “如果你做过，就一定要写出来”
“现在企业更看潜力，而不是经验”
她反复强调一个趋势：
👉 招聘正在从“经验导向”转向“潜力导向”
企业更看重：
- 学习能力
- 适应变化能力
- 问题解决能力
她甚至直言：
👉 “如果你不喜欢变化，不要来联想”
“面试一定会问：你有没有用AI？”
这是她强调最多的一点之一：
👉 企业现在会直接问：
- 你有没有用AI？
- 用在哪里？
- 怎么用？
她给出非常明确的判断：
👉 “如果你完全没有用过AI，很可能进不了下一轮”
“未来面试，会让你现场用AI解决问题”
她透露招聘正在发生变化：
过去：
- Case study（案例分析）
现在：
👉 AI场景模拟测试
例如：
- 给你一个问题
- 当场用AI解决
这意味着：
👉 会“用AI”，比“懂AI”更重要
“面试不是临场发挥，而是提前写好答案”
她特别强调面试准备方式：
👉 必须使用 STAR 法则：
- Situation
- Task
- Action
- Result
并建议：
- 用AI生成面试问题
- 提前写好答案
- 形成“故事库”
她的观点很现实：
👉 “面试时间很短，不要把时间浪费在思考上”
“LinkedIn不是加分项，是必需品”
她直接把LinkedIn定义为：
👉 你的“第二份简历”甚至更重要
她指出一个关键问题：
👉 “很多简历很好，但我不知道谁更好”
解决方式是：
👉 让自己“被看到”
建议：
- 发活动照片
- 分享学习内容
- 展示项目
“企业依然在看‘人’，不是只看技术”
尽管AI很强，她仍然强调：
👉 Culture fit（文化匹配）依然重要
企业在找：
- 愿意学习的人
- 能适应变化的人
- 有团队意识的人
“兴趣、志愿者、TA经历，都是加分项”
她特别提到：
企业会关注：
- TA（助教）
- 领导力
- 志愿者经历
- 甚至兴趣爱好
原因是：
👉 这些体现“人”的完整性
“国际学生：技能比身份更重要，但现实仍存在”
她指出：
趋势：
- 企业越来越看技能
但现实：
- 签证仍是限制
一个非常实用的建议是：
👉 在简历顶部写清：
- US Citizen / Green Card Holder
原因：
- HR会快速判断是否需要sponsor
“最有效的求职技巧：多做一步”
她最后分享了一个最“反常识”的建议：
👉 面试后，不要只发邮件
可以：
- 送一份小礼物
- 写一张卡片
- 进行线下感谢
她分享的真实案例：
👉 一个候选人送了bagel，最终拿到offer
她总结：
👉 “把面试当成销售，把公司当客户”
结语：AI时代，找工作拼的不是努力，而是方法
Marybeth Caulfield的分享释放了一个清晰信号：
👉 规则已经变了，但很多人还在用旧方法求职
真正拉开差距的，不是学历，而是：
- 是否理解筛选逻辑
- 是否会用AI
- 是否懂得“展示自己”