你好，我是方可乐。
最近一直在面 AI 应用开发工程师。
面得越多，越觉得筛简历这件事挺费事的。
特别是HR把一些看似能够约面试的候选人简历推过来，有时候几十份简历的候选人有70%以上和我们的岗位画像不匹配。
难的不是简历没找对，而是简历中，太多AI润色过的噪音信息，影响了HR的初步筛选。现在的 AI 润色过的简历，RAG、Agent、评测、用户量、效率提升，写得都很全，非常影响判断。
我打算给HR做个简历初筛工作台
我希望做一个可以被高频打开的实用工具，带来真正的工作提效。
这段时间 Doubao-Seed-Evolving 一直在更新 Coding 和 Agent 能力，我订阅了火山引擎的Agent Plan，直接把它配置到Claude Code上，速度开干。
我和它说的不是“给我做个简历工具”。我讲的是自己的工作过程：
-
先把岗位需要什么人说清； -
再把简历丢进去； -
它要把能站得住的证据、还没说清的疑点和下一轮该问的问题整理出来。
人做结论，工具帮人把材料和判断接起来。
在经历了4 个小时后的高强度开发和测试，这个工作台就可以用了。
第一眼看到它的时候，感觉很清爽。
Doubao-Seed-Evolving 确实按照我的需求，把我想要的工作台的模样，打造了出来。
新建筛选任务后，第一个要做的事情，是填写JD，填写我的个性化筛选要求。
AI 应用开发工程师这个岗位，到底要什么人？
要能做 RAG 和 Agent，但不只是搭个 Demo；
要能讲清前后端、数据、评测、异常处理和上线后的反馈；
还要能做成有人在用的产品。
我拿一个候选人的简历跑了一遍
这个候选人做的是 AI 应用开发。
他的项目经历里有企业知识库、工单路由、RAG 评测、权限和缓存，也写了上线后的反馈变化。
这类简历，乍一看很顺。可我不会因为他写了 Agent，就直接判断他能把应用做成产品。
我会看几个地方：技术取舍有没有原因；简历里写的“主导”，究竟主导了什么。
当然了，这一步交给工作台的Agent判断，我只需要导入简历信息就可以开始了。
评估跑完，得分是 85 分，建议进入技术面。
这次一共留下了 10 条证据、3 个风险、3 个待确认项和 6 个问题。
85 分不是特别重要，我看的是它为什么给这个分，是否给对了。
Agent从简历里抓到了检索链路的设计、Workflow 和 Agent 的取舍、Bad Case 每周复盘、工具调用失败后的降级，还有 AI Code Review 的做法。
这些都更像一个真实用AI编程工具，并且做过 AI 应用的人该留下的痕迹。
而且，Agent没有把准确率、用户数和效率变化直接当成事实。
样本怎么来的？项目前后端分工、项目部署、产品上线后监控又是谁负责的？这些都被留成了面试问题。
Seed-Evolving如何做到快速将这个产品开发完整的？
说实话，这个工作台不是我丢一句“做个简历筛选工具”就收工了。
我给 Seed-Evolving 的，是完整 PRD，也给了我过去的面试会议经历，这样才能够做出，符合真实场景需求的工具。Agent的判断，也更加贴合我的评估风格。
给了足够的开发背景信息，它在设计Agent提示词的时候才能保证：我筛的不是简历里的技术热词，而是把 AI 应用做成产品的能力。什么能算证据，什么只能先记下来等面试问。
这个项目没有复杂后端，也没有什么大而全的架构。
它就是一件真的在工作中会帮上忙的小AI应用，能给我自己以及HR在筛选简历的过程中，真实提效。