简历上每个名词，都是一张发给面试官的提问许可证 - 编程一生
内容提要
简历中的每个名词都可能成为面试官的提问点。作者以五个AI项目案例指出，写“熟练RRF”“双引擎”“私有化”等词若经不起追问，会连真实经历一起贬值。建议定位可高，但事实须实，用数字、边界和决策理由替代形容词，主动承认“没做”比声称做过更显判断力。
延伸解读
名词越炫，追问越深：简历上的提问许可证
简历中的每个名词都可能成为面试官的提问点。作者指出，写“熟练RRF”“双引擎”等词若经不起追问，会连真实经历一起贬值。名词越炫，面试官下钻的落点越深，落差一旦暴露，被问倒还算轻的，真正贵的是连你真做过的那部分也一起被打折。因此，写简历时需确保每个名词都能经得起三层追问，兜不住的一律降到兜得住的那一档。
定位可高，事实须实：选战场与写事实的分工
作者强调，定位可以往上站，技术事实必须往实写。投什么职位、以什么角色自我描述，这一层要敢往高处站，这叫选战场；但每个名词都得经得起追问，兜不住就降级。这两件事不矛盾，恰恰是事实写得扎实，高定位才立得住。架构师那把尺子量的是你对边界和代价的判断，用过多少高级方案它不太在乎，而判断只能从实话里长出来。
用数字、边界和决策理由替代形容词
作者建议把形容词换成三样东西：数字、边界、决策理由。例如“熟练”换成“为什么这么选”，“私有化”换成“部署边界在哪”，“可办业务”换成“当前限定只读”。这三样东西天然自洽，因为你没在维护一个需要记住的版本。主动承认“没做”比声称做过更显判断力，例如评估过异地多活但ROI不成立，最后做同城双机房加异地备份，这证明你会算账，是决策者而非执行者。
简历一致性检查：AI是挑错工具，不是美化工具
作者建议把简历当代码跑一遍一致性检查，交叉比对数字、职级、时间线、公司名。可以丢给AI专挑自相矛盾的地方，比你自己读三遍都准。但要提防反过来用：让AI帮你把表述写得更漂亮，它会热情地把你的一万QPS润色成五万，然后在面试现场把你卖了。AI是很好的挑错工具，是很危险的美化工具，这条规律不只适用于简历。
Q&A
简历上写“熟练混合RRF召回”为什么容易在面试中翻车？
因为“熟练”暗示你做过融合策略对比和调参，但RRF本质只是一个按排名倒数加权求和的公式，实现只有几行代码。面试官会追问为什么选RRF不用加权分数融合、k值怎么定、分数分布差异大时怎么处理，答不上来“熟练”就从加分项变成减分项。
简历上写“意图双引擎路由”实际可能是什么？应该怎么写才不翻车？
实际可能是规则优先、大模型兜底的级联兜底，而非两个引擎并行推理投票。面试官会问两个引擎结论冲突怎么仲裁、路由准确率怎么评估，一问就露馅。正确写法是如实描述分层：“规则优先、LLM兜底的意图识别：高频意图走规则，保证低延迟零成本；长尾意图由LLM接住”。
简历上写“私有化RAG知识底座”时，面试官通常会追问什么？
面试官必问部署边界：embedding模型本地跑还是调云端API？生成用的大模型在哪？数据出不出内网？如果知识库在内网但embedding或生成走公有云接口，严格说就不叫全链路私有化。照实写边界反而显得你真懂数据合规。
为什么简历上写“具备从RAG到自主智能体的架构演进设计能力”是减分项？
因为这是能力形容词而非事实陈述，面试官一句“那你演进到哪一步了？自主智能体上线了吗”就破功。“设计能力”没有落地物，等于自我评价，而简历上写自我评价等于把定价权交给对方砍。应该只写事实，如“已落地RAG+工具调用”，能力让面试官自己推断。
简历上技术栈与任职时间矛盾会带来什么后果？
会暴露简历是倒推填的，一旦被判定“技术栈是倒推填的”，所有“主导落地”的默认解释都从“做过”降级成“听说过”。例如2017年入职却写使用2018年才开源的Sentinel、Nacos等，年份记错是小事，麻烦的是它动摇了整份材料的性质。
简历上主动承认“我没做”为什么反而更显判断力？
因为主动说“我们评估过异地多活，按当时业务体量ROI不成立，最后做的是同城双机房加异地备份”，面试官会从“这人在报菜名”变成“这人会算账”。声称做过是在证明自己是执行者，说清为什么不做是在证明自己是决策者，后者贵得多。
如何用AI工具辅助检查简历？需要注意什么？
可以把简历丢给AI，让它专挑自相矛盾的地方，比你自己读三遍都准。但要提防反过来用：让AI帮你“把表述写得更漂亮”，它会热情地把一万QPS润色成五万，然后在面试现场把你卖了。AI是很好的挑错工具，是很危险的美化工具。
