投了數十份履歷卻沒有回音時，自動代投看起來像最快的解法；它也可能讓你的資料和大量 AI 生成履歷一起被排到後面。美國招募平台 Greenhouse 把這種互相加碼的現象稱為「AI doom loop」：求職者用 AI 增加投遞量，招募方再用 AI 處理湧入的申請。對台灣求職者來說，能被人工快速核對的職缺對應、作品連結與具體經驗，比寄出更多相似履歷更有用。
| 項目 | 已公開內容 | 求職者與雇主可採取的做法 |
|---|---|---|
| 現象 | Greenhouse 執行長 Daniel Chait 指出，大量自動投遞與 AI 篩選正讓求職與招募雙方失去信任 | 把「投遞數量」和「收到回覆、進入面試」分開記錄 |
| 申請量 | 聯合新聞網轉引 Fortune 報導稱，Greenhouse 平台約17.5萬個職缺、平均每個職缺254名申請者，申請量增加約412% | 這是平台與報導中的數據，不可直接推論台灣所有職缺 |
| 共同問題 | Greenhouse 2026 調查指出，招募方要處理大量申請，求職者也質疑篩選是否透明 | 用一段人工撰寫的職缺對應說明，讓人能檢查 AI 協助內容 |
| 台灣條件 | 勞動部台灣就業通已使用 AI 輔助履歷與媒合，也保有真人諮詢與就服據點 | 需要調整履歷或判斷職缺時，可用 AI 初稿後再找真人諮詢 |
| 法律界線 | 就業服務法禁止雇主要求非屬就業所需的隱私資料，也禁止以多項身分特徵歧視 | 不在履歷或 AI 求職工具填入與職務無關的敏感資料 |
履歷變多，真正被讀到的內容反而變少
Greenhouse 執行長 Daniel Chait 向 Fortune 描述，求職者能用工具自動針對大量職缺送出申請，招募端則收到數百或數千份資料，改用 AI 與自動化流程排序。聯合新聞網轉引該報導的數據指出，Greenhouse 平台約有17.5萬個職缺，平均每個職缺有254名申請者，申請量增加約412%。
這些數字反映的是一個招募平台的情況，不能拿來當成台灣就業市場的整體比例；它仍說明一個實際變化：履歷內容愈制式，招募人員愈難判斷誰真的理解職務、誰具備能完成工作的經驗。Glean 執行長 Arvind Jain 也曾說，公司每天收到數千份申請，團隊只能先看其中一部分，合適人才可能在完成閱讀前就已接受其他機會。
AI可以協助整理，但每一封申請要留下你的判斷
求職者可以用 AI 做三件事：把經歷改寫成職缺需要的技能語言、檢查履歷是否漏掉關鍵經驗、練習面試問題。送出前仍要補上三個人能驗證的內容：你曾處理過哪個任務、採用什麼方法、產出能否用作品、數字或主管證明連回去。
例如應徵行銷職務時，AI 可以幫忙將「經營社群」改寫為職責描述；更有效的版本會補上平台、期間、負責內容與結果，例如「負責三個月的產品短影音企畫，完成12支影片與每週成效整理」。數字要可回溯，沒有可公開的數據時，改寫成具體流程與交付物，不要讓 AI 補出未做過的成果。
每次投遞前，用30秒回答三個問題：這個職缺要解哪個問題？我的哪一段經驗可證明我做得到？面試時我能拿出什麼材料說明過程？答不出來的職缺，先不要交給自動代投工具處理。
雇主用AI篩選時，回覆與人工覆核決定信任
Greenhouse 2026 年調查蒐集1,200名求職者、219名招募人員與446名用人主管的看法，將大量申請、AI 協助與篩選透明度列為信任問題。這是平台自行發布的調查，不等同所有市場的統計；報告仍指出，招募端若無法說明 AI 在哪一關參與、誰可以覆核、如何接受候選人補充資料，求職者容易把沒有回音解讀成黑箱拒絕。
對企業來說，AI 適合處理格式一致、可重複的工作，例如去除重複申請、確認基本資格與整理問題。進入短名單前，應讓招聘人員核對作品、職務關聯與關鍵經驗；面試邀請、婉拒通知與候選人提問，也應有可回覆的窗口。把所有人一次擋在自動流程外，會同時漏掉合適人才與留下信任成本。
台灣求職先守住資料邊界，再使用AI工具
勞動部2026年介紹，台灣就業通提供履歷的技能關鍵字輔助、職缺推薦與技能配適度分析，也連接真人客服與公立就業服務據點。這提供一個較實際的順序：先用 AI 梳理既有經驗和目標職務，再用真人諮詢檢查履歷與職涯選項，最後由自己決定投遞與面試回答。
履歷上傳到第三方工具前，先移除身分證字號、完整住址、金融資料、帳號密碼、未公開客戶資料與公司機密。就業服務法規定，雇主不得要求提供非屬就業所需的隱私資料；施行細則也列出生理、心理與個人生活資訊等類別。求職者若遇到要求提供和職務無關的敏感資料，先確認用途、保存徵才頁面與往來紀錄，再決定是否繼續。
少投一點，讓每份履歷多一個可驗證的入口
本篇的實際做法只有一件：建立「職缺－證據」清單。每投一個職缺，記下職務名稱、投遞日期、對應的一項經驗、可附的作品或案例、後續聯絡時間。兩週後再看哪類職缺有回覆，調整履歷和作品呈現；沒有回覆的類型，優先修改職缺對應說明，而非先加大投遞數量。
面試機會仍取決於職缺需求、經驗與後續互動；這份清單能讓求職過程留下可調整的訊號。AI 可以省下整理文字的時間，不能代替你確認經歷是否真實、資料是否適合交出，以及這份工作是否值得投入後續面談。
常見問題
可以用AI寫履歷嗎？
可以把 AI 當成整理與校對工具。經歷、技能、數字與作品必須由本人核對；面試時無法解釋的內容，不要列入履歷。
自動投遞履歷能提高錄取機率嗎？
目前沒有公開證據能證明大量自動投遞會提高整體錄取率。Greenhouse 與 Fortune 描述的問題是，申請量增加後，招募端更難辨識職缺關聯與真實意願；先保留職缺對應和作品證據，較容易建立後續對話。
台灣雇主可以要求哪些求職資料？
資料應和就業需求有合理關聯。就業服務法禁止雇主要求非屬就業所需的隱私資料；遇到可疑欄位時，先詢問用途並保留徵才內容與往來紀錄。
資料來源與更新紀錄
- 2026-07-30：Fortune：AI hiring doom loop 報導：Greenhouse 執行長對 AI 投遞與篩選循環的說法。
- 2026-07-30：Greenhouse 2026 AI in Hiring Report：調查樣本、招募端與求職端的透明度與信任議題。
- 2026-07-30：勞動部：台灣就業通的 AI 與真人服務：履歷輔助、技能配適度分析與就業服務資源。
- 2026-07-30：勞動部：就業服務法第5條：招募歧視與非就業必要隱私資料的限制。
- 2026-07-30：勞動部：就業服務法施行細則第1-1條：招募中隱私資料的類型與必要性原則。
- 2026-07-30：聯合新聞網原始線索：中文報導與 Fortune 轉載脈絡。
