每个申请跟踪系统都使用某种形式的 AI 来对简历进行排名。架构分为两类：关键词匹配，几乎被所有传统平台使用，和基于结果的排名，使用于 CurriculoATS。两者之间的差异并不是营销因素。这是一种结构差异，影响模型读取简历的方式，并为同一候选人集产生根本不同的候选名单。
这是一份技术比较，旨在帮助想要了解购买 ATS 软件时实际发生情况的创业者，以及为什么这两种架构无法通过更好的用户体验或更聪明的模型在相同输入下协调。
关键词匹配的工作原理
关键词匹配从职位描述中提取令牌（Python, AWS, Kubernetes, Django, Postgres），并扫描简历中的相同令牌。每个找到的令牌都会对匹配分数产生影响。基本实现大致如下：job_tokens = extract_keywords(job_description); resume_tokens = extract_keywords(resume_text); overlap = intersection(job_tokens, resume_tokens); score = len(overlap) / len(job_tokens)。更复杂的版本使用 TF-IDF 权重（稀有术语的权重高于常见术语）或句子嵌入（与职位描述向量接近的简历向量排名更高，捕捉到“领导”和“管理”等同义词）。这三种变体共享同一基本特性：它们是确定性文本匹配函数，而简历是输入。了解关键词填充策略的候选人可以可靠地产出模型所偏好的结果。
关键词匹配的三种结构脆弱性
1. 对抗性简历污染
任何确定性的文本匹配算法都可能被了解规则的候选人所利用。如果模型奖励特定关键词的存在，候选人会将这些关键词隐藏在简历底部的白色文本中、重复的要点中或虚假的技能部分中。基于关键词的系统在结构上对此脆弱；模型无法判断关键词是因为候选人做了工作还是他们弄懂了筛选器。即使是语义相似模型也会受到轻微不同攻击的影响：将职位描述复制粘贴到简历摘要中，余弦距离几乎降至零。
2. 对弱候选人的假阳性
一位简历提到“Python”四次的候选人会胜过描述了一个实时欺诈检测系统的候选人。模型奖励令牌密度，而非深度。招聘人员看到排名最前面的假阳性，推进它；而强候选人却排在第47位，根本没有人阅读。研究记录的七秒简历扫描意味着招聘人员没有时间手动修正排名。
3. 对强候选人的假阴性
有关隐性工作的研究估计有2700万名合格的美国人因与能力无关的原因被自动筛选系统拒绝。一位高级工程师写了“构建了一个流媒体服务”，而不是“设计了一个实时数据管道”，因此消失。拥有非传统词汇、简历有空档或使用不同行业框架的候选人会在任何人工审查之前被过滤掉。
基于结果的排名的工作原理
基于结果的排名颠倒了机制。模型不是将简历的文本与职位描述的文本进行比较，而是从简历中提取可度量的成就，分为四类，并根据角色的结果要求对其进行评分。四个类别：收入（已达成交易、生成的年度经常收入、产生的节省）、团队（管理的人数、扩展的组织）、系统（构建、交付、在生产中扩展）和问题（解决的、复杂的、新颖的）。模型返回一个 0-100 的综合分数，并附带一个说明段落，指明其发现的具体结果。该段落是将系统从黑箱转变为可以由人进行审计的工具。
从架构上来说，模型是读取要点而不是关键词。“交付了一个处理每秒 2M 事件的实时欺诈检测管道”作为强系统交付信号注册，无论要点是否使用“流媒体”、“管道”、“实时”或任何特定框架。“Python, Python, Python”则无任何注册，因为它没有结果。与关键词模型相比，这两个候选人的排名会产生反转，而反转就是关键所在。
为什么基于结果的排名更难被操纵
对抗性鲁棒性是比较这两种架构的最清晰方式。基于关键词的模型可以被任何将关键字粘贴到简历中的候选人愚弄；模型没有防御机制，因为它读取的输入是候选人控制的输入。基于结果的模型只能被伪造成就的候选人愚弄，而这是一种根本上更难的攻击。虚构收益数字或虚假的系统交付属于诈骗。填充关键词则不是。攻击成本的跳跃使基于结果的模型具备了抵抗力。
这与十年前亚马逊的推荐系统使用的原则相同，以保护其免受卖家操纵列表的影响。卖家可以在产品标题中随意书写；他们无法伪造购买数据、退货率或经过验证的评价模式。排名算法读取更难伪造的信号。在 CurriculoATS 之前，我们的创始人 Dev 在亚马逊工作了多年，专注于搜索和推荐，相关原则几乎没有改变：根据输入无法轻易伪造的信号进行排名。
这两种架构如何以不同方式处理合规性
现代招聘 AI 位于两个对任何在纽约市或欧盟招聘的初创公司都很重要的监管体系内。纽约市地方法第 144 条要求对自动就业决策工具进行偏见审计和候选人通知，要求每年进行第三方审计和公共总结报告。欧盟 AI 法案将招聘 AI 归类为高风险，根据附录 III，义务将在 2026 年 8 月生效，包括强制风险评估、技术文档、偏见测试和人工监督要求。
这两个制度都倾向于具有文档化、可解释推理的模型。能够为每位候选人生成书面段落的基于结果的 ATS，能够更清晰地满足文档和审计要求，而一个没有解释的黑箱关键词模型则只能返回一个数字。两种架构之间的合规成本差异是真实存在的：基于结果的供应商可以直接从模型的输出中生成审核文档，而基于关键词的供应商则需进行后期添加解释或承受持续风险。这并不是 CurriculoATS 采用基于结果架构的营销原因，但却是这种架构选择长久使用的原因之一。
这对选择 ATS 的创始人意味着什么
架构差异在候选名单中显现。将同一百份简历通过基于关键词的 ATS 和基于结果的 ATS 并比较每个的前十名候选人。这两份名单将约有 30-50% 的重叠；其余将是不同的人。关键词列表将包括优化简历以通过筛选的候选人。结果列表将包括实际交付相关工作的候选人。招聘人员或创始人阅读这两份名单中的一份。
定价反映了定位，而不是能力差距。Workable 的起价为 $149/月，并按员工级别扩大。Greenhouse 每座每月约 $50-$150，根据买方报告，平均合同约为 $12,250/年。CurriculoATS Pro 为 $100/月（目前早鸟价为 $50/月），支持无限团队成员。价格差异在相关的初创公司层级上约为一个数量级，并且筛选架构在结构上是不同的。
接下来该怎么做
如果你正在评估 ATS 选项，那么架构选择是最重要的变量，它也是大多数演示掩盖的那一个。阅读影响评分页面以了解技术机制，然后查看比较页面，看看 CurriculoATS 与 Greenhouse、Lever、Workable、Ashby 和 Manatal 在筛选层的对比。Starter 级别是免费的，足以验证在真实职位上的架构差异。