从reward hack的角度出发，讲讲该怎么写简历上的项目 （做ai应用/agent开发）

回复 群友 1459： 可以，把招聘理解成一个“奖励函数不完全透明”的系统：公司真正想找能交付的人，但筛简历时，只能先看项目描述这些代理信号。 你的目标不是造假骗分，而是让真实能力更容易被识别。只优化关键词，面试一追问就会掉分。 举个例子，同样做一个客服 Agent。 普通写法： “基于 LangChain、RAG、Redis 实现智能客服，支持多轮对话和工具调用。” 问题是：看得出你用了什么，看不出你解决了什么，更不知道为什么需要 Agent。 更有效的写法： “面向售后工单处理，开发可检索政策、查询订单并起草处理方案的 Agent；退款等写操作需人工确认。针对重复调用和错误政策引用，加入幂等校验、引用验证及失败转人工机制；通过固定测试集，对比纯 RAG 与工具调用方案的任务完成率、单任务成本和延迟。” 有真实测量结果，再补数字；没做过的部分不要照抄。 从 reward hack 的角度，具体有五个抓手。 一，把“技术名词”换成“岗位需要的证据” 招聘要求工具调用，你就写实际接了什么系统、如何校验参数、失败怎么办，不是只写“熟悉 function calling”。 要求上下文工程，你就写长任务里哪些信息保留、哪些压缩，是否造成关键信息丢失。 关键词可以有，但要长在实际工作上，而不是单独堆一排。 二，优先展示“跑起来之后的问题” 一个演示能证明你接通了模型；权限控制、超时恢复、重复执行、成本和评估，更能证明你考虑过交付。 比如“支持自动退款”未必加分，“退款前鉴权与确认，重试不重复退款”反而能引出有含金量的讨论。 近期检索到的招聘相关材料，也反复出现评估、生产可观测性、状态管理和工具调用。不能据此概括所有岗位，但至少说明：只展示聊天界面和框架名称，能力信号偏弱。 三，数字一定带分母、条件和基线 “准确率提升 30%”看似很强，实际最容易被追问打穿。 更可信的表达是： “在固定的 N 条脱敏工单上，以正确查询订单并给出符合政策的方案为成功标准，任务完成率由 A 提升至 B；同时记录单任务成本。” N、A、B 填实测值，并区分百分比与百分点。自建离线测试不能写成线上业务效果。 这里还有一个真正的 reward hacking 陷阱：只挑简单题、把失败样本删掉、反复针对同一套题调提示词。数字会变好，能力不一定变好。留一套不参与调优的测试题，才更有说服力。 四，给面试官留下“你能接住的追问入口” 简历不只是成果介绍，也是面试议程。 写“采用多 Agent 架构”，对方自然问：单 Agent 为什么不行？协调成本多大？怎么评估？ 如果你真正做透的是重试和状态恢复，就优先写它，别为了显得高级，把话题引到自己不熟的架构上。 最好的入口通常是： “遇到了什么失败 → 如何定位 → 比较了哪些方案 → 为什么这样选 → 结果如何。” 五，写清楚你的贡献边界 基于开源项目二次开发完全可以写，但要区分原有能力和自己的改动。 “基于某项目，补充权限隔离和回归评估”比“独立研发企业级智能体平台”更可信，也更容易证明。 个人项目没有真实用户，就诚实展示部署、测试和失败分析，不要硬编“服务上万用户”。 Joye 的面试复盘里也强调过：不要堆技术，要能解释为什么用；一个做透的项目，比多个浅项目更有说服力。 所以最值得“hack”的不是事实，而是信息排序：把与你投的岗位最相关、证据最硬、最能经得起追问的内容放在前面。让面试官用最少的阅读成本，看见你能交付什么。