文 / STEM Career 编辑部 2026年11月4日 · 报道分析
一位网友在 Wulfie Bain 的评论区问了个问题：他自称做过知名网络视频《Peanut Butter Jelly Time》，这跟要申请的岗位没什么关系，还要写进简历吗？他说，这段经历一直很适合用来打开话题。网友的提问
Bain 先开了个玩笑：那就别发简历了，直接发视频链接吧。随后他补充，这样的经历值得留一行，他只是建议别让年代久远、又不相关的经历占太多地方。Bain 的回复
这段插曲，倒比一条“删掉无关经历”的规则更能帮人判断。简历里有些内容能证明你适合这份工作，有些能让人记住你。该花多少篇幅，得看具体是什么事。
这场讨论来自 Bain 11月3日发出的一组简历建议。他的公开账号介绍是 OpenAI 面向初创企业的应用 AI 工程负责人，当时正在为自己的团队招人。他给申请者提了四个要求：简洁、相关，写清成果，让人容易扫读。
Bain 说，自己在 BCG、创办的公司和 OpenAI 参与招聘时，看过大量简历。一些优秀申请者的材料并没有把他们的能力写出来。这是他作为用人者的经验判断，原帖没有公布简历写法与面试通过率的研究，也没有把这些建议列为 OpenAI 全公司的筛选规则。
理想一页的背后 是取舍能力
“理想情况下用一页”，是 Bain 的篇幅建议。但他紧接着说，相关性比硬设一个页数限制更重要。他希望从简历里看到申请者会写清楚一件事，也知道哪些事值得先说。
把字号调小、页边距挤窄，当然能让两页变成一页。可读者仍要从密密麻麻的文字里找重点。省下了纸，并没有省下阅读的力气。
需要删的，往往是那些已经说过的话。三条差不多的职责可以合并；项目已经说明你会协作，就不用再加一句“具备优秀团队合作精神”。同一种能力在几段经历里重复出现，也可以保留最有说服力的那一次，把空间留给事情的难处和你作出的决定。
申请科研岗位又是另一回事。哈佛大学 Mignone 职业发展中心在简历与 CV 的说明中区分了两者：一般岗位的 resume 是简要总结，学术 CV 通常要容纳论文、报告等更完整的研究记录。不能拿商业岗位的一页建议，去裁掉科研申请需要的材料。
跨市场求职时，先看清对方要的是哪种材料、有没有附件要求，再决定写多长。岗位说明要求附作品或研究清单，就按要求准备。
相关性需要解释 不能只靠公司名字
Bain 说，他也为自己早年的成就感到骄傲，只是很多已经不适合在今天的简历里占太多位置。保留一段经历时，要让读者知道它为什么与这次申请有关。关于相关性的原帖
这对还没有同类实习的申请者尤其有用。没有做过同名岗位，也可以从承担过的任务里找联系。
申请面向客户的 AI 工程岗位，你可能需要讲清楚自己怎样澄清需求、把系统接起来，或者处理交付中的沟通。申请模型研究岗位，读者会想了解你研究了什么问题，实验怎样设计。都叫 AI 岗位，经历的排序却未必相同，还是得回到具体职位说明和实际工作。
校园项目、其他行业的工作也可以这样看。不要指望读者看到一家公司的名字，就自动理解你学会了什么。把你面对的人和问题写出来，让他知道这段经验到了新岗位上能怎样用。
哈佛职业发展中心的简历指导有相似的提醒：经历不必全部与目标职位直接对应，但应当反映雇主重视的技能。它要求用具体事实说话，也把缺少结果、组织不清、难以扫读列为常见问题。这是已有的职业指导，并非对 Bain 新帖的评论。
解释联系时，也要留意经历究竟做到了哪一步。课程演示可以写成完成了一个原型；没有客户使用，就别把它改成商业部署。面试官追问“谁在用”时，这两种说法的差别会马上显出来。
写了一个动作 还需要说明它为什么值得做
Bain 在谈成果的帖子里举了个工程例子：重构一个 agent，单看这件事，还不知道时间花得值不值；如果缩短了延迟，又改善了客户满意度，读者就能理解它带来了什么。他也提醒销售申请者谈收入。这些都是写法举例，并非他公布的真实项目成绩。
“搭建系统”“优化流程”“负责协调”，都能用在简历里。麻烦在于，只写到这里，读者还得接着问：原来哪里出了问题？你改了什么？改完以后，好在哪里？
急着补一个百分比，也未必能把这些问题交代清楚。
比如，延迟缩短和满意度提高，需要分别拿出依据。测延迟时比较了什么，要说得清；满意度改善，则需要相应的用户反馈或记录。如果那段时间同时换了模型、改了页面，连用户群都变了，就很难把满意度的变化全部算在某一处代码修改上。
团队成绩也有类似的问题。项目确实上线了，你可能负责其中很重要的一块，但这不等于你主导了架构、产品和交付。可以先交代团队完成了什么，再写自己负责的部分。到了面试里，你得能解释哪些决定是自己作出的，哪些工作需要别人一起完成。
把范围交代清楚，用人者才更容易判断你的贡献，也知道接下来该问什么。
没有营收数字 怎样展示结果
实习生、研究助理和刚做项目的人，很难把每项工作都换算成收入。测试、故障定位、资料整理和交接做得好，也可能解决了实实在在的问题。
一个复现并修复的故障，一项验证通过的要求，一份确实用于决策的分析，都可以写。要紧的是让读者知道，你凭什么说这项工作已经完成。
拿一个假设的校园活动报名工具来说，同一段工作可以写到不同的程度：
| 写法 | 用人者还需要知道什么 |
|---|---|
| 参与校园活动报名工具开发 | 负责哪一部分，解决了什么问题？ |
| 负责请求去重和失败重试 | 为什么需要改，怎样确认行为正确？ |
| 负责报名工具的请求去重与失败重试，复现网络重试导致的重复确认；修复后通过重复提交、断网重连和取消报名的既定检查 | 已能围绕故障、本人工作和验证过程追问；真实用户使用与业务效果仍需另行说明。 |
最后一种写法没有营收增长率，却说清楚了一个故障和处理过程。这是表达示例，不对应真实申请者或 OpenAI 的面试评分，本文也没有运行这套假设项目。真写进简历时，复现、修复和检查都得确实做过。
项目停留在原型阶段，就交代原型完成了什么、测过什么。有了用户，再补使用记录和反馈。不同完成程度都能写，没必要一律叫作“落地”。
最强的证据 应当先被看见
Bain 建议，在每段经历里先放最有说服力的证据，再用适当的加粗帮助读者找到重点。关于扫读的原帖
一段经历的第一条，不必从项目启动那天讲起。如果最值得聊的是一次故障定位、重要实验或交付，就先写那件事，接着补读者需要的背景。按事情发生的顺序写得很完整，有时反而会把好内容埋到最后。
加粗也一样，需要有所选择。一整段都是粗体，读者还是不知道先看哪句。工具和框架的名字堆得再多，也要给具体贡献留出位置，让人能顺着项目名称读到你负责的工作。
改完可以找个不了解项目的人，只读每段的第一条，再让他复述你做过什么。如果他只记住一串技术名词，就继续调整。这个小检查能帮你发现表达上的问题，至于能不能拿到面试，还要看实际招聘。
AI 能润色句子 事实仍需要本人提供
把简历交给 AI，它可能写出很漂亮的句子。也要留意，它有没有把“协助”改成“主导”，把“完成原型”扩成“推动业务增长”。经历还是那段经历，这些词却给你添了新的职责和成绩。
哈佛职业发展中心在使用 AI 修改申请材料的指导里建议，从本人草稿开始，把生成内容当作修改意见，逐项确认是否准确，并准备在面试里解释每一行。它也提醒，AI 不宜成为主要作者，否则材料容易写得泛泛。
所以，先把自己负责的工作和结果整理出来，再让工具改句子。拿项目说明、分工和验证记录核对一遍，也确认哪些结果可以公开。看到它新添的数字或头衔，先找依据，别因为听起来专业就留下。
有时改到这里，才发现当初确实做了不少工作，却没记下结果，也没分清团队成绩里哪部分属于自己。那就得花时间补记录，继续换措辞帮不了这个忙。
一份简历争取的是下一场谈话
Bain 在讨论前提的帖子中承认，简历无法完整描述一个人。他建议有条件时寻找合适的推荐，也提到自己是通过网申进入 OpenAI 的。这是他的个人经历，还不足以判断哪种申请渠道成功率更高。
OpenAI 的官方面试指南重视独特背景、潜力、协作与沟通，以及候选人能带来的贡献；后续考核还会了解候选人怎样解决问题、解释决定。写在纸上的成果，到了那时就得展开讲。
投递前，可以把简历里“提升了效率”之类的表述再看一遍。如果连自己也说不清怎么算出来的，就先改回能解释的事实。面试官问起来，你知道该从哪里讲起。
资料说明：本文核对至2026年11月4日。Bain 的身份与经历按其公开账号及本人帖文归属，建议面向其团队申请者，不代表 OpenAI 所有岗位的统一规则。开头的视频制作经历为评论者自述，本文未独立核实其身份或作品归属。本文未进行独立人物采访；职业指导的比较、证据分析与假设案例属于本文整理和分析，不承诺面试或录用结果。
常见问题（FAQ）
OpenAI 要求所有申请者必须提交一页简历吗？
Bain 说理想情况下用一页，但相关性比硬性页数限制更重要。这是面向其团队申请者的个人建议，不能扩大为 OpenAI 所有岗位的统一要求。
项目没有营收数据，就不能写成果吗？
可以写真实完成的故障修复、验证要求、研究或交付，并说明本人负责的范围与判断依据。文中的校园报名工具是表达示例，并非真实项目成绩。
可以让 AI 直接替自己写简历吗？
应以本人草稿和真实记录为基础，把 AI 输出当作修改意见。逐项核对职责、数字、头衔与结果，并确保每一行都能在面试里解释。
- 网友的提问· X / 公开帖文
- Bain 的回复· X / 公开帖文
- 一组简历建议· X / 公开帖文
- 篇幅建议· X / 公开帖文
- 简历与 CV 的说明· Harvard Mignone Center for Career Success
- 关于相关性的原帖· X / 公开帖文
- 简历指导· Harvard Mignone Center for Career Success
- 谈成果的帖子· X / 公开帖文
- 关于扫读的原帖· X / 公开帖文
- 使用 AI 修改申请材料的指导· Harvard Mignone Center for Career Success
- 讨论前提的帖子· X / 公开帖文
- 官方面试指南· OpenAI
添加顾问微信，结合目标岗位，梳理本人贡献、项目结果与验证记录，讨论简历和后续面试的准备重点。