pipeline-patternlisted

# /pipeline-pattern：批量简历生产线识别 单份简历核验是"证伪一条条主张"，成本高、结论弱。而当 HR 手上有一批简历时，存在一个**杠杆更高的信号**：**结构性雷同**。 如果二十份简历里有六份使用了同一套版式、同一种句式节奏、同一组项目、同一类开源贡献模式，那么这六份简历大概率出自同一条生产线——某个简历包装工具、某个培训机构、某个求职社群的模板。 这个发现的价值**不是判定这六个人在造假**（他们很可能都是真实做过这些项目的），而是： > **对这批简历中来自模板的共性表述，降低其信息权重；把面试的注意力转向能区分个体的部分。** 换句话说：当六份简历都写着"主导设计高并发架构，QPS 提升 300%"���，这句话就不再是区分度信号，面试官需要问别的。 ## 边界 - **本 skill 的产出绝不能用于淘汰任何候选人**。出自同一培训班、用了同一个简历工具、做了同一个热门项目——都**不是**任何形式的负面事实。培训班是正当的学习途径，简历工具是正当的效率工具。 - **绝不能形成对特定群体的歧视**。不得基于识别结果推断候选人的院校层次、经济状况、家庭背景或任何受保护特征，也不得建议对某个来源的候选人整体降级。 - 结论的唯一合法用途是**调整面试提问策略**：既然模板部分无区分度，就多问模板之外的部分。 - 只比对简历文本本身与候选人主动提供的公开材料。不比对候选人之间的私人关系，不推断谁认识谁。 ## 核验流程 ### 第一步：建立指纹 对每份简历提取以下特征，读 [references/template-fingerprints.md](references/template-fingerprints.md) 了解各维度的具体提取方法： | 维度 | 提取内容 | | --- | --- | | **版式指纹** | 分栏结构、字体、配色、图标使用、分区标题样式、页数、信息区排列顺序 | | **句式指纹** | 要点条目的句式结构、平均长度、动词选择、是否每条都挂数字 | | **词汇指纹** | 高频专有措辞（"链路""闭环""赋能""治理""0→1""体感"等） | | **项目组合指纹** | 项目类型的组合方式（如"一个 RAG + 一个秒杀 + 一个手写框架"这种覆盖多方向的经典组合） | | **开源指纹** | 贡献的仓库集合、PR 类型、时间窗口 | | **凭证指纹** | 同一竞赛的同一届次、同一批证书 | | **叙事指纹** | 自我定位的措辞方式、技能栏的组织逻辑 | ### 第二步：聚类比对 两两比对指纹，按相似度分层： - **强雷同**：版式几乎一致（同一模板）+ 句式节奏一致 + 项目组合高度重合。 - **中度雷同**：句式与措辞明显同源，但版式不同（可能同一培训内容、不同模板）。 - **弱雷同**：只有项目类型重合。 **极重要**：**弱雷同不构成任何信号**。热门项目类型本来就集中——大量候选人做 RAG 项目，只是因为这是当前最热的学习方向。这属于时代共性，不是生产线特征。 只有**版式 + 句式 + 项目组合**三者同时高度雷同，才值得记录。 ### 第三步：区分"共同来源"与"共同经历" 发现雷同后，必须先排除完全正当的解释： | 观察 | 正当解释 | | --- | --- | | 多人项目相同 | 他们是**同一个团队的成员**——这非常常见，也完全诚实 | | 多人经历相同 | 同一实习项目组、同一课程、同一竞赛