招聘平台每天匹配十万份简历,我们把它压成一套可复用的打分流水线
业务痛点
求职平台的 JD 与简历匹配,表面看是文本相似度问题,实际是一个高频、高成本、高时效的运营环节。以一个日活招聘方 800 家的中型平台为例:
- 每天新增 JD 约 1200 条,投递简历约 10 万份;
- 人工初筛每份简历平均 90 秒,10 万份意味着 2500 个工时,按一线城市客服成本折算每天超过 3 万元;
- 招聘方的核心诉求是“投了就有反馈”,但简历池越大,响应延迟越长。匹配慢一天,候选人流失率明显上升。
中小平台没有预算自训 embedding 模型,也没人力维护多套大模型接入。痛点可以归纳为三点:
- 量大:每份简历要和多个候选 JD 做双向匹配,单日调用规模在百万级向量比对;
- 异构:简历是 PDF/Word/图片混合,JD 是半结构化文本,字段抽取质量直接决定匹配上限;
- 多变:大模型价格和能力每月都在变,固定绑定单一供应商,成本和可用性都不可控。
架构设计
我们把整个方案拆成四层,全部用托管服务 + API 网关组装,团队两人、三周上线:
┌─────────────────────────────────────────────┐
│ 接入层:JD 发布 / 简历上传 Webhook │
├─────────────────────────────────────────────┤
│ 解析层:文档转文本 → 结构化抽取 │
│ (技能、年限、行业、薪资期望、地点) │
├─────────────────────────────────────────────┤
│ 匹配层:Embedding 向量化 + 向量库检索召回 │
│ → LLM 精排打分(0-100 + 缺失项说明) │
├─────────────────────────────────────────────┤
│ 统一 AI API 网关:多模型路由、缓存、限流、 │
│ 降级、用量统计 │
└─────────────────────────────────────────────┘关键设计决策有三个:
召回与精排分离。召回用便宜的 embedding 模型做向量检索,一条 JD 只取 Top 50 简历进入精排。精排用大模型输出结构化分数和理由。这样百万级调用里,真正走大模型的只有千分之一,token 成本比“全量丢给 LLM”的方案低两个数量级。
抽取结果带置信度。简历解析最容易出错的是年限和技能归一化(“3 年 Java” vs “三年 JAVA 开发经验”)。抽取层对每个字段输出置信度,低于阈值自动降级为“请招聘方确认”,避免错误匹配引发的投诉。
一切模型调用走统一网关。这是后面维护成本的关键,单独展开。
关键实现步骤
三周排期大致是:
第 1 周:数据打通与解析
- 接入简历解析服务,输出统一 JSON Schema(role、skills、years、industry、location、expect_salary);
- JD 侧用 prompt 抽取同样的 Schema,两边字段对齐后,匹配才有共同坐标系。
第 2 周:召回与精排
- 简历与 JD 各自生成 embedding,写入向量库;
- 用一个 prompt 完成精排,核心是要求模型输出 JSON 而非自由文本。
精排 prompt 的调用示意(伪代码):
score = gateway.chat(
model="gpt-4o-mini", # 网关注册名,切换真实模型不改代码
response_format="json",
messages=[{
"role": "system",
"content": "你是招聘匹配专家。根据JD和简历JSON,"
"输出 {score: 0-100, reasons: [], gaps: []}"
}, {
"role": "user",
"content": f"JD: {jd_json}\n简历: {resume_json}"
}],
cache_key=hash(jd_json, resume_json), # 网关层缓存,重复投递不重复计费
fallback=["qwen-plus", "gemini-flash"] # 主模型限流时自动降级
)第 3 周:反馈闭环与上线
- 招聘方“查看/忽略/约面”行为回流,作为分数校准信号;
- 每周用约面率 Top 20% 的匹配对做 prompt 回归测试,防止模型更新后打分漂移。
效率对比
上线三个月后的前后对比(平台内部运营数据口径):
| 指标 | 方案前(人工初筛) | 方案后(AI 流水线) |
|---|---|---|
| 单份简历初筛耗时 | 约 90 秒 | 0.8 秒(含解析) |
| 单日初筛成本 | 约 3 万元人力 | 约 900 元 API 费用 |
| 投递到首轮反馈 | 平均 36 小时 | 平均 4 分钟 |
| 招聘方周留存 | — | 提升明显,约面前置是主因 |
其中 API 成本里,约 30% 的精排调用命中网关缓存(同一候选人重复投递相似岗位很常见),这一项每月省下近万元。
为什么统一 AI API 网关能降低维护成本
这个方案里我们接入了 1 个 embedding 模型、3 个 chat 模型(主用 + 两个降级)。如果直连各家 SDK,每换一次模型要改认证、请求体、响应解析、错误重试四类代码,按过去的经验至少半天,而且散落在业务代码里的供应商细节会让测试成本翻倍。
统一网关的价值在于:
- 一处接入,多模型可换。业务代码只面向一个端点和统一的请求格式,换模型改一个注册名,试新模型从半天压到几分钟;
- 降级和限流不写在业务里。主模型 429 或超时自动切换备用模型,招聘高峰期不用人肉值班;
- 缓存与用量统计天然具备。重复匹配的缓存命中、各业务的 token 消耗,网关层直接出报表,成本归因不用额外埋点;
- 小团队最缺的是维护带宽。网关把这些“非业务但必须做对”的事收敛成一个依赖,两人团队才能把精力全部投在抽取质量和打分校准上。
小结
匹配类 AI 应用的护城河不在模型本身,而在 Schema 设计、召回精排分层和反馈闭环。这套流水线里,真正需要你写的代码不到两千行,其余都由托管服务和网关承担。如果你的应用也涉及多模型调用、高频请求和成本敏感,建议从统一网关这一层开始搭建,它可以注册一个账号就能跑起来:https://api.thistoken.ai/register
---
想直接跑通示例?访问 https://api.thistoken.ai/register 注册 ThisToken.AI,获取 API Key 后即可开始。