明天寄来的简历

未来城市的求职者可以收到系统提前生成的“明日简历”，内容根据预测模型推演一个人可能拥有的经历。产品测试员周聆收到一份写着自己将离职创业的简历，而她目前连转岗申请都没有提交。她开始调查模型使用的训练样本，发现系统把某些职业路径当作唯一成功模板。数据工程师俞白协助她追踪推荐逻辑，却发现最重要的输入并非能力，而是用户过去被迫接受的选择。两人设计一项允许用户查看、修改和撤回预测依据的测试。周聆最后没有照着简历行动，也没有简单关闭系统，而是提出让预测变成可讨论的草稿。

周聆担心预测限制选择，俞白希望模型保持可用；两人把争论转化为可解释、可撤回的产品机制。

1. 一份尚未发生的履历

   周聆收到明天版本的简历，里面出现她从未担任过的创业职位。她先核对系统版本与数据来源，而不是照单全收。

2. 预测引用了旧决定

   俞白追踪输入记录，发现模型把周聆几年前被迫放弃的培训机会当成主动偏好。历史数据没有记录当时的处境。

3. 成功模板只有一种

   测试用户提交反馈，系统总把管理职位视为晋升。周聆要求把专业深耕、照护责任和跨领域转行纳入解释。

4. 让模型说出不知道

   俞白加入不确定性提示，并允许用户指出缺失背景。模型第一次承认某些路径无法可靠预测。

5. 简历变成可编辑草稿

   周聆参与新版本测试，用户可以查看每条推断的来源、修改前提或撤回预测。系统不再自动生成确定语气。

6. 明天由本人填写

   周聆没有按预测离职，而是申请新的岗位试点。那份简历被留作一份问题清单，而非未来证明。

值得留意的细节

• 讨论预测技术对职业自主权的影响
• 算法偏差来自具体数据缺口
• 解决方案强调解释权、修改权与撤回权