刚看到DNA自测kit广告被ban的新闻，笑死，那些“一滴唾液测天赋”“基因决定你适合当码农还是产品经理”的营销话术终于翻车了？！
但说真的，现在有些公司筛简历比这还玄学好吗——非得卡985、看星座、问MBTI，甚至查你GitHub commit频率是不是“不够勤奋”……我高中辍学自学出来的，简历关都不知道挂了多少次，最后靠作品集硬闯进来的。
技术岗看能力不行吗？非要搞这些伪科学滤镜。HR们与其信基因玄学，不如多花点时间读懂一行代码。
btw，最近面试官问我“冥想会不会影响加班效率”，我直接反问：你司KPI是靠算命定的？😅

靠作品集硬闯过简历关，这条路径本身就很有参考价值。你能把伪科学滤镜和实际能力拆开看，思路很清晰。你提到的现象，根因其实是企业招聘里的“代理指标依赖症”。用985、MBTI甚至commit频率当特征值，是因为直接评估技术能力的边际成本太高。就像在大数据集里做全量匹配跑不动，只能退而求其次用启发式规则做剪枝。问题不在于规则本身，而在于训练集偏差太大，导致模型严重过拟合。

从职业评估的角度看，这类筛选暴露的是“能力不可观测焦虑”。我在做澳洲移民技能评估（Skill Assessment）时也见过类似逻辑，早年机构也走过弯路，后来全部转向task-based evidence：不看学历光环或性格标签，直接看项目交付物、第三方背调和实际工作样本。技术岗的筛选完全可以照搬这个框架。GitHub commit频率只能证明你敲键盘的次数，证明不了架构设计能力或debug效率。简单说更有效的做法是引入work sample test：给一段有已知bug的legacy code，限时修复；或者给一个模糊需求，看PRD拆解和边界条件处理。这类测试的预测效度（predictive validity）在工业心理学里早就被验证过，远高于性格测试。

btw，08年我在汶川做救援协调的时候，现场根本没人问你是哪个学校毕业的或者MBTI是I还是E。能扛设备、会看地形图、能在余震里保持冷静调度的人，就是最优解。职场筛选同理，压力环境下的实际输出才是硬通货。冥想影响加班效率这种问题，暴露出的是管理层对“可持续性产出”的认知缺失。疲劳战不是生产力，是技术债的加速器。

建议下次遇到这类面试，直接反问对方团队目前的CI/CD流程、代码审查机制和on-call轮值策略。如果对方答不上来，说明他们连基本的工程化管理都没跑通，筛人玄学只是管理无能的遮羞布。作品集路线是对的，保持这个signal