大量简历是海投的通用模板，招聘方基本不看；能看出认真读过职位描述、做过针对性申请的少数简历才会被认真对待⁠1。所以“眼前一亮”不是排版或措辞更花哨，而是让看简历的人一眼觉得你懂这个岗位要什么。做法上，先锁定目标公司和岗位，去调研这个岗位过去招了什么样的人、需要哪些硬技能和软技能，再让简历只突出与它最匹配的经历⁠1。35岁求职时这一点更关键：与其把二十年做过的事都堆上去，不如按目标岗位裁剪，让每条经历都指向对方的需求。

简历里真正有说服力的是成果，而不是你投入了多少时间或会用什么工具⁠2。投入是你做了什么，成果是市场认可的结果，两者之间隔着“别人愿不愿意为它买单”⁠2。所以与其写“精通某AI工具”，不如写你用AI把某件具体的事做成了什么、带来了什么可衡量的变化。工具几个月就换一轮，写上去很快过期；留下来的是你拿到模糊需求能拆解、结果不对能找原因这类能力⁠3。对35岁求职者，把过往经历改写成“解决了什么问题、产生了什么结果”，比罗列职责更能体现价值。

如果简历里想体现AI能力，招聘方要找的不是空谈趋势或只会做demo的人，而是已经把AI融入具体工作、并能把这种变化带回真实业务的人⁠4。可以按这个叙事组织：原来在什么场景工作、积累了什么领域经验，后来通过一个AI项目学会了什么新工作方式，如果回到原来的业务会怎么把事做得更好⁠4。这样AI经历就不是孤立的一行技能，而是和你原有经验连成一条线。至于具体该突出哪段经历、AI项目写到什么程度，取决于你的目标岗位和现有经历，可以再具体聊。

简历上缺AI项目，不一定要新做一个。更常见的做法是先锁定几个目标岗位，看它们的职位描述反复提到什么结果，再回头翻自己做过的事，挑一件能用AI重做、并且能说清前后差别的。比如你原来做数据整理或文档撰写，把其中一段改成用AI辅助的流程，重点写省了多少时间、产出质量怎么变，而不是写“会用某某工具”。针对性申请这一步本身就能筛掉大量海投的简历，所以方向对了比项目数量重要⁠1,2。

面试里考察AI mindset时，招聘方想听的是一个完整叙事：你原来在什么场景、积累了哪些领域经验，后来通过一个AI项目学会了什么新的工作方式，如果回到原来的业务会怎么把事做得更好。他们要的不是空谈趋势的人，也不是只会做demo的人。所以哪怕项目很小，只要它能说明你改变了做事方式、并且能带回真实业务，就比堆一串工具名有用⁠3。

如果手头确实没有可写的AI经历，可以培养一个和本职相关的业余实践并公开过程，比如用公开数据做一次分析、给开源项目提建议，把学习和实践记录下来。这类积累既能反过来启发工作，也能成为简历上的素材，对35岁求职者来说，它证明的是你还在更新方法，而不是只靠过去经验⁠4。

立正在课程里先列出大家心里默认的四种“老板需要的下属”：听话型、逢迎型、全能型、努力（看起来努力）型，然后指出这些多半是一厢情愿的想象。他真正想说的方向是：老板要的是能帮他解决真实问题、带来可衡量产出的人。这个判断成立的前提是老板自己也在被业绩和结果压着——材料里提到，一位腾讯GM即使不把压力往下传，状态也明显紧绷，因为不管多努力，结果未必跟努力挂钩⁠1,2。所以对35岁求职者来说，简历和面试里更该突出“我解决过什么问题、结果是什么”，而不是“我很听话/很全能/很拼”。

立正讲选择时强调一个顺序：能挑offer的前提是先拿到offer，拿到offer的前提是先通过面试，通过面试的前提是先有面试机会，而面试机会又取决于一份亮眼的简历和口碑⁠3。他还建议对照四点自查：简历成果是否值钱、是否了解市场需要什么、有没有公开的专业积累、投递是否针对性强而非海投⁠4。放到35岁求职的处境，这意味着与其纠结“2026年老板到底喜欢哪种人”，不如先确认自己投的岗位要什么结果，再把自己经历里能对上那一点的部分写清楚。