招聘是双向的：雇主评估匹配度，候选人提供并辩护资格证据。传统的简历筛选往往是一次性、静态的判断，只看简历‑岗位对。本文提出双代理方案：雇主侧代理和候选人侧代理分别代表两方，互换证据并在更新判断后决定是否进入下一轮。我们在 600 个人工构造的简历‑岗位对上，使用 GPT‑5.5 和 Claude Opus 4.7 进行实验。结果显示，双代理筛选提升了通过率：GPT‑5.5 从 33.3% 提升至 39.3%，Opus 4.7 从 34.0% 提升至 35.5%。在 191 对边缘样本的三次重复实验中，实例通过率分别从 4.5% 上升至 26.2%（GPT‑5.5）和从 6.5% 上升至 16.1%（Opus 4.7）。这种提升并非单向放宽：双代理也会拒绝原本一次性通过的申请，决策在两个方向上都有变化。即使在相同的通过量下，两种流程选出的申请也不同，且不存在单次阈值能够稳定复现双代理选中的全部申请。对发现式挑选的案例进行新一轮实验时，双代理独占的选中重复率低于共享选中，GPT‑5.5 中表现明显，Opus 4.7 中不确定；而单次后续实验未出现类似下降。结论是，随着双方都引入代理，筛选流程本身（而非底层模型）决定了哪些候选人进入人工复审以及这种机会的可重复性。
点评