【拒绝海投，用 AI 降维打击招聘官：如何构建个人求职流水线】

快速阅读：一位开发者利用 Claude Code 构建了名为 career-ops 的自动化求职系统，通过对 740 多个职位进行深度评估与简历定制，最终成功拿到了 Applied AI 负责人职位。该系统并非盲目海投工具，而是通过高精度的匹配评分，帮助求职者只在最合适的岗位上发力。

---

求职这件事，本质上是两个系统在进行协议握手。现在的招聘流程已经高度自动化，企业用 AI 筛选关键词，如果你还在用一份通用的简历去撞运气，那无异于在用低带宽的拨号上网去对抗对方的万兆光纤。

这个名为 career-ops 的项目，把求职变成了一个类似 CI/CD 的流水线。它不是简单的 API 包装，而是把 Claude Code 变成了一个拥有 14 种技能模式的指挥中心。当你丢给它一个职位 URL，它会像编译器解析代码一样，从 10 个维度拆解岗位需求，然后调用 Playwright 去模拟浏览器行为，自动填写申请表，甚至根据岗位特征生成针对性的 ATS 优化版 PDF 简历。

有网友注意到，这种高度自动化的行为可能会被平台识别为机器人行为。但作者的逻辑很清晰：系统不是为了“刷量”，而是为了“过滤”。它的核心价值在于通过高强度的计算，把那些标题与实际需求不符的“垃圾信息”剔除掉。与其在 1000 个平庸的岗位里浪费 Token，不如在 12 个高质量的面试机会里精准打击。

当然，这套系统的运行成本并不低。由于涉及到多 Agent 之间的自主循环和深度研究，Token 的消耗非常惊人。有用户反馈，仅仅跑一次流水线就耗尽了 5 小时的配额。这更像是一种“重型武器”，适合那些在职业转型期、需要进行高强度信息处理的专业人士。

最聪明的做法不是用 AI 去制造垃圾信息淹没 HR，而是用 AI 去理解规则，然后精准地把自己投递到对方的视野里。

评论区也有人提到，这种工具的真正威力在于面试准备。通过对面试官背景的深度挖掘，以及对面试复盘的自动化分析，求职者实际上是在用 Agentic Workflow 的逻辑，把原本感性的面试过程，变成了一场有备而来的技术对垒。

只是，当每个人都开始用 AI 来优化简历时，招聘方的筛选算法会不会也随之进化，进入一场永无止境的“军备竞赛”？

GitHub: github.com/santifer/career-ops
reddit.com/r/ClaudeAI/comments/1sd2f37/i_built_an_ai_job_search_system_with_claude_code