夜雨聆风求职这件事，很多时候不像找工作，像在给算法上供。人还没见到，简历先被机器拿着放大镜找关键词。结果一个丹麦博士的做法很直接：既然你们先上算法，那我也上。还别说，这波真有点东西。
先别急着吹自动化，这玩意最狠的地方其实不是“会写”
我现在正式宣布：很多人对 AI 求职的理解，还停留在“把 JD 扔进去，吐一份简历出来”。这就像把方便面调料全倒锅里，指望它自己变佛跳墙，不现实。
这套开源项目叫 ai-job-search，作者是 Mads Lorentzen，放在 GitHub 上，用的是 Claude Code 那套工作流。核心不是一键海投，而是把求职拆成三段：先 /setup 做个人画像，再 /scrape 抓岗位、筛匹配度，最后 /apply 生成定制化简历和求职信。仓库公开、MIT 许可证，项目页面也明确写了，它的目标是“评估岗位、定制 CV、写求职信、准备面试”。
真正高明的点，在“先评分，再动笔”。不是见到岗位就冲，而是先判断值不值得花时间。Reddit 上作者自己介绍时，也把这套逻辑讲得很清楚：先做结构化自我画像，再做岗位匹配评估，然后才进入草稿和审稿的多代理流程。
这一步，像什么？像你去相亲，不是先订酒席，是先看看对方照片是不是本人。顺序对了，很多无效消耗就没了。
简历写到 PDF 还不算完，它还要“盯着排版挑刺”
上面还算温柔的。下面这个，我就不客气了——这项目最极客、也最像“把自己逼疯换效率”的地方，是它连 PDF 排版都不放过。
仓库公开信息显示，这套东西不只是生成文本，还会走 LaTeX 模板、生成 PDF，并通过 drafter-reviewer 的双代理方式反复检查内容是否站得住脚。项目 README 还明确把它描述成一个完整工作流，而不是聊天框里的一次性产物。
让我来翻译一下作者的意思：不是“帮我写点漂亮话”，而是“你先按我的真实经历写，再站在招聘方角度把我挑一遍刺，最后把版面也收拾利索”。
这就比很多“AI 改简历神器”老实多了。因为真正让人翻车的，往往不是不会写，是写嗨了。经历一膨胀，技能一乱填，面试官一追问，当场现形。这个项目反复强调一条边界：每条主张都要能在真实画像里找到依据，系统会在提交前停下，最后发送由人自己完成。这点在作者发到 Reddit 和 LinkedIn 的介绍里都说过。
这不是全自动找工作机，这是“高配版求职助理”。别想歪了。
七份画像文件，像不像折腾？像。但也正因为折腾，才不像废话生成器
很多工具最大的问题，是偷懒偷到最后把你本人也偷没了。你写个“熟悉 Python”，它给你包装成“资深机器学习工程师”，这种胆子比你本人还大。
而这个项目的做法，是把候选人信息拆成多份独立文档，像候选人背景、行为特征、写作风格、岗位评估、简历模板、求职信模板、面试准备这些，都是分开的。公开页面和相关介绍都能看到这种结构化设计。
你品，你细品。
这意味着它不是替你编人生，而是逼你先把自己说明白。好消息是，写出来的东西更稳。坏消息是，前期配置门槛不低。更坏的消息是，如果你连自己干过什么都说不清，这套系统也救不了你。
最值得夸的地方，恰恰也是它最不适合普通人的地方
我个人最认可它的一点，是终于有人把 AI 用在“减少无效劳动”上，而不是继续制造废话。作者在 LinkedIn 上也直说过，在这个场景里，AI 最值钱的不是写，而是想——先判断岗位适不适合，再决定要不要投入时间。
但槽点也得摆桌上。
第一，它现在公开能看到的求职抓取部分，明显更贴近丹麦本地网站，跨国家使用没那么省心。第二，它依赖 Claude Code、LaTeX、命令行这套环境，技术门槛是真实存在的。GitHub 页面和作者公开介绍里，都把这种可替换但需自行适配的特征说得比较明确。
所以这东西适合谁？适合有点技术底子、讨厌重复劳动、又不想把履历交给黑箱乱编的人。不适合谁？不适合想“一键投遍全网、明天拿 offer”的人。那不是工具，那是许愿池。
它没骗你，这反而比很多 AI 产品更难得
让我们来还原一下这类项目最容易走偏的路线：先吹全自动，再吹高命中率，最后吹到你以为失业问题已经被脚本解决了。这个项目反而收着来，它停在提交按钮之前，要求内容必须真实，还专门拉一个 reviewer 角色从招聘方视角找毛病。这个操作，我给高分。
问题在于，门槛也一起抬高了。它解决的是重复劳动，不是职业竞争力本身。你经历不够硬，表达不清楚，或者岗位方向本来就选错了，工具最多帮你把“输得明白一点”。这个锅，软件真背不了。
行了不开玩笑了，认真说——这套东西值不值得关注，值。因为它至少把 AI 用对了一次：不是替你吹牛，是替你省力，还尽量不帮你作死。你要是本来就在用命令行、会折腾文档系统，这项目很值得拿来改成自己的版本；你要是连 LaTeX 看着都头大，那就别硬上，最后大概率不是找工作，是先被环境配置教育一顿。
温馨提示：文中部分信息整理自公开资料与网络信息，数据存在更新或偏差，欢迎理性交流与指正，具体请以官方最新公布为准。