夜雨聆风
在职场上，“找工作”简直是现代版的西西弗斯推石头。
你需要打开几十个招聘网站，面对千篇一律又各怀心机的岗位描述，把同一段人生履历翻来覆去地复制、粘贴、微调关键词。接着，你满怀希望地按下提交，而那份精心修改的简历，大概率在进入人类 HR 的视野之前，就已经被冰冷的算法筛选系统丢进了垃圾桶。
在社交网络上，一位求职者留下了一句令人苦笑的感叹：“都 2026 年了，手工投简历这种事真该被禁止了。”
▲ 网友对繁琐手工投递的无奈吐槽
这声抱怨切中了无数打工人的集体痛点。但在丹麦哥本哈根，一位刚被裁员的科学家决定换一种活法。
他没有陷入无休止的手工海投，而是坐在终端前，用代码给自己搭了一套本地运行的“AI 求职流水线”。
作者在项目 README 中公布了自己的求职结果：69 份高度定制的申请，换来 20 场首轮面试，最终签下一份 AI 工程师合同。按申请到首轮面试粗算，转化率约为 29%；这是一位求职者单个求职季的自述，不能外推为工具对所有人的普遍效果。
随后，他把整套代码以 MIT 协议免费开源。仅仅几个月，项目便收获数万标星（Star），成为许多求职者关注的开源工具。
一场失业危机，逼出一位硬核“转行黑客”
这个故事的主角叫 马兹·洛伦岑（Mads Lorentzen）。
在被裁员之前，他的身份是一名受过严格学术训练的地球物理学博士。2025 年底，职场震荡降临，马兹丢掉了原本的研究岗位。
对于一个习惯了处理复杂地球物理数据、编写科研脚本的学者来说，传统求职流程的低效与荒谬让他难以忍受。为什么求职者必须像流水线工人一样，每天花几个小时手动对齐岗位需求？
▲ 马兹在 GitHub 页面上写下的真实求职转化数据
马兹绕过市面上的收费求职平台，在 Anthropic 推出的终端代理工具 Claude Code 之上，构建了一个由自己掌控的求职操作系统，ai-job-search。
从 2026 年初项目初具雏形，到 6 月份正式以 AI 工程师身份入职新公司，马兹全程都在用这套系统打理自己的求职季。他不仅不隐瞒，反而对每一位面试官坦白：“我的简历是我的 AI 代理准备的。”
这不仅没有招致反感，反而成了他在技术面试中展现工程能力与系统思维的绝佳切入点。
拆解黑盒：它是如何替你“打工”的？
很多人可能会好奇：市面上帮人写简历的 AI 工具一抓一大把，马兹的项目为什么能吸引技术圈关注？
马兹把多个环节连成了一套严密协同的工程级流水线。
▲ 科技博主对五步闭环工作流的图文拆解
如果把普通人用 AI 找工作比作“在路边找了个代笔匠”，那么马兹搭建的，则是一间拥有独立质检员、排版师和面试教练的私人求职工作室。整个流程被拆解为几个极为干净的指令：
1. 深度建档：你的第二大脑（/setup）
把过去的简历 PDF、领英导出文件、文凭证书甚至项目总结放进文件夹，系统会通过交互式问答，为你生成一份详尽的 Markdown 格式个人档案。
这份档案涵盖技能树、可量化的业务成果、行为画像以及经典的 STAR 面试案例库。档案越厚，AI 的发挥空间就越大
2. 自动化扫描与打分（/scrape & /rank）
系统自动对接招聘网站，抓取最新的岗位需求（JD），并对照你的个人档案进行逐项打分。它会冷静地列出：你与岗位的重合度在哪里？核心缺口又在哪里？ 让你不再盲目海投，而是把精力集中在胜率最高的战场。
3. 起草与审阅：“双代理”互搏机制（/apply）
这是整套工作流中最具巧思的设计
普通的 AI 写简历，往往充满空话套话与“自嗨”式幻觉。为了解决这个问题，马兹引入了“双代理机制”：
- 第一代理（起草者）
：根据岗位需求，从你的资料库中调取最相关的真实经历，用专业的 LaTeX 排版语言起草定制简历与求职信； - 第二代理（审阅者）
：带着全新的上下文介入，扮演一位挑剔的资深 HR。它会像拿着红笔的主编一样，严苛审查草稿中的逻辑漏洞、证据不足的自吹自擂以及排版缺陷，并勒令第一代理反复修改，直至无可挑剔。
【你的个人底料库】 │ ▼[第一代理：定制起草] ──(提交初稿)──► [第二代理：冷面审阅] ▲ │ │ ▼ └───(挑出毛病/退回重写)───── [挑剔挑刺：指出证据缺口] │ (验收合格) ▼ [LaTeX 自动编译与 ATS 文本质检]4. 攻克隐形杀手：ATS 文本层校验
很多求职者不知道，大公司普遍采用 ATS（候选人追踪系统） 来初筛简历。很多排版华丽的 PDF 简历，在人眼看来赏心悦目，但在 ATS 的解析器里，邮箱可能变成了一堆乱码图标，文字排版交错混乱，直接被机器判为“无效简历”。
马兹的流水线在生成 LaTeX 排版的同时，会强制调用底层工具进行纯文本提取质检（pdftotext），确保交付出的 PDF 既有符合人眼审美的排版，又能 100% 被招聘算法正确解析。
▲ ai-job-search 在 GitHub 上收获了超过三万标星
为什么它坚持“不替你撒谎”？
在 AI 工具泛滥的今天，不少求职软件都在兜售一种危险的诱惑：一键自动海投、无底线编造关键词、替你伪造项目经历。
但马兹在项目的 README 中立下了一条铁律：系统绝对不替你撒谎。
如果某个岗位要求的核心技能在你的原始档案里找不到依据，系统会直接将其标记为“能力缺口（Gap）”，并在求职信中引导你诚实地展现学习迁移能力，同时避免把缺乏依据的关键词塞进简历。
作者为此设下了两条约束：
- 吹出来的泡沫，迟早会在技术深访中破灭。
如果简历全靠编造，哪怕拿到了面试，在面对面试官连珠炮式的底层追问时也会立刻现出原形； - 让“提交键”永远留在人类手里。
系统的定位是“超强准备助理”，它可以替你完成打分、改稿和排版，但最终是否投递、是否为材料中的每处表述负责，必须由求职者本人亲自拍板。
把最终决定留给本人，也降低了失实材料进入招聘流程的风险。
平行涌现的浪潮：当求职变成一种“本地操作系统”
类似的开源尝试还在出现
几乎在同一时期，另一位技术从业者圣地亚哥（Santiago）也开源了一套名为 career-ops 的本地求职管理系统。他在实战中扫描了 740 多个岗位，进行了约 68 次精准投递，收获了 12 场面试并成功上岸。
▲ 另一款本地开源求职框架 career-ops 的官网
这两个项目在全球范围内的爆火，标志着求职范式正在发生一场深刻的结构性转变：
过去，人们把 AI 当作一种“打零工式的对话玩具”，遇到一个岗位，就在网页聊天框里敲入一句提示词（Prompt），复制出来再手动微调；
而现在，聪明的职场人开始把求职当作一项严肃的个人数据资产管理工程。所有的经历、策略、代码和模版，都以纯文本（Markdown/LaTeX）的形式安全地存储在自己的电脑本地。
你的职业档案由此从散落在各大招聘网站服务器上的零碎表单，变成一套完全由你掌控、可随时间不断迭代进化的“个人职业操作系统”。
算法时代的博弈：夺回属于我们的生产资料
今天的招聘市场，正在上演一场前所未有的“AI 军备竞赛”：
大厂 HR 部门用着越来越严苛的算法模型筛选候选人，将人类的心血履历压缩成冷冰冰的匹配度分值；而海量的求职者则在信息的黑盒中疲于奔命、被动内耗。
如果求职者仅仅是用简单的脚本去进行更大规模的“垃圾邮件式海投”，那么结果只会让双方的信噪比进一步恶化，陷入恶性循环。
马兹·洛伦岑和他的开源项目，给出了另一种更有尊严的解法：用工程化的思维抵抗繁琐，用极致的诚实面对市场，用属于自己的本地工具，重构求职的生产力。
它告诉每一位身处职场焦虑中的打工人：工具无法取代人类判断。若能用它剔除 80% 的机械重复，你便可以把最宝贵的精力留给更重要的 20%，真实的技能、真诚的沟通，以及对未知的热情。
毕竟，在技术重塑一切的时代，最好的安全感，永远来自于你亲手搭建的系统，和你未曾妥协的真实。
