夜雨聆风
2025年冬天，哥本哈根的海风冷得刺骨。
30多岁的丹麦地球物理学博士马兹·洛伦岑（Mads Lorentzen）坐在电脑前，得知自己的职位被裁撤。
家里还有一个年幼的孩子，生活的开销像倒计时一样在眼前跳动。作为一名长期与地下岩层、地震波数据打交道的科学家，他的求职范围被牢牢锁死在哥本哈根周边，他既不能随时举家迁徙，也不想为了糊口随便找一份消耗生命的工作。
▲ 项目在 GitHub 迅速狂揽超过 3 万颗星标，成为求职圈的现象级开源项目
面对现代职场残酷的“算法绞肉机”，大多数失业者的标准动作是：打开招聘网站，像没有灵魂的流水线工人一样，复制、粘贴、微调简历、机械地点击“海投”，然后看着99%的申请石沉大海。
因为在屏幕另一端，HR甚至连看都懒得看一眼，早就用ATS（求职者追踪系统）和筛选算法把成千上万的简历直接丢进了数字垃圾桶。
但洛伦岑没有选择当那个绝望的打工人。作为一名硬核科学家，他做出了一个让所有人意想不到的决定：他打开了终端，决定用AI给自己打造一个专属的“求职作战操作系统”。
几个月后，一份极其震撼的战报在开发者社区炸响：
69份针对性定制的投递，斩获20场首轮面试，转化率高达近30%！ 最终他在2026年6月成功签下合同，华丽转身为一名全职AI工程师。
随后，他把这套耗尽心血的代码全盘以 MIT 协议开源。短短时间内，项目在 GitHub 狂揽超过 3.2万颗星标、上万次 Fork，在欧美科技圈迅速走红！
▲ 西班牙语博主转述后，更多求职者开始关注这套系统
别再手动改简历了：那是在给算法当免费苦力
在深入这套系统之前，我们必须先戳破现代招聘市场的一个荒诞真相。
很多人以为找工作是“人与人的沟通”，但在2026年的今天，求职早就沦为了算法与算法之间的暗箱博弈。
大公司普遍使用 ATS 软件来筛选简历。所谓 ATS，就像一个无情的关键词扫描器。如果你的简历排版格式不对、关键词没有精确命中岗位描述（JD），哪怕你是爱因斯坦，系统也会在0.1秒内把你过滤掉，人类HR根本见不到你的名字。
为了迎合算法，求职者被迫陷入无尽的内耗：每看一个岗位，就要把经历重新排列组合一次，手动改格式、写求职信，改得头昏脑胀。
▲ 网友锐评：“2026 年还手动投简历，真的应该被立法禁止了。”
洛伦岑的核心洞察非常毒辣：既然招聘方在用算法无情地筛选我们，那我们为什么还要用血肉之躯去对抗机器？
他也没有去做“一键海投轰炸机”市场上那些自动帮人投递几千家公司的脚本，除了制造垃圾邮件和换来一堆拒信外毫无意义。
洛伦岑要做的是：造一个高智商的本地AI参谋团，把每一次投递都打造成外科手术级别的“精准打击”。
五步流水线：双代理“神仙打架”，把材料磨到极致
洛伦岑选择的底座是 Anthropic 的 Claude Code。
很多普通人只知道在网页聊天框里跟 AI 说话，但 Claude Code 完全不同，它是一个运行在开发者本地电脑终端里的“代理工具”（Agent）。它长着手和脚，不仅能读写本地文件、执行命令，还能调用编译程序，在你的电脑里替你干脏活累活。
▲ 科技博主详细拆解该项目的五步自动化流水线
洛伦岑将这套系统命名为 ai-job-search。整套系统的运作，就像一个高度精密的五步流水线：
1. 灵魂建档（/setup）
用户不需要每次临时想词，而是把自己的过往经历、论文项目、技术栈、甚至是个人价值观与家庭地理限制，全部写成纯文本 Markdown 文件，安放在本地。这是你的“底层真实数据库”，AI 绝对不允许瞎编。
2. 岗位智能打分（/scrape 与 /rank）
系统自动对接招聘网站抓取岗位，或者直接读取你给的岗位链接。它会拿着你的档案，一条一条去对招聘需求打分。只要匹配度不及格，系统会直接劝退你，绝不浪费时间。
3. 双代理互撕机制（Drafter–Reviewer），全套系统的灵魂！
这是洛伦岑最绝妙的设计普通人用 AI 写简历，往往是“生成一份看起来差不多的话术”，充满大模型特有的空洞套话。
而在洛伦岑的系统里，有两个 AI 在打架：
- 起草代理（Drafter）
：根据岗位需求，从你的真实经历库里挑选最相关的亮点，用 LaTeX 排版引擎起草定制化的简历和求职信； - 审查代理（Reviewer）
：立刻新开一个完全独立的会话，扮演极其苛刻的资深面试官，拿着放大镜给第一份草稿挑刺：“这段经历太假”、“没切中业务痛点”、“语气太傲慢”…… - 打回重写
：起草代理根据审查意见反复修改，直到两个 AI 达成一致。
▲ 两个 AI 代理相互质询审查，用于减少大模型的虚浮套话
4. 工业级排版与 ATS 机器穿透测试
很多求职者不知道，AI 生成的 Word 或花哨 PDF，经常在 ATS 系统里变成一堆乱码。
洛伦岑用上了学术界的硬核排版引擎 LaTeX，通过 lualatex 和 xelatex 编译出视觉极度整洁的 PDF。系统还会调用底层的 pdftotext 命令行工具，模拟招聘系统的机器视角，反向提取一遍纯文本，检查核心关键词能否被机器读取识别。
5. 绝对原则：人类必须坐在驾驶座上（Human-in-the-loop）
当一切准备就绪，系统会把编译好的完美 PDF、匹配度分析报告整整齐齐地呈现在屏幕上。
但它绝对不会替你点击“提交”按钮
最终决定要不要投、要不要为这封信负责的，永远是坐在屏幕前的人类自己。
69 / 20 / 1：一份颠覆求职常识的战绩单
在充斥着焦虑的招聘季里，这套系统的战果可以用“不可思议”来形容。
在 GitHub 仓库的 README 里，洛伦岑平静地写下了自己的战报：
“69 份深度定制的申请，20 次首轮面试，1 份最终签约。2026年6月，我正式入职成为一名 AI 工程师。”
▲ 作者在官方 README 中自报的转化数据：69 / 20 / 1
按作者自报的数据计算，69 次申请对应 20 次首轮面试，比例约为 29%。这是一个人的求职结果，并非第三方审计或对照实验。
为什么能有这么高？
因为这套系统反向改变了求职者的心理状态。洛伦岑在自己的长文中坦言，自动化没有让他变得疯狂狂投，反而让他变得极其挑剔和冷静。
在过去，海投让人产生一种“我很努力”的虚假勤奋感；而现在，AI 在初筛阶段就会冷酷地告诉他：“这个岗位和你的核心竞争力不匹配，别投了。”
省下来的海量精力，让他能够全神贯注地准备那20场重要的面试。在面试中，他会坦诚地向雇主展示这套系统，借此呈现自己的 AI 工程实践能力。
荒诞闭环：我们把自己逼成了AI，然后再用AI解套
洛伦岑的走红，在科技界引发了一场关于“现代职场异化”的深刻大讨论。
几乎在同一时期，另一位开发者圣地亚哥（Santiago Fernández）也开源了同类项目 career-ops，并在社交媒体上疯传。他利用本地工具评估了整整 740 多个岗位，最终斩获应用 AI 负责人的 Offer。
▲ 另一个平行爆款项目 career-ops 同样打出了“帮你对抗招聘算法”的旗号
面对铺天盖地的“AI求职神器”，一位名叫 Vlad Gersh 的网友留下一句辛辣评论：
“我们把自己一步步自动化，沦落到需要投递 700 份简历才能拿到一个工作；然后我们又搞出 AI，把这 700 份投递给自动化了。说真的，这闭环太荒诞了。”
这正是当前职场面临的公地悲剧：
企业为了降低成本，部署大模型和 ATS 机器人来批量枪毙候选人； 候选人为了生存，制造自动化 Agent 批量生产滴水不漏的完美简历； 双方都在用算力轰炸对方，简历文本的信噪比被稀释殆尽； 结果是HR难以找到合适的人，优秀的人才在算法黑盒里被活活淹死。
而洛伦岑的项目之所以能拿到数万颗星标，正是因为他给这场失控的军备竞赛指了一条明路：不要用机器去制造垃圾，而要用机器把人的真实闪光点放大。
这套工具如何带来一场“个体觉醒”？
很多人在 GitHub 看到这个项目的第一反应是：“这能不能做成一个收费网站？一个月收用户 49 美元帮人找工作？”
如果这么做，就彻底毁了这个项目的精神内核。
洛伦岑打造了一套完全属于你自己的本地操作系统（Job Search OS）：
所有的个人隐私、学历、薪资底线、家庭顾虑，全部安全地保存在你自己的电脑硬盘里，不需要上传给任何第三方商业平台； 每一个流程节点都是干净清爽的 Markdown 纯文本，你可以随时修改它的规则； 它是开源的，是 MIT 协议的，它不向焦虑的失业者兜售会员，它只提供武器。
洛伦岑把自己的感受概括为：求职自动化之后，整个过程反倒更有人情味。
在没有 AI 参谋之前，每一次投递失败都是一次对自尊的凌迟，人在漫无目的的海投中逐渐麻木、自我怀疑、沦为数据的附庸。
而当繁重、重复、侮辱智商的排版和套话交给了本地 Agent，人类求职者终于可以把精力抽离出来，去做那些只有人类才能做的事情：诚实地审视自己的长处，冷静地选择想去的团队，在面试桌前神采奕奕地谈论自己的热爱。
技术的终极意义，是给处于困境中的普通人递上一把反抗平庸与算法围剿的利剑。
