AI 做招聘 agent,核心壁垒是行业数据
很高兴看到酥神的开源项目!
一个建议,skill/agent 需要提供模型 + 常见 harness 不能提供的价值。也就是说,用你的 skill 来改简历或者做背调,比直接让 Claude/Codex 做,好在哪里?
答案往往在用户记忆和行业数据里。比如,就简历筛选这个场景,很多隐性需求是 JD 里面没有的,hiring manager 也很难一次性给 agent 列清。
这时候就需要 agent 主动问一些基本要求(比如 35 以下),给用户先推一批简历,用户看了反馈哪些不行,不行的原因是什么。重复几轮,agent 就找到规律了。
相比传统推荐系统,agent 可以跟用户自然语言交互,因此能获取到更快的反馈。
再进一步的护城河就是行业数据了。比如湾区的程序员一共就 50 万人左右,全球最值钱的程序员大半都在这里。那么如果像 Palantir 一样,对这 50 万程序员和 2 万家公司建立一个知识库,并且通过面试、背调不断积累,打包起来可能也就 1GB 大小,但会非常值钱。
LinkedIn、简历里面的信息都非常有限,同事、老板的反馈才是最值钱的。对求职者来说也是如此,JD 都是千篇一律的,真正有价值的是组里人的反馈。