2026 年 6 月，地球物理学家出身的 Mads Lorentzen 入职了一家公司的 AI 工程师岗位。特殊之处在于他拿到这份工作的方式：用 AI 智能体（能自主执行多步骤任务的 AI 程序）跑完了整套求职流程——投出 69 份定制申请、进入 20 场首轮面试、签下 1 份合同。他把这套流程做成开源项目 ai-job-search 放上 GitHub，目前已获得 3.94 万 Star（GitHub 的收藏标记），任何人都能免费复制一份自己用。
ai-job-search 是什么
ai-job-search 是一个基于 Claude Code 的开源求职自动化框架。Claude Code 是 Anthropic（开发 Claude 大模型的公司）推出的命令行 AI 编程助手，能读取文件、编写代码、执行命令。框架把求职拆成一条流水线：录入档案、搜索职位、评估匹配、起草简历与求职信、模拟面试、跟进进度，每一步都对应一条 AI 命令，由用户按需调用。
作者 Mads Lorentzen 本职是地球物理学家，2025 年底岗位被裁后，他花了几个月用这套框架亲自跑完求职，战绩就是开篇那组数字：69 份申请、20 场首轮面试、1 份合同。项目采用 MIT 许可（最宽松的开源协议之一，允许免费使用、修改、商用），并声明与 Anthropic 无任何关联，不接受加密货币或付费赞助。
14 条命令组成的求职流水线
框架共提供 14 条斜杠命令，最常用的四条：
- /setup：录入个人档案，支持从已有 CV 文件、LinkedIn 导出或逐项问答三种方式导入；
- /scrape：自动搜索多个职位门户，去重后按匹配度排序展示；
- /apply：对一条职位链接执行完整投递流程；
- /interview：生成面试准备包，含公司调研、预测问题与模拟问答。
其中 /apply 采用「起草者 + 审查者」双代理流程：第一个 AI 代理解析职位描述、对照档案评估匹配度、起草定制版简历和求职信；第二个 AI 代理以全新上下文研究公司并批评草稿；修订后把文档编译成 PDF——简历用 lualatex、求职信用 xelatex（lualatex 和 xelatex 是排版系统 LaTeX 的两种编译引擎，LaTeX 用代码写文档、再编译成 PDF）——并逐页检查排版，直到简历恰好 2 页、求职信恰好 1 页。
简历要过机器初筛
招聘方常用 ATS（申请者追踪系统，自动扫描简历的软件）做第一轮筛选，读的是 PDF 里的文字层。LaTeX 生成的 PDF 有时文字层损坏、阅读顺序错乱，机器读不出来，简历再好也白搭。框架的做法是：把编译好的 PDF 抽取出文字，按 ATS 的视角检查联系方式是否完整、关键词覆盖是否达标；简历超页时，按「与目标职位的相关性、在文档中的独特性、求职信是否依赖」三项打分，裁掉总分最低的条目，而不是机械删除最早的工作经历。
外部输入默认不可信
职位描述被当作不可信输入处理：AI 不执行其中夹带的指令、不抓取正文里的链接。作者同时提醒，这是指令级防护而非沙箱隔离——在陌生招聘网站投递前，应人工过目一遍抓取和生成的内容再点发送。
复制这套方法的注意点
作者在每个面试环节都向雇主坦白材料由 AI 辅助生成，得到的反馈是「通常会引发一场真正的技术讨论」，而不是扣分。这组数字也说明，用 AI 投简历既不是加分项也不是减分项，坦诚说明反而成了技术话题的敲门砖。
对非丹麦地区用户，框架内置了与国家无关的职位搜索技能（LinkedIn 公开职位、freehire 聚合器），并可用 /add-portal 命令为本地招聘网站生成搜索技能。想试用的人要注意：GitHub 不允许公开仓库私有 fork（在 GitHub 上把项目复制到自己账号下的操作），而 /setup 会把姓名、联系方式、薪资期望写进文件——个人使用应采用「私有仓库 + 上游同步」的方式，而不是直接 fork。
AI 求职自动化的价值，是把投递环节的重复劳动压到接近零，把人的精力留给判断与面试。ai-job-search 用 69 份申请、20 场首轮面试、1 份合同的实际战绩证明了这条路可行，整套工具开源免费，任何人随时都可以复制一份开始。