Un chasseur d’emplois IA open source construit sur Claude Code vient de postuler automatiquement à des centaines de postes et a en fait décroché un emploi, révélant pourquoi le vrai goulot d’étranglement se situe dans la puissance de calcul on-chain, pas dans les CV.
Résumé

• Un agent IA open source construit sur Claude Code a envoyé plus de 700 candidatures ciblées et a « en fait fait embaucher », d’après le compte X de l’hôte 0xMarioNawfal.
• L’outil, Career-Ops, scanne 45+ pages carrière d’entreprises, évalue les postes, réécrit les CV dans 14 « modes de compétences », et envoie en lots des PDF optimisés ATS pendant que l’utilisateur dort.
• Alors que des agents IA inondent les pipelines de recrutement, la performance de calcul tokenisée sur des réseaux comme Bittensor, Render et FET pourrait devenir la couche de règlement pour la chasse automatisée à l’emploi.

Une vidéo virale partagée par 0xMarioNawfal affirme qu’« UNE PERSONNE A CONSTRUIT UN SYSTÈME DE RECHERCHE D’EMPLOI À BASE D’IA POUR CLAUDE CODE QUI A ENVOYÉ 700+ CANDIDATURES ET A EN FAIT OBTENU SON EMBARCHEMENT », et que « LA CHASSE À L’EMPLOI VIENT JUSTE D’ÊTRE AUTOMATISÉE. »

SOMEONE BUILT AN AI JOB SEARCH SYSTEM FOR CLAUDE CODE THAT SENT 700+ APPLICATIONS AND ACTUALLY GOT HIM HIRED.

NOW IT’S OPEN SOURCE.

THE JOB HUNT JUST GOT AUTOMATED.pic.twitter.com/L6L8RePgaX

— 0xMarioNawfal (@RoundtableSpace) April 6, 2026

Le système en question, un projet open source appelé Career-Ops, est présenté sur GitHub comme un « système de recherche d’emploi propulsé par l’IA construit sur Claude Code » avec 14 modes de compétence, un tableau de bord Go, la génération de PDF et le traitement par lots, transformant concrètement la chasse à l’emploi en pipeline automatisé. Un post LinkedIn qui résume l’outil indique qu’il « scanne plusieurs pages carrière d’entreprises, réécrit votre CV par poste, et remplit même des formulaires de candidature », en visant des sociétés comme Anthropic, OpenAI et Stripe parmi 45+ employeurs préconfigurés.

Les réactions sur X soulignent à quel point les agents IA colonisent rapidement le recrutement. Un utilisateur, Ofek Shaked, l’appelle « l’avenir de la chasse d’emploi », ajoutant qu’une version plus simple « m’a fait décrocher 3 entretiens » en un mois. Un autre, Eugene Smarts, note que « c’est dingue, imagine tout le temps que ça fait gagner, la chasse d’emploi est le pire », tandis qu’EchoWireDai prévient que « si tout le monde automatise les candidatures… les recruteurs n’auront qu’à automatiser les refus ». D’autres mettent en avant la contrainte de qualité : l’investisseur Balvinder Kalon écrit que « le vrai avantage, c’est d’obtenir le bon contexte pour chaque entreprise », soutenant que les agents qui « adaptent chaque candidature à l’offre d’emploi, et pas seulement de manière aléatoire » seront ceux qui compteront. Des outils comme Plushly, promu dans le même fil comme moyen de « postuler automatiquement à des stages & des emplois pendant que vous dormez », montrent à quel point des services similaires se multiplient vite.

Pourquoi le calcul tokenisé devient incontournable {#why-tokenized-compute-becomes-unavoidable}

À mesure que des systèmes comme Career-Ops se développent, leur goulot d’étranglement n’est pas les CV ; c’est le calcul. Le dépôt GitHub décrit une architecture qui scanne en continu des portails d’offres, exécute des invites multi-étapes de Claude Code, génère des PDF optimisés ATS via Playwright, et surveille tout depuis un tableau de bord terminal, transformant chaque recherche d’emploi en milliers d’appels à des modèles et d’automatisations de navigateur. D’après Bloomberg, l’IA est déjà devenue « incontournable des deux côtés du recrutement », la plupart des CV ne parvenant jamais à un humain et les entretiens étant de plus en plus menés par des robots : un changement que des experts du secteur de la main-d’œuvre affirment oblige les candidats à « apprendre à naviguer dans un marché de l’emploi remodelé par cela ». Dans une autre explication sur les « nouvelles règles pour trouver un emploi en 2026 », Bloomberg avertit que les candidatures de masse avec une IA générique nuisent aux candidats, mais que bien utiliser l’IA peut aider à cibler stratégiquement des postes et à affiner les supports, exactement la niche que Career-Ops cherche à occuper.

Cette demande en calcul est déjà visible sur les marchés crypto. Une note de recherche MEXC sur les tokens d’IA met en avant comment Bittensor (TAO), Render (RENDER) et le token FET de l’Artificial Superintelligence Alliance ont mené des rallyes récents : TAO est en hausse de près de 35% en une semaine, et Render et FET gagnent environ 25–32%, les traders pariant sur « des systèmes d’IA agentiques, des logiciels autonomes capables d’accomplir des tâches sans intervention humaine ». Ces réseaux vendent explicitement un accès tokenisé à des ressources GPU et de machine learning : Render fait transiter des tâches de rendu GPU via un réseau décentralisé de fournisseurs, tandis que la conception de Bittensor, comme l’explique CCN, vise à récompenser les participants qui fournissent et acheminent des modèles de machine learning de haute qualité, avec des prévisions de prix suggérant que TAO pourrait s’échanger entre $748 et $2,750 dans des scénarios à long terme. Alors que des agents de chasse à l’emploi évoluent du simple scraping et du remplissage de formulaires vers de véritables copilotes de carrière full-stack, acheminer leur charge computationnelle toujours croissante via des couches de calcul tokenisé devient une façon rationnelle de mesurer, tarifer et négocier cette performance plutôt que de la laisser enfouie dans des plateformes fermées.

De « l’IA va prendre votre job » à « l’IA va vous en trouver un » {#from-ai-will-take-your-job-to-ai-will-get-you-one}

Le retournement culturel n’échappe pas aux utilisateurs. Le commentateur Gagan Arora remarque que « nous sommes passés de “l’IA va prendre votre job” à “l’IA va trouver votre prochain job” en environ 6 mois », appelant cela « l’ironie » que l’outil que les travailleurs craignaient soit désormais « le meilleur outil pour se faire embaucher ». La couverture de Bloomberg sur des entretiens menés par l’IA va dans le même sens : une étude résumée par le média a constaté que des intervieweurs IA, assignés au hasard à 67,000 chercheurs d’emploi, pouvaient surpasser des recruteurs humains pour repérer des candidats solides, soulevant des questions sur la valeur ajoutée des humains dans le funnel. Pour l’instant, Wall Street s’attend à ce que l’adoption de l’IA augmente le recrutement plutôt que de le réduire, avec une enquête de Bloomberg Intelligence citée par Bloomberg News indiquant qu’environ deux tiers des entreprises financières prévoient une hausse des effectifs au début à mesure qu’elles déploient l’IA.

Pour la crypto, le signal est simple : si des agents vont se ruer des deux côtés du marché du travail, le calcul sous-jacent deviendra un actif en soi. Dans un précédent article de crypto.news sur les tokens d’IA, des analystes ont soutenu que des projets comme Bittensor et Render se situent « au cœur du récit d’infrastructure de l’IA », capturant de la valeur à mesure que la demande en inférence de modèles et en cycles GPU augmente. Un autre article crypto.news sur l’IA agentique dans la DeFi a prédit que des agents autonomes auraient finalement besoin de réputations on-chain, de budgets et d’enveloppes de calcul, payés en tokens liquides qui suivent la performance réelle du GPU ou du modèle plutôt que de simples droits de gouvernance abstraits. Le chasseur d’emploi propulsé par Claude, qui vient de décrocher un nouveau rôle à son créateur, donne un aperçu de ce futur : un exemple précoce, brouillon et très humain de pourquoi la prochaine phase de la chasse d’emploi pourrait ne pas reposer uniquement sur des prompts et des PDF, mais sur la performance de calcul tokenisée qui transforme la puissance brute de l’IA en une ressource négociable et programmable.