Seorang pemburu kerja AI open-source yang dibangun di atas Claude Code baru saja secara otomatis melamar ratusan posisi dan benar-benar mendapatkan pekerjaan, mengungkapkan mengapa bottleneck yang sebenarnya adalah komputasi on-chain, bukan résumé.
Ringkasan

• Agen AI open-source yang dibangun di atas Claude Code mengirim lebih dari 700 lamaran kerja yang ditargetkan dan “ternyata dia berhasil dipekerjakan,” menurut pembawa acara X 0xMarioNawfal.
• Alat tersebut, Career-Ops, memindai 45+ halaman karier perusahaan, memberi penilaian pada posisi, menulis ulang CV dalam 14 “mode keterampilan,” dan mengirimkan PDF yang dioptimalkan ATS secara batch saat pengguna tidur.
• Saat agen AI membanjiri jalur perekrutan, performa komputasi yang ditokenisasi di jaringan seperti Bittensor, Render dan FET dapat menjadi lapisan penyelesaian (settlement layer) untuk perburuan kerja otomatis.

Sebuah cuplikan viral yang dibagikan oleh 0xMarioNawfal mengklaim bahwa “SESEORANG MEMBANGUN SISTEM PENCARI KERJA AI UNTUK CLAUDE CODE YANG MENGIRIM 700+ LAMARAN DAN BENAR-BENAR MEMBUAT DIA DIPEKERJAKAN,” dan bahwa “PENCARIAN KERJA BARU SAJA MENJADI TERAUTOMASI.”

SESEORANG MEMBANGUN SISTEM PENCARI KERJA AI UNTUK CLAUDE CODE YANG MENGIRIM 700+ LAMARAN DAN BENAR-BENAR MEMBUAT DIA DIPEKERJAKAN.

SEKARANG MENJADI OPEN SOURCE.

PENCARIAN KERJA BARU SAJA MENJADI TERAUTOMASI.pic.twitter.com/L6L8RePgaX

— 0xMarioNawfal (@RoundtableSpace) April 6, 2026

Sistem yang dimaksud, proyek open-source bernama Career-Ops, dipasarkan di GitHub sebagai “sistem pencarian kerja berbasis AI yang dibangun di atas Claude Code” dengan 14 mode keterampilan, dasbor Go, pembuatan PDF dan pemrosesan batch, yang secara efektif mengubah perburuan kerja menjadi pipeline otomatis. Sebuah posting LinkedIn yang merangkum alat tersebut mengatakan bahwa alat itu “memindai beberapa halaman karier perusahaan, menulis ulang CV Anda untuk setiap pekerjaan, dan bahkan mengisi formulir lamaran,” menargetkan perusahaan seperti Anthropic, OpenAI, dan Stripe di antara 45+ pemberi kerja yang sudah dikonfigurasi sebelumnya.

Reaksi di X menegaskan seberapa cepat agen AI sedang menguasai perekrutan. Seorang pengguna, Ofek Shaked, menyebutnya “masa depan pencarian kerja,” sambil menambahkan bahwa versi yang lebih sederhana “mendaratkan saya 3 wawancara” dalam sebulan. Pengguna lain, Eugene Smarts, mencatat “itu gila, bayangkan berapa banyak waktu yang dihemat, pencarian kerja adalah yang terburuk,” sementara EchoWireDai memperingatkan bahwa “Jika semua orang mengotomatisasi lamaran… perekrut hanya akan mengotomatisasi penolakan.” Yang lain menyoroti batas kualitas: investor Balvinder Kalon menulis bahwa “kelebihan sebenarnya adalah mendapatkan konteks yang tepat per perusahaan,” dengan berargumen bahwa agen yang “menyesuaikan setiap lamaran dengan deskripsi pekerjaan, bukan sekadar sebar dan berharap” adalah yang akan menjadi penting. Alat seperti Plushly, yang dipromosikan dalam thread yang sama sebagai cara “mengajukan lamaran magang \u0026 pekerjaan secara otomatis saat Anda tidur,” menunjukkan betapa cepat layanan serupa bermunculan.

Mengapa komputasi yang ditokenisasi menjadi tak terhindarkan {#why-tokenized-compute-becomes-unavoidable}

Saat sistem seperti Career-Ops berkembang, bottleneck mereka bukan résumé; melainkan komputasi. Repositori GitHub menjelaskan sebuah arsitektur yang secara terus-menerus memindai portal lowongan, menjalankan prompt Claude Code multi-langkah, menghasilkan PDF yang dioptimalkan ATS melalui Playwright, dan memantau semuanya dari dasbor terminal, mengubah setiap pencarian kerja menjadi ribuan panggilan model dan otomasi browser. Menurut Bloomberg, AI sudah menjadi “tak terhindarkan di kedua sisi perekrutan,” dengan sebagian besar résumé tidak pernah sampai ke manusia dan wawancara yang semakin sering dipimpin oleh bot; pergeseran ini, menurut para ahli tenaga kerja, memaksa pelamar untuk “belajar cara menavigasi pasar kerja yang telah dibentuk ulang oleh hal itu.” Dalam penjelasan lain tentang “aturan baru untuk menemukan pekerjaan pada 2026,” Bloomberg memperingatkan bahwa melamar massal dengan AI generik merugikan kandidat, tetapi menggunakan AI dengan baik dapat membantu mereka menargetkan posisi secara strategis dan menyempurnakan materi, tepat pada ceruk yang ingin ditempati Career-Ops.

Kebutuhan komputasi itu sudah terlihat di pasar kripto. Catatan riset MEXC tentang token AI menyoroti bagaimana Bittensor (TAO), Render (RENDER), dan token FET dari Artificial Superintelligence Alliance telah memimpin reli-reli terbaru, dengan TAO naik hampir 35% dalam seminggu dan Render serta FET masing-masing memperoleh sekitar 25–32%, ketika para trader bertaruh pada “sistem AI yang bersifat keagenan (agentic AI systems), perangkat lunak otonom yang mampu melakukan tugas tanpa masukan manusia.” Jaringan-jaringan ini secara eksplisit menjual akses yang ditokenisasi ke sumber daya GPU dan pembelajaran mesin: Render mengarahkan pekerjaan rendering GPU ke jaringan terdesentralisasi penyedia, sementara desain Bittensor, menurut CCN, bertujuan untuk memberi imbalan kepada peserta yang menyediakan dan merutekan model pembelajaran mesin berkualitas tinggi, dengan prakiraan harga yang menunjukkan TAO bisa diperdagangkan antara $748 dan $2,750 pada skenario jangka panjang. Saat agen pencari kerja berkembang dari sekadar melakukan scraping dan mengisi formulir menjadi asisten karier full-stack, merutekan beban komputasi mereka yang terus meningkat melalui lapisan komputasi yang ditokenisasi menjadi cara yang rasional untuk mengukur, memberi harga, dan memperdagangkan performa tersebut—alih-alih membiarkannya terkubur di dalam platform tertutup.

Dari “AI akan mengambil pekerjaan Anda” menjadi “AI akan memberi Anda satu” {#from-ai-will-take-your-job-to-ai-will-get-you-one}

Flip budaya itu tidak luput dari pengguna. Komentator Gagan Arora mencatat bahwa “Kami berubah dari ‘AI akan mengambil pekerjaan Anda’ menjadi ‘AI akan menemukan pekerjaan berikutnya untuk Anda’ dalam sekitar 6 bulan,” menyebutnya “ironi” bahwa alat yang ditakuti pekerja kini “adalah alat terbaik untuk mendapatkan pekerjaan.” Pemberitaan Bloomberg tentang wawancara yang dipimpin AI mengarah ke hal yang sama: sebuah studi yang dirangkum oleh media tersebut menemukan bahwa pewawancara AI, yang ditugaskan secara acak kepada 67,000 pencari kerja, dapat mengungguli perekrut manusia dalam menemukan kandidat yang kuat, sehingga memunculkan pertanyaan tentang di mana manusia masih menambah nilai dalam alur. Untuk saat ini, Wall Street mengharapkan adopsi AI meningkatkan perekrutan, bukan menghancurkannya, dengan sebuah survei Bloomberg Intelligence yang dikutip Bloomberg News menunjukkan bahwa kira-kira dua pertiga perusahaan keuangan memperkirakan jumlah staf akan naik pada tahap awal saat mereka meluncurkan AI.

Untuk kripto, sinyalnya sederhana: jika agen akan menyerbu kedua sisi pasar tenaga kerja, komputasi yang mendasarinya akan menjadi aset dengan sendirinya. Dalam cerita kripto.news sebelumnya tentang token AI, para analis berpendapat bahwa proyek seperti Bittensor dan Render berada “di pusat narasi infrastruktur AI,” menangkap nilai saat permintaan untuk inferensi model dan siklus GPU tumbuh. Cerita kripto.news lain tentang agentic AI di DeFi memprediksi bahwa agen otonom pada akhirnya akan membutuhkan reputasi on-chain, anggaran, dan jatah komputasi, yang dibayar dalam token cair yang melacak performa GPU atau model yang mendasarinya—bukan hak tata kelola yang abstrak. Pemburu kerja yang didukung Claude dan baru saja mendaratkan penciptanya pada peran baru adalah sekilas masa depan itu: contoh awal yang masih berantakan, sangat manusiawi, tentang mengapa fase berikutnya pencarian kerja mungkin tidak hanya berjalan di atas prompt dan PDF, tetapi di atas performa komputasi yang ditokenisasi yang mengubah tenaga AI mentah menjadi sumber daya yang dapat diperdagangkan dan diprogram.