Відкритий проєкт із відкритим кодом для пошуку роботи за допомогою ШІ, створений на базі Claude Code, щойно автоматично подався на сотні вакансій, реально отримавши роботу — і це показує, що реальна вузька ланка — on-chain обчислення, а не резюме.
Підсумок

• Відкритий проєкт із відкритим кодом для ШІ-агента, зібраний на Claude Code, відправив понад 700 цілеспрямованих заявок на вакансії й «його справді найняли», за словами хоста X 0xMarioNawfal.
• Інструмент, Career-Ops, сканує 45+ сторінок із кар’єрними можливостями компаній, оцінює ролі, переписує CV у 14 «режимах навичок» і пакетно відправляє ATS-оптимізовані PDF-файли, доки користувач спить.
• У міру того як ШІ-агенти затоплюють процес найму, токенізована обчислювальна продуктивність у мережах на кшталт Bittensor, Render і FET може стати розрахунковим шаром для автоматизованого пошуку роботи.

Вірусний ролик, поширений 0xMarioNawfal, стверджує, що «ХТОСЬ ПОБУДУВАВ СИСТЕМУ ПОШУКУ РОБОТИ НА БАЗІ ШІ ДЛЯ CLAUDE CODE, ЯКА НАДІСЛАЛА 700+ ЗАЯВОК І РЕАЛЬНО ПРИВЕЛА ЙОГО ДО ПРАЦЕВЛАШТУВАННЯ», і що «ПОШУК РОБОТИ ЩЕ ТОКИ АВТОМАТИЗУВАЛИ».

ХТОСЬ ПОБУДУВАВ СИСТЕМУ ПОШУКУ РОБОТИ НА БАЗІ ШІ ДЛЯ CLAUDE CODE, ЯКА НАДІСЛАЛА 700+ ЗАЯВОК І РЕАЛЬНО ПРИВЕЛА ЙОГО ДО ПРАЦЕВЛАШТУВАННЯ.

ТЕПЕР ВОНА — З ВІДКРИТИМ КОДОМ.

ПОШУК РОБОТИ ЩЕ ТОКИ АВТОМАТИЗУВАЛИ.pic.twitter.com/L6L8RePgaX

— 0xMarioNawfal (@RoundtableSpace) April 6, 2026

Система, про яку йдеться, це проєкт із відкритим кодом під назвою Career-Ops. На GitHub вона описується як «AI-powered job search system built on Claude Code» із 14 режимами навичок, Go-панеллю, генерацією PDF і пакетною обробкою — фактично перетворюючи пошук роботи на автоматизований конвеєр. У дописі в LinkedIn, який підсумовує інструмент, сказано, що він «сканує кілька сторінок кар’єри компаній, переписує ваше CV під кожну вакансію і навіть заповнює форми заявок», націлюючись на фірми на кшталт Anthropic, OpenAI та Stripe серед 45+ попередньо налаштованих роботодавців.

Реакції в X підкреслюють, як швидко ШІ-агенти захоплюють процес найму. Один користувач, Ofek Shaked, називає це «майбутнім пошуку роботи», додаючи, що спрощена версія «принесла мені 3 співбесіди» за місяць. Інший, Eugene Smarts, зазначає «це божевільно, уявіть, скільки часу це економить, пошук роботи — найгірше», тоді як EchoWireDai попереджає, що «Якщо кожен автоматизує подання… рекрутери просто автоматизують відмови». Інші акцентують обмеження за якістю: інвестор Balvinder Kalon пише, що «справжній “флекс” — це влучно підібрати контекст для кожної компанії», стверджуючи, що саме ті агенти, які «підлаштовують кожну заявку під опис вакансії, а не просто розсилають навмання», матимуть значення. Інструменти на кшталт Plushly, просувані в тому ж треді як спосіб «auto apply to internships & jobs while you sleep», показують, наскільки швидко подібні сервіси множаться.

Чому токенізовані обчислення стають неминучими {#why-tokenized-compute-becomes-unavoidable}

У міру масштабування систем на кшталт Career-Ops їхній вузький бік — не резюме; це обчислення. Репозиторій GitHub описує архітектуру, яка безперервно сканує сторінки з вакансіями, запускає багатокрокові промпти Claude Code, генерує ATS-оптимізовані PDF через Playwright і відстежує все з термінальної панелі — перетворюючи кожен пошук роботи на тисячі викликів моделей і автоматизацій браузера. За даними Bloomberg, ШІ вже став «неминучим з обох сторін найму»: більшість резюме ніколи не доходить до людини, а співбесіди все частіше ведуть боти. Експерти з праці кажуть, що цей зсув змушує кандидатів «вчитися орієнтуватися на ринку праці, який переформатувався під його впливом». В іншому роз’ясненні про «new rules of finding a job in 2026» Bloomberg попереджає, що масове подання з generic AI шкодить кандидатам, але використання ШІ з розумом може допомогти їм стратегічно націлюватися на ролі та вдосконалювати матеріали — саме на цьому нішу намагається зайнятися Career-Ops.

Цей попит на обчислення вже видно на крипторинках. Дослідницька нотатка MEXC про AI tokens підкреслює, як Bittensor (TAO), Render (RENDER) та токен FET Альянсу Artificial Superintelligence Alliance очолювали нещодавні ралі: TAO зріс майже на 35% за тиждень, а Render і FET — приблизно на 25–32%, оскільки трейдери роблять ставку на «agentic AI systems, autonomous software capable of performing tasks without human input». Ці мережі прямо продають токенізований доступ до GPU та ресурсів машинного навчання: Render маршрутизує GPU-рендеринг-завдання через децентралізовану мережу провайдерів, тоді як дизайн Bittensor, як пояснює CCN, має на меті винагороджувати учасників, які постачають і маршрутизують високоякісні моделі машинного навчання; прогнози цін припускають, що TAO може торгуватися в діапазоні від $748 до $2,750 у довгострокових сценаріях. Коли агенти для пошуку роботи еволюціонують від скрапінгу й заповнення форм до повноцінних кар’єрних copilots, маршрутизація їхнього дедалі більшого обчислювального навантаження через шари токенізованих обчислень стає раціональним способом міряти, оцінювати та торгувати продуктивністю — замість того, щоб залишати її похованою всередині закритих платформ.

Від «AI забере твою роботу» до «AI дістане тобі роботу» {#from-ai-will-take-your-job-to-ai-will-get-you-one}

Цю культурну зміну користувачі теж не пропускають. Коментатор Gagan Arora зазначає, що «Ми перейшли від “AI забере твою роботу” до “AI знайде тобі наступну роботу” приблизно за 6 місяців», називаючи це «іронією», що інструмент, якого робітники боялися, тепер «найкращий інструмент для того, щоб отримати найм». Матеріали Bloomberg про співбесіди під керуванням ШІ рухаються в тому ж напрямі: дослідження, яке підсумував медіавихід, виявило, що AI-інтерв’юери, яких випадково розподіляли між 67,000 шукачів роботи, могли перевершувати людських рекрутерів у виявленні сильних кандидатів — що піднімає питання про те, де люди все ще додають цінність у воронці. Поки що Уолл-стріт очікує, що впровадження ШІ збільшить найм, а не знищить його: опитування Bloomberg Intelligence, на яке посилається Bloomberg News, показує, що приблизно дві третини фінансових фірм прогнозують зростання чисельності персоналу на початку, коли вони розгортатимуть ШІ.

Для криптовалют сигнал простий: якщо агенти мають «змучити» обидві сторони ринку праці, базові обчислення стануть активом самі по собі. У попередній історії crypto.news про AI tokens аналітики стверджували, що проєкти на кшталт Bittensor і Render стоять «у центрі наративу про AI-інфраструктуру», вловлюючи цінність у міру того як зростає попит на виконання інференсу моделей і цикли GPU. Інша історія crypto.news про agentic AI у DeFi передбачала, що автономні агенти з часом потребуватимуть on-chain репутацій, бюджетів і лімітів на обчислення — оплачуваних у ліквідних токенах, які відстежують базову продуктивність GPU чи моделей, а не абстрактні права управління. Кар’єрний мисливець, що працює на Claude, який щойно приніс своєму творцю нову роль, — це проблиск того майбутнього: ранній, хаотичний і дуже людський приклад того, чому наступна фаза пошуку роботи може відбуватися не лише на промптах і PDF, а на токенізованій обчислювальній продуктивності, яка перетворює “сиру” потужність ШІ на торговий і програмований ресурс.