由一个基于 Claude Code 的开源 AI 求职猎头构建，该系统刚刚自动申请了数百个岗位，且真的得到了工作——同时揭示真正的瓶颈在链上计算，而不是 résumés（简历）。
总结
0xMarioNawfal 分享的一段病毒式剪辑声称：“有人为 Claude Code 搭建了一个 AI 求职系统，它发送了 700+ 份申请，且真的让他入职了”，并且“求职刚刚被自动化了”。
某人为 CLAUDE CODE 构建了一个 AI 求职系统，它发送了 700+ 份申请，且真的让他入职了。
现在它是开源的。
求职刚刚被自动化了。pic.twitter.com/L6L8RePgaX
— 0xMarioNawfal (@RoundtableSpace) April 6, 2026
据称的该系统是一款名为 Career-Ops 的开源项目，在 GitHub 上被宣传为“建立在 Claude Code 之上的、由 AI 驱动的求职系统”，包含 14 种技能模式、一个 Go 仪表盘、PDF 生成与批处理能力——实际上是把求职变成自动化流水线。概括该工具的 LinkedIn 帖子表示，它会“扫描多个公司的招聘页面，为每个岗位重写你的简历，甚至填写申请表”，面向诸如 Anthropic、OpenAI 和 Stripe 等公司，并覆盖 45+ 家预先配置的雇主。
在 X 上的反应凸显了 AI 代理对招聘的入侵速度有多快。用户 Ofek Shaked 称其为“求职的未来”，并补充说一种更简单的版本“在一个月内帮我拿到了 3 次面试”。另一位 Eugene Smarts 则指出：“这也太疯狂了，想想能省多少时间；求职就是最糟的”，而 EchoWireDai 警告：“如果每个人都自动化申请……招聘人员就会直接自动化拒绝。”其他人则强调质量约束：投资人 Balvinder Kalon 写道，“真正的本事是按公司把上下文弄对”，并认为那些“为每一份申请根据职位描述进行定制，而不是撒网式乱投”的代理才会重要。像 Plushly 这样的工具也在同一条讨论中被推广，用来“你睡觉时自动申请实习 & 工作”，显示类似服务正在多快地涌现。
随着像 Career-Ops 这样的系统规模扩大，它们的瓶颈并不是简历；而是计算。GitHub 仓库描述了一种架构：持续扫描招聘门户，运行多步骤的 Claude Code 提示词，通过 Playwright 生成 ATS 优化的 PDF，并从终端仪表盘监控一切——把每一次求职都变成成千上万次模型调用和浏览器自动化。根据 Bloomberg 的说法，AI 已经在“招聘双方两端都变得不可避免”：大多数简历从未到达真人手中，面试越来越由机器人主导；劳动力专家表示，这种转变迫使求职者“学会如何在被它重塑的就业市场中导航”。在另一篇关于“2026 年找工作新规则”的解读中，Bloomberg 警告：用通用的 AI 进行大规模投递会伤害候选人，但用得好、用得战略性地瞄准岗位并完善材料则能帮助他们——而这正是 Career-Ops 试图占据的空白。
这种计算需求在加密市场中已经可见。一份关于 AI 代币的 MEXC 研究报告强调了 Bittensor（TAO）、Render（RENDER）以及 Artificial Superintelligence Alliance 的 FET 代币如何引领近期反弹：其中 TAO 在一周内上涨近 35%，而 Render 和 FET 大约分别上涨 25–32%。交易者押注的是“自主性 AI 系统”，即能够在无需人类输入的情况下执行任务的自动化软件。这些网络明确出售代币化的 GPU 与机器学习资源访问：Render 会在去中心化供应商网络中路由 GPU 渲染任务；而正如 CCN 解释的那样，Bittensor 的设计旨在奖励那些提供并路由高质量机器学习模型的参与者，价格预测显示 TAO 可能在长期情景中交易于 $748 到 $2,750 之间。随着求职代理从抓取和填表演进为全栈职业“副驾驶”，将它们不断增长的计算负载通过代币化计算层进行路由，成为一种理性的方式：对这种性能进行计量、定价与交易，而不是把它永久埋在封闭平台里。
这种文化转向用户并没有错过。评论者 Gagan Arora 指出：“我们在大约 6 个月内，从‘AI 会夺走你的工作’变成了‘AI 会帮你找到下一份工作’”，他称之为“讽刺”：当初求职工具工们担心的事情，如今却成了“获得录用的最佳工具”。Bloomberg 关于 AI 主导面试的报道指向同一方向：该媒体汇总的一项研究发现，随机分配给 67,000 名求职者的 AI 面试官，可能在挖掘强候选人方面胜过人类招聘人员，从而引发关于在人类仍在哪个环节增加价值的疑问。就目前而言，华尔街预计 AI 的采用会增加招聘而不是摧毁招聘：Bloomberg 援引的一项 Bloomberg Intelligence 调查表明，约三分之二的金融公司预期在率先推出 AI 时，员工人数最初会增长。
对加密而言，这个信号很简单：如果代理将席卷劳动力市场的双方，那么底层计算将作为自身的资产。基于一则关于 AI 代币的先前 crypto.news 报道，分析师认为像 Bittensor 和 Render 这样的项目位于“AI 基础设施叙事的中心”，随着对模型推理和 GPU 周期的需求增长，它们能够捕获价值。另一则 crypto.news 关于 DeFi 中自主性 AI 的报道则预测：自主代理最终将需要链上声誉、预算以及计算额度，并以追踪底层 GPU 或模型性能的流动型代币来支付，而不是抽象的治理权。刚刚让其创造者拿到新角色的 Claude 驱动求职者，是这未来的一瞥：一个早期、凌乱、却非常“人类”的例子——说明下一阶段的求职也许不只是运行在提示词和 PDF 之上，还会运行在把原始 AI 算力转化为可交易、可编程资源的代币化计算性能之上。
