丹麥地球物理學家 Mads Lorentzen 被裁員後，把自己的求職流程寫成一套交給 Claude Code 執行的開源框架，投出 69 封客製履歷拿到 AI 工程師工作。上線五個月在 GitHub 累積 3.4 萬顆星。
（前情提要：AI 徵才會認「自己的筆跡」，研究發現：同款 AI 寫的履歷，入取率直接暴增 60%）
（背景補充：AI 招聘工具被爆種族歧視！史丹福研究：黑人、亞裔存在系統性不平等）
今天來介紹一個有三萬四千顆星、將近一萬兩千次 fork，一個五個月前才建立的 GitHub 專案。它叫 AI Job Search，作者是地球物理學家 Mads Lorentzen。2025 年底職位被裁撤後，他把求職流程寫成一套交給 AI 執行的規格，共投出 69 封客製履歷、拿下 20 場初面，之後他以 AI 工程師的身分重新上工，並把這套東西整包開源。
一份沒有程式碼的軟體
這個專案的 276 個檔案裡，主體是 Markdown。
13 個斜線指令構成整條產線：
/setup 建立你的個人檔案
/scrape 到職缺網站撈職缺
/rank 批次評分排序
/apply 產出客製履歷與求職信
/interview 生成面試準備包
/outcome 記錄結果並歸檔
另外 9 個 Markdown 檔案裝的是求職知識本身：候選人背景、行為特質、寫作風格、適配度評分框架、面試 STAR 案例。
真正算得上程式的只有兩塊，6 個用 TypeScript 寫的職缺網站抓取工具，以及兩份 LaTeX 履歷模板。用戶 fork 一份到自己的電腦，填進自己的資料後，就可以交給 Anthropic 的 Claude Code 去跑。
兩個 AI 互相挑刺
/apply 是最值得看的地方。
它不是把職缺丟給模型、要它吐一份履歷。流程被拆成八步：解析職缺、對照個人檔案評分適配度、起草履歷與求職信、開一個全新脈絡的審稿代理人去查這家公司並批評草稿、依批評改寫、編譯成 PDF 之後讓模型「看」渲染結果、抽出 PDF 的文字層做 ATS 檢查、輸出驗證清單。
其中兩步是真正的差異化。
一是 PDF 視覺回饋。LaTeX 履歷常見的毛病是原始碼看起來沒事，輸出的 PDF 卻壞掉：職稱被擠到下一頁變成孤行、條列符號的字型悄悄退回內文預設值。這套流程強制編譯，讓模型讀渲染後的頁面，反覆修到履歷剛好兩頁、求職信剛好一頁為止。
二是 ATS 檢查。ATS 是企業篩履歷用的申請人追蹤系統，它讀的是 PDF 裡嵌入的文字層，不是人眼看到的版面。LaTeX 有辦法產出畫面漂亮、抽出來卻是亂碼的檔案，例如 email 變成圖示字元、雙欄排版行序交錯。這套流程直接把文字層抽出來驗，再比對職缺關鍵字的覆蓋率。
它同時寫死一條規則：履歷裡沒有的能力就標成缺口，禁止硬塞關鍵字，所有敘述都必須對得上用戶真實的經歷。
招聘端早就 AI 化了
其實招聘那一端的 AI 化早就在加速部署。史丹福 HAI 的研究指出，AI 招聘工具對黑人與亞裔存在系統性不平等；另一份研究則發現 AI 篩選器認得「自己的筆跡」，同款模型寫出來的履歷入取率高出 60%。
不過有個限制要說明。內建的 6 個職缺搜尋工具有 4 個是丹麥在地網站，其他地區得自己用 /add-portal 生一份。作者在專案說明裡用警告框提醒：自己用就開私有倉庫，只有要回饋程式碼才 fork。
如果你最近也正在找工作，可以試著參考看看。
📍相關報導📍
AI 徵才會認「自己的筆跡」，研究發現：同款 AI 寫的履歷，入取率直接暴增 60%
