“一样的JD，做的事情可能完全不一样”
JobbAI开发手记 Part 1：招聘市场的异质化被忽视了
在开发JobbAI前，我一直在思考：为什么求职对绝大部分人来说这么痛苦？又累又怀疑人生？
1️⃣同样的JD，完全不同的现实
如产品经理岗位：
场景A：明亮格子间 - 每个人背KPI，讨论活动入口和产品功能平衡。数据驱动，流程标准化。
场景B：窄小商住楼 - 老板桌前茶盘，背后"宁静致远"。聊的不是数据，是行业人脉和资源整合。
同样的title，背后是完全不同的商业逻辑：靠产品还是靠渠道？拿热钱搞R&D还是稳定现金流做精细化？需要的人完全不一样，但JD看起来都一样。
2️⃣更深层的分化：初级 vs 中高级
初级岗位：
- 大量开放招聘，看执行力和学习能力
- 快速投递确实有效，拼的是概率和时间窗口 中高级岗位：
- 很多时候虚位以待，等合适的人出现
- 主要靠内推、猎头、行业人脉，社招平台反而是少数
- 工龄到一定阶段，如果要到市面上找工作，发现异常困难 这不是偶然，而是两个完全不同的市场。
产品哲学的反思：
现有招聘平台试图用标准化解决所有问题，本质上是为了"更便宜"的思路。但在招聘这件事上：
标准化既不好，也不便宜：
- 不好：强行把异质化需求装进同一个框架
- 不便宜：双方都在浪费时间精力，匹配效率极低 好的产品要么更好，要么更便宜。在招聘这个高度情境化的场景里，我们需要的是"更好"，而不仅仅是"更便宜"。 问题的核心：我们把多个不同的市场当作一个市场在处理。
“业务以为说了，HR以为写了，你以为看懂了”
JobbAI开发手记 Part 2：招聘异质化背后的三个认知错位
接上篇，为什么招聘市场会出现这种"表面标准化，实际高度异质化"的现象？
在求职过程中，和欧洲这边的HR深入沟通后，我发现了三个系统性的认知错位。
1️⃣错位一：信息传递的失真链条
业务需求 → HR理解 → JD描述 → 求职者解读
举个真实例子，我面试过一家公司的JD重点强调：
- "Angular, Go. Huggingface等AI框架"
我去之前以为重点是AI pipeline和后端技术掌握。实际到了才发现：他们主要需要解决mobile app的易用性问题，要一个既懂UI又懂代码的人。
"mobile application"在JD里只是一句带过，但这才是核心需求。通过简单的TF-IDF分析就能发现，这个词在同类JD中出现频率很低，应该是关键信息，但被埋没了。
每次信息转换都有损失，关键需求反而被边缘化。
2️⃣错位二：决策权重的隐蔽性
明面标准 vs 实际权重
举个欧洲的例子：
- JD写"德语优先" → 实际是"德语必需"
- 强调"重视学习能力" → 对【一些】公司来说，没对应技能的简历很难过初筛
- 说"文化匹配很重要" → 这个权重远超JD上写的 温和表述 vs 严格执行的落差，反映了整个招聘生态的认知分裂。
3️⃣错位三：决策逻辑的情境依赖
同样是招产品经理，决策逻辑完全不同：
创业公司：
- 看抗压能力和快速学习
- 决策者通常是创始人，直觉导向 大厂：
- 看系统性思维和专业深度
- 多轮面试，流程导向 转型公司：
- 看既懂业务又能推动变革
- 关键在于和现有团队的化学反应
每种情境下，"合适"的定义都不一样，但平台用的是同一套匹配逻辑。
⚠️根本问题：用工业化方法解决人性化需求
招聘本质是高度情境化的人际决策，但我们在用标准化的商品匹配方式处理。
这就像用同一个药方治所有病——表面高效，实际既浪费资源，又解决不了问题。
JobbAI开发手记 Part 3：重新定义匹配的维度
上面分析了招聘市场的异质化和认知错位，现在来说说JobbAI的解决思路：
1️⃣快速投递之上，让它更精准
对于初级岗位，快速投递确实是50%成功率的关键（注：个人体感数据）。JobbAI不是要改变这个策略，而是要在保持投递效率的前提下，自动拆解每家公司JD背后的真实需求
2️⃣技术上如何实现？
回到Part 2那个mobile app的例子：
- 表面重点：Angular、Go、Huggingface
- 实际需求：mobile UI + 代码能力
- 识别线索："mobile application"在同类JD中词频异常
这完全可以用AI自动分析，如：
- 词频异常检测
- TF-IDF分析找出每个JD中的"异常词汇"
- 这些往往是被埋没的核心需求
- 公司背景语境分析
- 公司规模、发展阶段、融资情况
- 业务模式：产品驱动 vs 销售驱动 vs 渠道驱动
- 技术栈和团队结构
- 隐性要求识别
- "德语优先" → 实际权重分析
- 文化匹配的具体含义
- 学习能力 vs 技能匹配的真实平衡点
3️⃣重新定义匹配维度
不再是单纯的技能匹配，而是综合匹配：
你的成长阶段 × 公司发展阶段
- 需要快速成长 → 选择快速扩张的公司
- 希望深耕专业 → 选择业务稳定的成熟公司
你的工作偏好 × 公司文化导向
- 喜欢数据驱动 → 格子间的KPI文化
- 偏好人际协调 → 重视关系网络的传统公司
你的风险承受力 × 决策逻辑
- 能承受不确定性 → 创始人直觉导向的创业公司
- 喜欢可预期流程 → 大厂的标准化决策
4️⃣JobbAI的价值主张
让快速投递变得精准投递：
- 保持投递量，但每一份简历都基于对公司真实需求的深度理解
- 不是减少投递，而是提高每次投递的匹配质量
- 让求职者在面试前就了解公司的决策逻辑和文化特征
本质上是在做信息的二次加工： 从标准化的JD信息中，提取出个性化的公司画像和需求分析。
这就是JobbAI想解决的问题：不是改变求职策略，而是让现有策略更加精准有效
产品的价值在于解决认知不对称，而不是创造新的复杂性