Разбор: ИИ-агент, который читает каждую вакансию до отклика

На одну вакансию для выпускника в Британии приходится в среднем 140 откликов — максимум с 1991 года, когда такую статистику начали собирать. В самых конкурентных отраслях — 290. А в тестовом прогоне, о котором пойдёт речь ниже, работодатели прямо называли цифру «300+ соискателей на место».

Первое, что приходит в голову соискателю: автоматизировать отправку. Истории в духе «отправил тысячу заявок, пока спал» вы наверняка встречали. Детали там неутешительные. Один инженер разослал около 5000 автоматических откликов и получил примерно 20 собеседований. Второй отправил 2800 за три месяца — четыре интервью и один оффер. Рекрутеры называют это спамом, и они не так уж неправы.

Альтернатива выглядит скучнее, но работает: оставить объём и убрать спам. Ровно это проверяет JobAgent — небольшой открытый проект под лицензией MIT. Он живёт внутри Claude Cowork, десктопного приложения Claude, и управляется фразами на обычном английском: «запусти пайплайн вакансий», «откликнись на вакансии 12 и 15». Терминал, код и настройка окружения не нужны — техническую часть берёт на себя ассистент. Для сравнения: проект career-ops, вдохновивший автора JobAgent, работает в терминале со связкой Claude Code, Node.js и Playwright и принёс своему создателю 12 собеседований и подписанный оффер после 740 разобранных вакансий и 68 откликов.

Почему это вообще интересно? Рынок изменился в одну сторону: резюме читает софт, а отказ чаще всего приходит молчанием. Выигрывает не тот, кто отправил больше, а тот, чей документ совпал с конкретным объявлением.

Что именно делает агент

Обычные боты играют в числа на стороне отправки. JobAgent играет в числа на стороне чтения. Звучит как реклама, но вся разница — в механике.

1. Ищет вакансии на выбранных вами площадках, не спеша, и сразу отбрасывает всё ниже зарплатного порога, вне ваших локаций и слишком старое.
2. Читает каждое оставшееся объявление целиком. Ничего не оценивается по заголовку.
3. Считает балл от 0 до 100, сопоставляя требования вакансии с вашим профилем — пункт за пунктом, а не «в целом похоже».
4. Для подходящих ролей пишет резюме под конкретное объявление и сопроводительное письмо там, где оно реально меняет исход.
5. Отдельная проверка сверяет каждую цифру и формулировку в резюме с вашим исходным профилем. Выдуманного опыта там не появится.
6. Ничего не отправляется без вашего подтверждения.

Машина забирает то, от чего выгорают: чтение тысяч объявлений и переписывание резюме под каждое. Человеку остаётся решение — куда откликаться.

Как это устроено внутри

JobAgent — папка так называемых skills: обычных Markdown-инструкций (файлы SKILL.md), которым следует Claude, плюс небольшие Python-хелперы. Никакой магии.

Дальше — детали, которые объясняют, почему схема не разваливается на десятом отклике.

• Состояние хранится в SQLite. Локальная база jobs.db ведёт каждую вакансию от статуса «найдена» до «отправлен отклик». Есть защита: отклонить вакансию, которую никто не читал, система откажется.
• Настройки — тоже Markdown. Рынки, зарплатные пороги, города и поисковые запросы лежат YAML-блоками внутри .md-файлов. Поведение меняется без правки кода.
• Приоритет отдан точности. Скрипт check_grounding.py подсвечивает любое число или слово в резюме, которого нет в мастер-профиле.
• Решение остаётся за человеком. Инструмент не создаёт аккаунты, не вводит пароли и не решает капчи.

13 недель теста: от 10 483 вакансий до трёх офферов

Прогон шёл в Британии: один скан раз в две недели, тринадцать недель.

• 10 483 вакансии прошли фильтры
• 8 585 объявлений прочитаны целиком и оценены
• 779 оценены как подходящие (284 — уверенно, 495 — на грани)
• 481 резюме под конкретные вакансии и 348 сопроводительных писем
• 258 откликов, примерно по 40 за скан, каждый подтверждён вручную
• 8 собеседований и 3 оффера

Получается одно собеседование примерно на 32 отклика. У ботов из вирусных историй — одно на 250 или реже. Разница не в хитрости модели, а в том, что здесь сначала читают.

С выводами стоит быть аккуратным. Тестировали JobAgent четверо: один человек в Британии и трое в других странах ЕС. Цифры выше — только британский прогон, у остальных результаты были похожими, но в графики не попали. Доля откликов, дошедших хотя бы до скринингового звонка, различалась сильно — от 0,5% до 12% в зависимости от человека и рынка.

Что из этого стоит забрать себе

• Сначала читать, потом судить. Ранний фильтр по ключевым словам тихо выбрасывал вакансии, которые при полном чтении набирали высокий балл. Заголовки врут.
• Резюме под вакансию обыгрывает объём. Документ, собранный под конкретное объявление, проходит и скрининговый софт, и человека.
• Честность здесь встроена в механику. Инструмент физически не может приписать вам опыт, которого не было. На собеседовании это спасает.
• Время лучше тратить на интервью, чем на формы.

Кому подойдёт, а кому нет

Смысл есть, если вы ищете работу активно и в объёме, готовы один раз потратить пару часов на описание карьеры и не против вручную нажимать «отправить» на каждом отклике. Нужна подписка Claude с Cowork и расширение Claude in Chrome, больше ничего.

Не подойдёт, если хочется полностью автоматической рассылки без подтверждений: проект намеренно так не умеет. И если вы присматриваете две вакансии в месяц, вся конструкция избыточна — быстрее написать письмо руками и не разворачивать базу данных ради этого.

Как запустить

1. Открыть папку проекта в Cowork.
2. Сказать ассистенту: «Read AGENTS.md and help me set up JobAgent».
3. Записать историю карьеры в мастер-профиль. На это уходит большая часть из тех самых двух часов, и это единственная по-настоящему ручная работа во всей схеме.
4. Прогнать пятиминутный сухой запуск на выдуманном кандидате: он показывает каждый этап, не касаясь реальных данных.

JobAgent — эксперимент с четырьмя тестировщиками, а не гарантия трудоустройства. Но механика из него переносится на любой инструмент и даже на ручной поиск: читать объявление целиком до отклика, писать резюме под него и не приписывать себе ничего лишнего.