说话人 1
跳舞说不算特别早，算特别晚吧。

说话人 2
聊会天。

说话人 1
比较忙吧。4点半睡着，但是干了不少事情。

说话人 1
干了哪些事？早上起来的时候就在看。这个额度的这个视频。哦，果不其然，确实是。无制冷额度，但是跟我想象的不太一样，八成是卡。那一瞬间我心态已经崩溃了。要是知道是从这走的话，我昨天就用好了。那不然的话，昨天用的话，今天也不用太赶。不过我今天用起来发现 Opera 太容易解决完了。因为上来就让他开 Ultra 来去然后这额度真的是掉得非常快，尤其是调度其他二十几个任务吧。换个模式其实问题，也让他帮我空的时候。注意到这篇内容。

说话人 1
今天其实相当于两电脑都算拉的比较满，然后再去处理。而且其实这两天有一些 bug 是由于昨天我直接清那个存储空间导致的，因为太多工作数。还有一些还有一些什么依赖东西吧，我就一口全删了。它导致有些进程它就跑不了了。不过就本着什么跑不了修什么的原则。反正不管怎么样，算是都修好了。

说话人 2
是多做好了之后。

说话人 1
会浪费10%20%的精力和算力去处理这个事情。我今天有一种莫名的觉得。微笑的感觉是什么呢？有一种明明工作人员，我自己去快点找到，但是我用我这个系统反而去做很多很多的操作，甚至出很多问题。我都是由于我非得做这系统的直面导致出来的。今天下午一直折腾到4点，5点。还没能把这个任务完成。找了20，找了20个，这个还还可以的岗位。帮我回顾一下我找的这个过程，其实就很简单。我会去点击到最新的那个 tab，是 boss 最新的 tab，看看差不多，最主要就看看这一版。看一下。我也没有说很细节的去看。至于是不是绝对去重，其实我也没有那么绝对去重。我在想说他。之所以没能做到很好的便捷的系统，是不是因为缺这个像我本地有一套台有那套台上机制的话。他就不必要说每次都去拉数据库了。所以我觉得做这几，这一周其实遇到那个数据库的问题。大程度是由于火山。就缺乏经验，就没有意识到其实数据库有一些性能负载的东西，你不能像读本地一样去读数据库。读本地的时候，你可以不计较这些什么性能东西，它随便去拉，随便去搜，因为它毕竟是我自己的性能。当然这个如果你性能不是很，要求不是很高的时候，那也可以。太，那你肯定是要去考虑算法这个东西的。尽可能要将这个方法复杂都降下来，这样的话你才能可以更少的去浪费这个空间的性能。

说话人 1
然后在今天的时候这是一方面吧，一方面是摄影的时候要注意，另一方面是监控方面。赵宇说这种事情不是一下子用完的，它可能每隔一段时间它就在消耗。当它如果是以一个速度比较高的这种量级。在持续消耗的时候，这个时候就应该去进行告警系统。所以它告警系统它一定也会有一个很专业的内容，但是我之前确实没有。考虑到过这个事情，也是因为这个事情，所以我没能及时地了解到这个事情。导致这个啊。

说话人 1
同样的问题今天出现两次，我觉得这是一个还挺严重的事情。这如果是线上，我去维护开发一个产品，我真的作为全栈维护这样的一个那他岂不是用着用着就崩了？那我们好不容易招来的用户，那不就没有了？所以我认为从个人开发者的角度来看。这是一种毁灭级的打打击。就是功能，你再难用，那你也必须得是可用的。你不能连用都不能用，那样的话。你做的产品有什么意义呢？到底给谁用呢？所以说这也是让我今天感觉到有点疲惫和纠结的地方。甚至我在想。他现在最多的一个作用，也就是多帮我大致看一下。但实际上可能确实没有那么必要，一定要所有的信息都保留。我甚至也在纠结，在想。我为什么就这么执着，你一定要把这个看完做出来？难道不是直接用 boss 来去维护这个看板做出来。我觉得可能得结合我历史的一些想法。甚至是说从合理性去考虑这个东西到底有没有必要。最开始做这个东西只是觉得或者说最开始想让 AI 帮我找，只为了帮我节省一些但现在。目前差不多尝试得一两个月了吧。我没有觉得他帮我节省时间，反而会有各种各样的问题。那如果这件事情不要有那么多问题。且，这个事情可能不一定说是但我觉得这个事情也不能这样去想，就是我做它也只是想去尝试。

说话人 1
做了一件事情。他结合我实际会做到的一些事情，给他系统化去管理起来。他去做这件事情的意义不存在于说我做这个事情的本身。而且还有如何让我更了解我做的这个事情，甚至说基于某项业务应该关注哪些角度，甚至如果我不面遇到这些问题。那我可能在我的概念里永远不会有这些问题。所以我觉得这踩坑也不代表全是坏事吧，而且这可能会让我更有经验，虽然不知道这个经验是不是公。对公司对我需要的人员。开发一个带数据库的产品的那还是有一定的。价值所在吧。只是这里可能会有一个投入产出比的问题。我现在就是时间和精力花在这件事情。是一个最合理的。我有这些时间去投入别的事情，有这种机会成本来看的话，那是不是最合适的呢？这是一个值得考虑的。

说话人 1
问题吧，我觉得。因为他现在确实已经很影响我很多经历。但不过我也在这个过程中逐渐去尝试找各种方法来帮我去完成。内容比如说我因为遇到，在做这些事情的同时会发现用 AI 去长线程的处理内容，会存在目标漂移的问题。所以说我就用到了。 X 的那个操作，然后用它之后发现这个效果还可以。

说话人 1
然后我就去开展了。今天其实上来能消耗那么快，也是因为我同时开展了大概四五个项目吧，严格说得有四五个项目。甚至要加上两台电脑算的话，可能得五六个项目的定型，所以导致用的那么快，相当于每一个。啊而且上来很多都上来就开 Ultra 的，那其实是更消耗额度的。

说话人 1
所以其实我也会在想，如果说哪天我不去用这个。我觉得可以，我觉得可以考虑，不用每个月都用，可以把我的那些想法先积累积累积累积累到某一天。然后集中找一个月，然后把我所有内容做好，把其他的小小的内容修修补补，那些东西让别人来做。我觉得其实这样也可以考虑，就相当于帮我均衡一下我的成本。不会让我这个成本一下子打爆。所以为什么在那种，是大公司，他们很多后端的人都要考虑这个什么负载均衡啊，很做技术层面的这些考量。尤其是算法层面的这个要求，我现在其实是有点理解了。那这个事情其实很重要的，因为这个是非常基本的工作。

说话人 1
地方。如果不具备这种能力，你在做实际代码的时候，你可能就会在某一个位置影响你的，就是写出来不太合适。是的。代码来去影响整台机器运行的性能。虽然现在有 AI 了，但是我明显在世界最顶级的 AI 的帮助下，依然没能非常顺畅的完成任务。还是遇到很多问题。但是我有点理解为什么那个，那些这叫什么来着？

说话人 1
我是外啊，之前网上有一些程序员说，AI 没办法代替人类去写代码，主要就在于这。就是你如果有一些很小的需求。确实可以帮他。但是如果你给他一个完整的需求。分布任务一样给他，让他去完成所有的。他其实很难真正做得很好，而且他是那种，即便做不做好你都要付钱的那种。但你在其他的那种像我们实际工作中怎么可能呢？所以我觉得还是人会比机器更划算一些。

说话人 1
而且这两天我在找，看新的岗位的时候，我明显感觉到 Web coding 那些 AI coding 之间的东西多了。我不知道是因为我最近搜索，或者是简历更新，导致这个算法对我不一样了。反正就是感觉，它最推送的岗位可能越来越合适。甚至我在想，如果单从找工作这一次或者角度的话。是不是我根本就不需要去浪费时间放在这些工作岗位的筛选的层面上。这样会比较好。

说话人 1
其实我没有太想好，我也不知道我以前是怎么想的这个事情。现在突然会怀疑自己做这个事情的意义，因为像今天，浪费将近一周的额度，周额度的一半吧。都在处理这个事情。他来来回回去搞了很多很多的任务。他可能有时候也确实是有沉默成本在这里。我感觉我自己已经做了一个很好的东西，虽然这个东西它不是特别的完善，但是它已经属于半可用的状态。但是维护下去，也确实还要花更多的精力。

说话人 1
确定现在不做才是最好的选择。甚至其实我严格说会有更重要的事情，比如说我的作品。我作品其实也是要做的，也是要花时间，我一直没能去。但难道这个东西不比我这个 job agent 更加的便捷吗？但实际上现在我在看那些岗位的时候跟我现在在看 AI 给我找的岗位，那难道不是一样的吗？而且这样还浪费算力，浪费我的电脑性能。觉得是不是这个月底好像不是很划算？不像是说我跑了几次，它自动就可以完成。但是现在不是这样，没有那么简单。没有那么容易。反而现在还是自己手动去做。要让他用复杂的方式去拉取。而且我觉得其实有一点非常的不划算，就是因为大部分内容。按照我的要求。

说话人 1
其实可能根本就不会理会我，但我却记录了很多无效的岗位信息，浪费我的性能。我觉得这可能确实是一个非常奇怪的事。我不如就只记录那些。对我有反馈的事情，那平时投递就投递呗，你为什么要记录这些呢？是在嗯 boss 直聘上的 APP 上有提示吗？为什么要在你自己的数据库中存水分呢？存着的意义是什么？为什么要存呢？我会有机会想去看那些不想招我的人的信息吗？以及为什么那些信息我要去，每个都要去查呢？没有必要，除非这个公司我真的觉得要不要进的时候。我在空盘的去审阅一下。觉得，与其这样不如我就每天大量的刷。这个加起来可能自己刷一遍，我感觉现在看起来不用5分钟就可以搞。不然你自己不会确认5分钟吗？那有5分钟为什么不自己去刷？为什么要去同步这些信息到本地？如果不是执念的话，那这些事情为什么一定要去做？有这些时间精力和算力去做别的事情不好吗？做这个事情自己做起来非常困难，那是不是其实不够适合？就应该及时止损，因为过去的事情。已经过去了。

说话人 1
家人早就跟我讲过这个事，至少半个月前就讲过吧。当时其实我还是有一点执念，没想听他的。虽然我知道他通常说的都是对的。

说话人 1
哇，这羊肉串太香了。

说话人 1
是啊，其实止损不好。甚至说我还有一些更重要的事情，这几天都没来得及。接受我的提议。身体，我的公众号发布，这件事情不重要吗？因为这件事情可能比这个工作岗位是现在更重要，如果他不能立刻去修复，或者说他的优先级本不应该这么高。那为什么我会执念一直把精力都放在上面呢？试图以为这个东西开发好了，我就能找到好的这真的是一件好的事情吗？甚至是说，就像我家人说的那样。

说话人 1
这些操作是一个很重复、很浪费时间的工作吗？就是这样的东西，是不是真的能帮我节省到时？存储的这些数据是不是真的有足够有效的复用？本质还是在做一个项目的时候。啊。通过他这个项目的意义，这样才能知道什么时候砍掉他，是不是达成了目标，是不是哪里出现了问题。这个事情是而不是只顾着可能怎么高兴怎么来。

说话人 1
你为什么那么执着做云端呢？这是在 APP 查看不就好，为什么要做云端呢？再想一想什么事。非常没有意义，还浪费了所有时间，我也不知道自己在干什么。这个事情非常非常的。值得思考。这视频真的应该好好的思考一下。但是我觉得可以去做一个复盘，结合我历史，最开始为什么做这个东西。然后做哪些尝试？然后他对我带来了什么？到底有没有好处？其实目前看来没有什么好处，因为这个东西应该导向实际的结果，一个匹配的程度。现在看起来并没有。他并没没没办法代替我人工对他的认识。但是这些数据，你要说真完全没用，倒也不是这样。他数据，我觉得可能是在找的这个过程，可能不一定会帮我提效。但是它在记录层面上，可能还是有一定的用处。比如说什么样的岗位或者公司，或者说对我是有兴趣的，那其实这类可能有个类别。然后我在这个过程中，其实开发插件用这也许是有帮助的，确实是完全没有帮助的事情。

说话人 1
我们先不去追究。逝去的这个阶段。到底能做什么？汉堡错过了什么？

说话人 1
先不去探讨我们错过了什么，我们就看接下来怎么做是比较合适的。

说话人 1
比如我觉得有一个东西，我们觉得我们记录这个东西还是有一定意义的。比如说如果我想去做什么岗位 JD 的共性提取。比如想去做一些什么关键词匹配，或者做一些什么资讯之类的，也许是有意义的。

说话人 1
但是可能有一些方法是多余的。就是如果我说我找到有一些岗位，有一些岗位我认为这个岗位是值得关注的，或者说他让我发简历。我就应该开始去对他做全方位评估。是不是要去？其实这里会涉及到几件事情吧。第一件事情，我原本以为这个岗位我在投递之前就要深思熟虑去想清楚。我是不是要投这个岗位？然后要把所有的评估全都列好，甚至说必须要达到一个多高的满意率，然后我才去投它。这个是我以前的想法。所以在做这个之前，就会有一系列的 Git 的校验。那这个校验的话，它就会做很多很复杂的操作。那这些操作的话。他就会浪费我很多算力。但是现在存在一个现实问题，现实问题就是实际上他大概率，那概概概率高到什么程是我发20个，可能一个，不可能有，只有5%的，只有5%的几率才会被回复，也就是95%的算力都浪费了。

说话人 1
那其实我觉得从这个数据，实际的数据表现，那我们根本没有必要把那些大图的校验浪费在那95%的内容上面。即便是你小小的算力浪费，那我觉得这也是一个非常大的浪费。因为相当于大部分的算力没有用到正经事情上。那我的这算都是钱啊，是吧？然后他还去占用了我那么多的空间，占用空间无所谓，其实空间是可以占用，因为现在空间也没有成为非常大的问题。只是在这个精准计算的过程中，会涉及到去重的这个问题。

说话人 1
去重的话，那就会涉及到不只是，就这几次数据库的一个整个崩溃，其实最最主要还是由于让 AI 自己去找新岗位的时候出现的问题。让他自主去找，就会涉及到对每个岗位，基于 JD，基于公司的全数据库匹配。这就会涉及到每一个公司可能都会进行好几，好几百号，甚至好几千的一个岗位的一个匹配查询。再加上我之前部署到云端了之后，这个每次你刷新都要进行好几轮的这样操作，叠加起来就一下冲破了所有的束缚。我理解应该就是这样的一个过程。然后而且在这个过程中还触发了 boss 的风控。

说话人 1
或者其实就相当于说这个这个操作是一件非常危险的事情，它是一个给我带来很大负面负面影影响的操作功能。然后，但是它实际对我的帮助呢，却是比较薄弱的，它并没有带来很大的时间节省，反而是带来很大的精力的浪费。和算力的影响，算力的浪费，甚至说长期负面的影响。那我认为这个功能我们就从理性来思考，就没有必要继续下去了。最可能的是保留对我们有用，真正有用或者有价值的事情。然后那些太耗消耗成本的东西就没有必要去处理了。

说话人 1
那我认为让 AI 自自主去找新岗位这件事情都不应该放到我自己的这个程序里，因为它并不划算。这样的操作其实我自己，花每天花5分钟的时间就可以完成，而且在 boss 上搜索这些内容。其实是很方便、很便捷的，根本用不到，不是消耗过程。所以我认为在 Boss 上找工作这件事情，我完全可以。这样做。其他其他平台我觉得也是完全可以的，只要你花出来一点点时间，我觉得就可以。也这是关于接下来要改进的第一点。

说话人 1
那第二点呢，就是我认为我的，我这个这个工程还是有一定的作用和好处的。就是比如说当我收集，每天我会定时去关注到一些岗位，那这些岗位我认为其实可以只保留我去操作之后。打招呼之后，他的一个正向的信息的一个收集，然后把信息存储下来。然后存储到我不知道现在这个数据库是怎么样子的，其实我们数据库没有必要实现每天的每小时更新。只要实现每天更新就可以了。然后就每天去做增增量更新，把我们有的是。京东的数据同步到线上。这个也不是为了健康去查看它，只是为了确保让 AI 帮我们去做一些精细化的分析的时候使用。

说话人 1
具体的场景可以是这样的，就比如说有，我觉得消息这个模块是我是我现在这个这个系统，我觉得比较重要的模块。就相当消息的话，我直接去看，就是那些平台的消息的这个情况，我会觉得有一些焦虑。但是我觉得他如果用 AI 的方式，他可以去更理性地帮我们分析这些岗位情况，然后他会。甚至说因为我们在拉取的时代入这个。同时带入这个，叫什么？收藏夹和消息中的 JD 是联动的，它应该是同一数据。

说话人 1
作为，也可以作为评估和思考嘛，因为对方如果主动对我去进行打招呼，那说明对方比我，对我比较感兴趣。那这个时候就可以都进入下一个流程。就，也就是说其实这个可以分为几大阶段，第一个叫搜索阶段，是寻找阶段，是我主动寻找的这个阶段。这个阶段呢，是我去找我，我有意向，我觉得跟我匹配，我想进去。我觉得可以的这个东西。那这个过程，我之前尝试让 AI 做，AI 做的不好，我觉得我不如我自己做，我自己做我觉得做的还挺好的。

说话人 1
那第二个呢，就是记录的阶段，记录我每天实际操作哪些内容。这部分虽然在 APP 能看到，但是它并不利于我后续的归纳和整理。所以我我觉得我可以保留这一部分。三部分是馈反馈的这个阶段，当对方对我们有反馈的这个阶段的时候，其实我们就可以进行更深一步的分析了。因为相当于对方我们反馈的这个阶段，就像我之前说的，没有打招呼没有反应的是95%，剩下这5%是可能对我们有反，有反应，有反应就说明我们可能会有异。那这里会分为几种类型，其实之前我也记录过。有可能是对方对我们，觉得不合适，不合适的话也可以进行细分析。那为什么这个呢？那下一次我再找的时候，我会注意这种岗位是不是不应该去招聘。然后，那也，也会有 AI 分析的报告，那甚至说是到底是我的资料展示呈现的不够简化。不够明显。够去贴合对方的表达，还是说是要优化我的表达，还是优优化我到底要去找这个东西。它可以归因归因为很多种类型。啊，如果有进一步，下一步的意向的话，那我自己也要同时评估，如果这家公司真的去的话。我要不要去进。

说话人 1
我也要去看一下我的作品及简历什么那些东西的，进一步的筹备，那就是后面的事情了。然后差不多就是那些吧。其实现在目前看起来就只有这些是比较有用途的，它其实感觉用途都不是很大。哎，不管怎么样。浪费了两三个月，倒是把这个事情理得比较清楚，我觉得。还有一点就是，他对于我的一个作用和意义在于就是不一定成功了才是经验，失败了也是经验。失败了之后，至少我知道以后再面临类似的场景应该注意哪些事情。去评估它的类，评估它是不是有必要，或者是就是，是否是有必要去进行，以及它是有一些数据可以证实这个阶段的。那其实这个过程就是应该在验证层面早一点分析清楚。其实这个事情应该早一点就应该理解清楚，但是最开始没有太注意这些事情。所以导致了浪费了时间吧，他用时间换了一下这些内容。不止如此，其实为了做这些事情，其实也还有很多精力成本浪费在这里。你有这些时间，我是不是就已经可以剪辑我的视频了，或者怎么样？甚至说我可能就没有那么依赖于这个。算力或者有这些算力，那可以去干一些别的事情了，对吧？

使用AI找工作的反思与改进 录音文档总结

这份是个人开发者开发AI求职辅助系统（job agent）两三个月后的复盘录音，记录了开发过程遇到的技术故障、项目价值怀疑、踩坑感悟，以及后续的改造方案。

一、开发过程遇到的各类问题

1. AI额度大量消耗、失控问题
同时运行四五个项目，多台设备同时运算，频繁调用Ultra高消耗模型，AI额度消耗速度远超预期。没有配置额度消耗告警，额度持续高消耗时无法及时感知，同类故障重复发生两次。还出现AI长线程任务的目标漂移问题。想到后续可以改变使用策略，不每月持续使用，积累需求后集中一个月批量处理，其余小修补交给他人，以此平衡成本。

2. 数据库与云端技术踩坑

• 把本地数据库的使用习惯直接搬到云端，忽视云端数据库负载性能，频繁大规模拉取、匹配查询，算法复杂度没有做优化，造成数据库压力过大甚至崩溃。

• 清理存储空间时误删依赖文件，大量进程无法运行，需要耗费10‑20%的算力和精力排错修复。

• AI自主爬取、匹配岗位时，会对每一条岗位、公司做大量数据库查询；云端部署后每次刷新叠加多轮查询，直接打满性能，还触发招聘平台风控，带来负面风险。

3. 产品实际使用体验不达预期
初衷是开发这套系统借助AI来节省找工作的时间，实际投入两三个月，不仅没有节省时间，反而不断产生故障、耗费大量算力、精力。

• 系统会大量存储无反馈的无效岗位数据，绝大多数投递都得不到回复，95%的算力消耗在不会有反馈的岗位上，资源严重浪费。

• AI很难完整做好全套复杂业务流程，简单任务AI可以辅助，但完整业务需求下，依然需要人介入把控，印证网上部分程序员的观点：AI不能完全替代人类写代码。

• 对比现实：自己手动刷招聘平台岗位，每天仅需5分钟，远比AI自主抓取岗位更简单安全。

二、内心的矛盾与思考

1. 沉没成本与执念
项目已经半可用，投入大量时间精力，产生沉没成本，不舍得放弃。家人半个月前就提醒过该项目重复浪费时间，但自己抱有执念没有听取。同时挤占了其他更重要事项的时间：个人作品开发、公众号发布等。

2. 项目价值的自我拷问
质疑是否有必要把岗位数据全部同步到自己数据库，大量存储不会回复的岗位信息意义不大。思考项目投入产出比、机会成本：把时间花在这个项目上，是否不如投入到作品、求职本身。

3. 项目的两面意义

• 负面：没有实现最初“求职提效”的目标，带来故障、算力浪费、平台风控风险。

• 正面：踩坑收获实战经验，理解后端负载均衡、数据库性能、告警系统的重要性；体会线上产品的底线：功能可以难用，但必须可用，否则会直接流失用户；理解做项目要提前评估目标、及时判断是否需要砍掉项目，不能仅凭兴趣开发。
感悟：不是只有成功才有价值，失败踩坑同样可以积累经验。但本项目本可以更早做验证，减少时间浪费。
三、后续改造方案：舍弃高消耗功能，保留有价值部分

把求职流程拆分为寻找、记录、反馈三个阶段，对系统做裁剪，放弃性价比低的功能，只保留真正有收益的模块：

1. 寻找阶段（主动搜岗）：放弃AI自主找岗位功能
不再让程序自动抓取、筛选新岗位。这部分改为人工完成：自己每天花少量时间直接在招聘平台手动浏览岗位，规避数据库压力、平台风控、高额算力消耗问题。

2. 记录阶段：仅保留有操作的岗位数据，做轻量化存储
不再全量抓取所有岗位。只记录自己实际打招呼、投递过的岗位信息；数据库改为每日增量更新，取消高频小时级更新。
数据留存目的不是用来浏览，而是供AI做后续精细化分析使用。

3. 反馈阶段：重点处理平台有回复的岗位（5%有效样本）
只针对招聘方给出反馈的岗位进行深度AI分析：

• 对方拒绝：分析拒绝原因，判断是岗位本身不匹配、简历/自我介绍表达问题，用于优化后续求职策略。

• 对方有意向：自动联动JD、消息、收藏夹信息，辅助评估公司，同步推进简历、作品集等面试准备工作。

四、延伸感悟

1. 线上产品必须要有监控告警机制，针对资源、额度、负载做告警，否则持续异常消耗会直接摧毁产品。

2. AI适合处理局部任务，但完整复杂业务无法完全交给AI全权处理，人依旧需要主导整体流程。

3. 做项目前期要做好价值验证，评估投入产出，出现严重不匹配时要懂得及时止损，避免被沉没成本裹挟。

4. 求职场景下，绝大部分岗位投递不会收到回复，不要把算力、精力浪费在这部分无效样本上，资源应该集中用在有反馈的少数机会上。
查看音频文稿

1. 使用AI找工作的反思与改进（新录音 93.m4a）