. 招聘渠道：BOSS直聘高效适配；猎聘、前程无忧筛选繁琐；拓展多渠道，放弃自动爬取，手动录入保证时效性 2. AI成本方案 ◦ DeepSeek：便宜，单次仅0.5–0.6元，缺点是经常缺失关键字段 ◦ Codex：输出完整性更好，但单价高，单次约3元，成本是DeepSeek的六倍 ◦ 明日测试二者中转搭配调用，兼顾输出完整度与使用开销 3. 新增求职方向：交互/全站设计、全站工程师/纯前端，完善对应简历 4. 求职核心逻辑：优先运动健康等感兴趣行业，不纠结岗位替代问题，侧重低压力岗位 5. 杂项事务：清理冗余域名DNS记录，同步维护自有网站 出门准备打羽毛球，街边桂花香特别浓郁，闻着很舒服。 今天我的简历自动化完善系统完成阶段性落地，整体只按预设规则操作：每个招聘渠道筛选5份适配岗位。 BOSS直聘贴合自身经历的个性化岗位更多；猎聘、前程无忧偏传统岗位，行业门槛高，筛选难度大。今天投递的10个岗位适配度不如昨日，担心后续岗位重复，计划拓展更多招聘渠道，每日浏览新增渠道岗位，交由AI分析。 今天测试用DeepSeek处理岗位信息，一轮对话就能完整输出所有需要的字段，输出格式完全符合要求，不考虑成本的话效果很理想。同等15–20条岗位信息，DeepSeek单次成本仅五六毛钱。 打算明天搭配Codex组合使用平衡效果：DeepSeek单价低，但经常缺失关键字段；如果单用Codex补全残缺内容，往往要多轮调用，综合成本会高出很多。 今天单独测算对比，Codex处理同等任务的成本大约3元，价格是DeepSeek的六倍，明天用同样15条岗位信息对比二者资料整理效果，测试二者中转搭配调用的方案。 各渠道筛选效率差距明显：BOSS直聘五分钟就能筛选出合适岗位；猎聘、前程无忧适配岗位少、筛选工具难用，要耗费大量时间，是目前求职最大痛点。 之前搭建的定时自动化爬取渠道岗位，单次成本一两刀，可自动抓取岗位数据，但时效性很差，远不如手动搜集录入。决定停用定时抓取，全部手动搜集岗位信息，再交给AI做后续整理。 除了日常岗位信息搜集整理，今天投递了两三个简历，部分是昨日打过招呼的岗位。其中运动健康方向，我花半小时梳理行业信息再主动沟通，也直接投递了几个高度匹配的岗位。 目前求职赛道还有两类空缺方向，昨天和Cloud沟通后得到推荐，一直没来得及梳理，明天完善对应简历： 1. 设计线：全站设计师、交互设计（岗位总量少，但值得挖掘） 2. 开发线：全站工程师、纯前端 前端、产品岗位各有不同压力，不用纠结岗位是否会被AI替代，优先挑选通勤、发展压力更小的工作。 开发圈内大多追捧后端各类技术栈，我不排斥持续学习技术，但相比完全陌生的行业知识，更希望依托前端能力，进入自己感兴趣行业的公司。行业匹配是求职核心底线：上一份工作进入完全陌生、毫无兴趣的赛道，学习过程十分煎熬；运动健康是我长期感兴趣的领域，愿意投入大量时间深耕，就算金融类岗位机会再多，非喜爱行业也不考虑，不愿违背求职初心。 手动搜集岗位的时效性、稳定度远超自动化爬取，目前这套筛选流程可以稳定产出有效岗位信息。 额外处理了域名清理工作：单个域名最多绑定100条DNS记录，我之前囤积了大量无用域名，趁近期碎片时间统一整理规划，同步维护闲置自有站点。 出门打球闻见桂花香，简历自动化系统阶段性完成，对比DeepSeek低价但字段不全、Codex效果好但成本贵六倍，决定手动采集岗位放弃时效差的自动爬取，计划新增设计与前端求职方向，优先投递运动健康感兴趣行业，同时清理冗余域名并维护站点。 1. 招聘渠道：BOSS直聘高效适配；猎聘、前程无忧筛选繁琐；拓展多渠道，放弃自动爬取，手动录入保证时效性 2. AI成本方案 ◦ DeepSeek：便宜，单次仅0.5–0.6元，缺点是经常缺失关键字段 ◦ Codex：输出完整性更好，但单价高，单次约3元，成本是DeepSeek的六倍 ◦ 明日测试二者中转搭配调用，兼顾输出完整度与使用开销 3. 新增求职方向：交互/全站设计、全站工程师/纯前端，完善对应简历 4. 求职核心逻辑：优先运动健康等感兴趣行业，不纠结岗位替代问题，侧重低压力岗位 5. 杂项事务：清理冗余域名DNS记录，同步维护自有网站 出门准备打羽毛球，街边桂花香特别浓郁，闻着很舒服。 今天我的简历自动化完善系统完成阶段性落地，整体只按预设规则操作：每个招聘渠道筛选5份适配岗位。 BOSS直聘贴合自身经历的个性化岗位更多；猎聘、前程无忧偏传统岗位，行业门槛高，筛选难度大。今天投递的10个岗位适配度不如昨日，担心后续岗位重复，计划拓展更多招聘渠道，每日浏览新增渠道岗位，交由AI分析。 今天测试用DeepSeek处理岗位信息，一轮对话就能完整输出所有需要的字段，输出格式完全符合要求，不考虑成本的话效果很理想。同等15–20条岗位信息，DeepSeek单次成本仅五六毛钱。 打算明天搭配Codex组合使用平衡效果：DeepSeek单价低，但经常缺失关键字段；如果单用Codex补全残缺内容，往往要多轮调用，综合成本会高出很多。 今天单独测算对比，Codex处理同等任务的成本大约3元，价格是DeepSeek的六倍，明天用同样15条岗位信息对比二者资料整理效果，测试二者中转搭配调用的方案。 各渠道筛选效率差距明显：BOSS直聘五分钟就能筛选出合适岗位；猎聘、前程无忧适配岗位少、筛选工具难用，要耗费大量时间，是目前求职最大痛点。 之前搭建的定时自动化爬取渠道岗位，单次成本一两刀，可自动抓取岗位数据，但时效性很差，远不如手动搜集录入。决定停用定时抓取，全部手动搜集岗位信息，再交给AI做后续整理。 除了日常岗位信息搜集整理，今天投递了两三个简历，部分是昨日打过招呼的岗位。其中运动健康方向，我花半小时梳理行业信息再主动沟通，也直接投递了几个高度匹配的岗位。 目前求职赛道还有两类空缺方向，昨天和Cloud沟通后得到推荐，一直没来得及梳理，明天完善对应简历： 1. 设计线：全站设计师、交互设计（岗位总量少，但值得挖掘） 2. 开发线：全站工程师、纯前端 前端、产品岗位各有不同压力，不用纠结岗位是否会被AI替代，优先挑选通勤、发展压力更小的工作。 开发圈内大多追捧后端各类技术栈，我不排斥持续学习技术，但相比完全陌生的行业知识，更希望依托前端能力，进入自己感兴趣行业的公司。行业匹配是求职核心底线：上一份工作进入完全陌生、毫无兴趣的赛道，学习过程十分煎熬；运动健康是我长期感兴趣的领域，愿意投入大量时间深耕，就算金融类岗位机会再多，非喜爱行业也不考虑，不愿违背求职初心。 手动搜集岗位的时效性、稳定度远超自动化爬取，目前这套筛选流程可以稳定产出有效岗位信息。 额外处理了域名清理工作：单个域名最多绑定100条DNS记录，我之前囤积了大量无用域名，趁近期碎片时间统一整理规划，同步维护闲置自有站点。