Проекты Блог Музыка Контакты
← Все посты
Стартап 25 марта 2026 г.

Автоматизация поиска работы с помощью ИИ-агентов: 516 оценок, 66 откликов, ноль ручного отбора

Автор: Евгений Падежнов

Illustration for: Automated Job Search With AI Agents: 516 Evaluations, 66 Applications, Zero Manual Screening

Поиск работы сломан. Автоматизация решает часть проблемы

Ручной отклик на вакансию занимает 30–45 минут. Умножьте на 100+ вакансий. Это недели однообразной работы — чтение описаний, адаптация резюме, заполнение форм.

Согласно Harvard Business Review, ИИ превратил найм в «шумную, переполненную гонку вооружений из автоматизации». Компании используют ИИ для отбора. Кандидаты теперь используют ИИ для откликов. Правила игры изменились.

Цифры в заголовке — 516 оценок, 66 откликов, ноль ручного отбора — получены при построении пайплайна, в котором ИИ-агенты выполняют все этапы до собеседования. Вот как такая система работает на практике.

Пайплайн: три агента, один рабочий процесс

Архитектура проста. Три агента запускаются последовательно:

  1. Агент-скрапер — собирает вакансии из целевых источников.
  2. Агент-оценщик — оценивает каждую вакансию на соответствие профилю кандидата.
  3. Агент-откликатор — отправляет отклики на вакансии выше порогового значения.

Каждый агент — отдельный скрипт. Никакого монолита. Если один сломается, остальные продолжают работать.

Агент 1: Скрапинг

У джоб-бордов есть API или предсказуемая HTML-структура. Скрапер извлекает вакансии по базовым критериям: название роли, локация, удалёнка, вилка зарплаты. Никакого интеллекта здесь не нужно — только сбор данных.

Ключевой момент: скрапинг 500+ вакансий занимает минуты. Ручной просмотр занимает дни.

Результаты сохраняются в структурированном JSON: название, компания, URL, текст описания, дата публикации. Это входные данные для следующего этапа.

Агент 2: Оценка

Именно здесь LLM окупают свою стоимость. Агент-оценщик берёт каждую вакансию и профиль кандидата (навыки, опыт, предпочтения) и возвращает оценку от 0 до 100.

Структура промпта:

You are a job match evaluator.

Candidate profile:
- Skills: [list]
- Experience: [years, domains]
- Preferences: [remote, salary range, company size]

Job listing:
[full description text]

Score this match 0-100. Return JSON: {score, reasons, red_flags}

Из 516 оценённых вакансий примерно 13% прошли пороговое значение. Это 66 откликов. Остальные были отсеяны из-за несовпадения требований, неуказанной зарплаты или нерелевантного технологического стека.

Частая ошибка: слишком низкий порог. Откликаться на всё подряд — пустая трата времени на собеседования, которые ни к чему не приведут. Порог 70+ поддерживает качество на высоком уровне.

Агент 3: Отклик

Некоторые платформы принимают отклики через API или структурированные формы. Для них агент-откликатор заполняет поля, прикрепляет резюме и отправляет. Для платформ, требующих ручного входа, агент генерирует предзаполненный черновик и помечает его для отправки в один клик.

Простыми словами: агент не заменяет кандидата. Он убирает механическую работу до начала разговора.

Что на самом деле означают эти цифры

Метрика Значение
Собрано вакансий 516
Прошли оценку 66 (12,8%)
Автоматически отправлено 41
Помечено для ручной проверки 25
Приглашений на собеседование 11
Время, затраченное человеком ~4 часа всего

Без автоматизации 516 вакансий по 35 минут каждая — это 300+ часов. Пайплайн сжал это до менее чем 4 часов человеческого внимания — в основном на проверку 25 помеченных откликов и подготовку к собеседованиям.

Инструменты, которые существуют прямо сейчас

Создание собственного пайплайна — не единственный вариант. Как отмечает TechBullion, ИИ-инструменты для поиска работы «позволяют соискателям конкурировать более эффективно и тратить меньше времени на ручные отклики».

Несколько платформ автоматизируют части процесса:

Проверено на практике: готовые инструменты работают для стандартного поиска работы. Собственные пайплайны имеют смысл, когда критерии специфичны — нишевые роли, нестандартная логика фильтрации или агрегация с нескольких платформ.

Честные недостатки

Автоматизация — не магия. Ряд вещей регулярно ломается:

Разнообразие форм. Каждая компания использует свою ATS. Одни хотят plain text, другие — PDF, у третьих кастомные поля. Полная автоматизация покрывает примерно 60–70% форм откликов. Остальные требуют участия человека.

Дрейф качества. Оценка LLM недетерминирована. Одна и та же вакансия может получить 72 балла при одном запуске и 68 при следующем. Буферная зона вокруг порога помогает — оценивайте пограничные случаи дважды.

Этическая серая зона. Как отмечает Forbes, ИИ — «архитектор будущего, в котором найм может быть полностью автоматизирован». Обе стороны теперь используют ботов. Некоторые компании явно запрещают автоматизированные отклики. Уважайте эти условия.

Частая ошибка: доверять агенту написание сопроводительных писем без проверки. Сопроводительные письма, сгенерированные LLM, звучат шаблонно, если промпт не содержит очень конкретного контекста о компании. Две строчки человеческой правки дают измеримую разницу в количестве обратных звонков.

Строить или покупать

Фактор Собственный пайплайн SaaS-инструмент
Время настройки 8–15 часов 30 минут
Ежемесячная стоимость Расходы на API (~$5–20) $20–80/мес
Гибкость Полный контроль Ограничена возможностями платформы
Поддержка Ломается при изменении сайтов Обновления на стороне вендора
Порог входа Требуются навыки программирования Графический интерфейс

Для разработчиков и технических соискателей создание пайплайна — это проект на выходные, который окупается за первую неделю. Для нетехнических пользователей SaaS-инструменты дают 80% пользы без единой строчки кода.

Что попробовать прямо сейчас

Попробуйте: выберите один джоб-борд. Напишите скрапер, который извлечёт 50 вакансий в JSON. Прогоните каждую через LLM с промптом для оценки и профилем кандидата. Отсортируйте по баллам. Откликнитесь на топ-10.

Этот единственный цикл — собрать, оценить, отсортировать — устраняет самую болезненную часть поиска работы: чтение сотен нерелевантных вакансий. Всё остальное — оптимизация.

Рынок труда — это гонка вооружений автоматизации. Вопрос не в том, автоматизировать или нет. Вопрос в том, сколько человеческого суждения оставить в процессе. Ответ, основанный на 516 точках данных: оставьте его для собеседований. Остальное пусть делают агенты.

Информация актуальна на момент публикации. Условия, цены и правила могут измениться — уточняйте у профильных специалистов.

Выжимка AI
  1. Компании используют ИИ для отбора кандидатов, поэтому соискатели теперь должны использовать ИИ для откликов, чтобы оставаться конкурентоспособными в условиях увеличивающегося шума на рынке труда.
  2. Трёхагентный пайплайн (скрапер, оценщик, откликатор) сокращает недели ручной работы до минут при сохранении модульности — если один агент отказывает, остальные продолжают работать.
  3. Оценка вакансий с помощью LLM и порог 70+ критичны: из 516 вакансий прошли отбор только 13%, предотвращая потерю времени на неподходящие должности.

Powered by B1KEY