超越盲目投递：打造高信噪比的求职平台

现代求职已经沦为消耗战。候选人常被迫采用“盲目投递”策略——向茫茫空中投递数百份千篇一律的申请——而招聘人员则被大量的“AI 垃圾”淹没：那些命中所有关键词却毫无实质信息的求职信。

Dreamwork 的诞生源于一次个人契机：作者的妻子——一名产品经理——在怀孕七个月时被 Indeed 裁员。最初因愤懑而启动的项目，已演变为一次技术尝试，旨在修复招聘经济中失衡的激励机制。Dreamwork 并非在自动化投递量，而是致力于提升候选人和雇主双方的信噪比。

更佳搜索的技术架构

超越简单的关键词匹配，Dreamwork 采用更为复杂的流水线，将人才与机会精准对接。平台的演进体现了从基础爬取到深度语义理解的转变：

语义索引： 平台索引约 100,000 条精选技术岗位。为避免招聘网站常见的“聚合器垃圾”，它使用 Google Embeddings 2.0 对职位描述进行向量化，实现语义匹配。这样，候选人匹配的是岗位的真实含义和要求，而非仅仅出现的流行词汇。
六轴评分卡： 为提供量化的匹配度，平台为用户和职位列表各实现一套六轴评分卡。相比二元的“匹配/不匹配”，它能够更细致地比较技能与期望的吻合程度。
以人为本的 AI 生成： AI 生成的职业材料常因“死板质量”而令人失望。为此，开发者利用自己的英语专业背景，优化提示词，生成针对性的简历和求职信草稿。目标是产出具体、克制的文本，避免关键词堆砌导致的 AI 生成痕迹。

Dreamwork 并非提供一个“一键投递”按钮，而是生成所谓的申请包，包括：

关键在于平台允许用户在提交前编辑所有材料。此类人机交互的方式确保最终申请保持真实，同时消除了从零起草的繁琐。

当前 AI 求职工具领域最具争议的功能之一是自动投递。许多竞争者正竞相构建每小时可投递数百份职位的机器人，而 Dreamwork 的创始人对该功能持有原则性冲突。

“我认为盲目大量投递对候选人（即使付出努力并进行定制，录用几率本就低）、招聘者（他们已被淹没）以及整个世界（我们不需要更多垃圾）都没有好处。”

虽然未来可能会实现某种形式的自动投递，但重点仍在于深思熟虑的投递而非数量，认识到大规模自动化往往会降低所有参与者的申请价值。

尽管技术上具备实用性，平台仍面临显著阻力。来自 Hacker News 社区的反馈指出了两个主要难题：

1. 市场饱和度： AI 求职搜索领域竞争异常激烈。正如一位用户所言，类似工具几乎每周都会在 Hacker News 上出现，使得新进入者必须克服巨大的差异化壁垒。

2. 可发现性与 SEO： 品牌命名带来挑战。与一家全球动画巨头的名称几乎相同，导致平台在搜索引擎结果中容易被淹没，可能阻碍自然增长。

Dreamwork 正在将其效用扩展至单纯的申请流程之外。即将推出的研究板块计划绘制裁员与招聘趋势图谱，将工具从简易的申请助理转变为更广泛的职业伴侣。通过专注高信噪比匹配并抵制“盲目投递”的冲动，平台力求为当前招聘经济提供可持续的替代方案。