自動化開發外推的代價：當求職者變成垃圾郵件的目標

對於任何正在艱難就業市場中掙扎的人來說，收件匣中的每一則通知都是潛在的救命稻草。對於處於困境中的開發者——面臨債務、移民挑戰或長期失業——一封以「我在 Who's Hiring 討論串中看到你的留言」開頭的電子郵件不僅僅是一則訊息；它是一線希望。

然而，正如 Hacker News 最近一場瘋傳的討論所揭示的，這種希望正日益被自動化代理所武器化。曾經由社群驅動的機會交流，已變成了由 AI 驅動的垃圾郵件發送者、招募人員和使用 LLMs 來擴大其開發範圍的「企業家」們的肥沃狩獵場。其結果是對那些已經處於人生低谷的人造成了不斷累積的情緒成本。

「基於希望」的垃圾郵件解剖學

問題的核心不僅僅是垃圾郵件的數量，而是其「針對性」。透過爬取「Who wants to be hired?」討論串，垃圾郵件發送者可以識別出那些明確表示正在尋找工作的人。這造成了一種權力不對等，使得收件者在心理上被引導去開啟電子郵件並與內容互動。

使用者回報了幾種常見的自動化開發外推模式：

• 「AI 專家」推銷： 聲稱能建立整合 LLMs 的「production-ready TypeScript and Python systems」的訊息，通常使用 RAG 和 agent orchestration 等通用術語。
• 「合作夥伴關係」： 模糊地邀請點擊 Calendly 連結以進行合作，通常發自那些「散發著垃圾郵件農場氣息」的地址。
• 履歷「評論」： 來自虛假創辦人的訊息，聲稱對你的履歷有「快速的想法」，這通常會導致傳銷計畫或付費服務。
• GitHub 爬取： 自動化電子郵件引用了使用者曾參與過的特定專案，但卻沒意識到該專案根本沒有使用垃圾郵件發送者所推廣的語言。

AI 在擴大「惡劣行為」中的角色

許多社群成員指出，雖然開發外推（cold outreach）一直存在，但 LLMs 從根本上改變了垃圾郵件的經濟效益。正如一位使用者所說：「招募人員通常已經很混蛋了，現在他們可以擴大他們的惡劣行為規模。」

因為 AI 現在可以根據爬取的數據（例如姓名或特定的 GitHub repo）生成半個人化的訊息，垃圾郵件的「恐怖谷」已經發生了轉移。它不再僅僅是關於明顯的模板；而是關於那些「看起來」足夠像人類，足以觸發希望，但卻缺乏實際的同理心或相關性。一位使用者強調了這種轉變的殘酷性：

「特別殘酷的部分是你針對那些明確表示需要幫助的人，然後利用他們的希望來對付他們。發送的成本是零。接收的成本卻不是。」

憤世嫉俗者的觀點 vs. 人類現實

與任何技術社群一樣，討論中出現了分歧，一方強調同理心，另一方則主張「皮要厚」。

有些人認為網路本質上就是不友善的，求職者必須學會克服拒絕的恐懼。然而，反方觀點認為，專業性的拒絕與被設計來剝削脆弱性的機器人所針對，之間存在著根本的區別。

這種自動化也有更黑暗的一面： 「desperate spammer（絕望的垃圾郵件發送者）」。一位評論者分享了一個假設性（或可能是半自傳式）的故事，講述一位才華橫溢的開發者被迫從事低薪工作，並被一位絕望的經理指派去爬取 HN 討論串以獲取潛在客戶。這暗示了一個循環，即絕望的人被用來剝削絕望的人，而這一切都是以「hustle culture」的名義進行的。

現代求職者的生存策略

鑑於「發送的成本是零」，過濾的負擔已完全轉移到了收件者身上。社群成員分享了幾種減輕噪音的實用方法：

• 臨時電子郵件： 使用專門用於公開討論串的臨時電子郵件地址，以便在垃圾郵件開始時能輕鬆地封鎖整個網域。
• 自定義過濾： 實量施嚴格的 Gmail 篩選器或腳本，以標記常見的 AI 生成模式。
• 「人類」信號： 一些使用者開始在電子郵件中加入「human here」等字句，以區別自己與機器人，儘管這是一個脆弱的解決方案。
• 離線社交： 社群達成了一種共識，即離線管道和面對面聯繫仍然是尋找工作的高信號價值方式，因為它們是目前唯一無法被 LLM agent 輕易自動化處理的管道。

最終，這場討論提醒了我們，當我們在構建「agentic」工作流和 AI orchestration tools 時，如果程式碼中缺乏「同理心伺服器」，將會導致現實世界的傷害。當效率被置於人性之上時，結果不僅僅是噪音——而是殘酷。