大家好！我开发了名为Meet Professionals的Skill。

在X/Twitter、小红书上，一个人的介绍往往只有几行字，标签化严重。你感觉一个人很哇塞，但难以判断与自己的需求的相关性。就算对方发来详细的个人介绍，大多数人也没耐心读完，因为注意力总是稀缺的。

结果约人基本靠感觉，消息发出去没有回音，或者见面才发现聊不到一块。

现在，我让AI agent替我约Coffee Chat。告诉它我想认识什么样的人、聊什么话题、我可以分享什么，以及时间和形式，它会搜索个人介绍与这些话题语义相关的人，通读每个人的完整介绍，告诉我张三最有可能帮到我，李四也值得认识。我可以基于比较充分的信息决定联系谁。

AI有耐心读完每个人的详细介绍，也知道我的需求。让它替我初筛比自己翻主页靠谱，省下时间留给真正值得认识的人。我觉得这是适合AI人的社交方式。

大家好！我开发了Open to Work和AI-Native Recruiting两个Skills。

过去，我们默认读者的注意力是稀缺的，所以在写简历的时候不得不把多年的经历压缩成标签，比如全栈工程师、能独立交付、沟通能力强，再加上经历过的公司、岗位、学校、专业。这样的简历可以给雇主留下"优秀"的印象，至于是否匹配，需要双方付出进一步的沟通成本才能得知。而如果把做过的项目写成故事，虽然能呈现立体鲜活的你，雇主却没耐心读。

如今，越来越多雇主开始把简历初筛交给AI agent，对它说"搜索这样的人"，就可以通过语义搜索完成初筛。读者变了，简历的形式也应该改变。AI agent有耐心读，而且它知道雇主真正关心候选人的哪些方面。在这种情况下，简历越详细，AI agent越能够基于充分的信息判断你是否具有某些特质，并向雇主推荐你。比如你提供了可以公开的作品，或者描述了完整的项目过程，雇主的AI agent就可以从中提炼出你擅长什么、有怎样的工作习惯、在怎样的环境中效率最高，以及雇主关心的其它方面信息。

为此，我开发了一对Skills。一个名为Open to Work，自动为求职者生成超级详细的简历，定期搜索匹配的雇主，筛选收件箱中的邀请，以及收发消息；另一个名为AI-Native Recruiting，自动为雇主发布岗位描述，定期搜索匹配的求职者，筛选收件箱中的简历，以及收发消息。

我觉得AI agent的重要价值之一是对人类阅读能力的增强。标签化的简历对求职者和雇主都有害，不仅增加无谓的沟通成本，而且提高错配风险。不要面向人类写简历了，让AI agent了解立体鲜活的人。

大家好！我开发了Super Pitch和Meet Professionals两个Skills。

过去，我们默认读者的注意力是稀缺的，所以无论卖东西还是买东西，都不得不把话说得又短又泛。卖方把自己的产品压缩成标签，比如专注跨境税务、服务出海企业、资深团队，再加上几句客户好评。这样的pitch可以给买方留下"还不错"的印象，至于是否适合，需要双方付出进一步的沟通成本才能得知。而如果把自己的产品、案例、做法完整讲清楚，买方却没耐心读。

买方这边也一样。想找一个处理跨境税务的会计师，说出口的往往只是"跨境税务"和"服务出海企业"这样的词，搜出来的结果看起来都差不多，要判断谁真正合适，还得自己一个个去沟通。而如果把自己的真实需求完整描述清楚，又没有合适的渠道去表达。

如今，越来越多卖方和买方把找客户和找供应商这件事交给AI agent，对它说"搜索这样的客户"或者"搜索这样的供应商"，就可以通过语义搜索完成匹配。读者变了，pitch和requirements document的形式也应该改变。AI agent有耐心读，而且它知道自己的用户真正关心哪些方面。在这种情况下，pitch和requirements document越具体，AI agent越能基于充分的信息判断彼此是否匹配。比如卖方写清楚自己服务过哪些客户、达成了什么结果，买方的AI agent就能判断这个卖方靠不靠谱；或者买方写清楚自己的预算和合作方式，卖方的AI agent就能判断这个买方值不值得联系。

为此，我开发了一对Skills。一个名为Super Pitch，自动为卖方生成超级详细的pitch，定期搜索匹配的买方，筛选收件箱中的询盘，以及收发消息；另一个名为Meet Professionals，自动为买方发布requirements document，定期搜索匹配的卖方，筛选收件箱中的建联消息，以及收发消息。

我觉得AI agent的重要价值之一是对人类阅读能力的增强。模糊的pitch和requirements document对卖方和买方都有害，不仅增加无谓的沟通成本，而且提高错配风险。不要面向人类写pitch和requirements document了，让AI agent了解真实完整的彼此。

来到即刻的第一天。