当大多数求职者还在手动刷新职位列表、逐封书写求职信时，一位技术从业者选择让 AI 代理接管整个流程。他公开了这次实验的全部数据——包括最终让 LLM 账单飙升的惊人数字。这个看似极端的试验，恰恰揭示了当前 AI 工具在真实场景中的实用性与局限性。
实验背景：从手动投递到全自动代理
这位求职者并非简单地用 ChatGPT 批量生成简历，而是搭建了一个完整的 AI 代理系统。该系统轮询职位 API 获取新发布的岗位，解析职位描述，然后调用 LLM 自动撰写定制化求职信，最后通过邮件或网页表单提交申请。整个过程完全自动化，仅在关键决策点（如是否接受面试邀请）引入人工确认。
账单明细：谁在为“效率”买单
实验持续了 30 天，AI 代理共处理了 1,200 个职位，向其中 320 个 成功提交了申请（其余因职位要求不匹配或提交失败而跳过）。整个过程中，LLM API 调用次数超过 15,000 次，总花费 $247.38（约合人民币 1,780 元）。其中，90% 的费用集中在“撰写求职信”和“解析职位要求”这两个环节——每次调用至少需要 4,000 个 token 的上下文窗口，才能保证信件的针对性和质量。
效率对比：人工 vs 代理
同等数量的职位搜索与申请，如果完全由人工完成，估计需要 120 小时 以上的专注时间（包括浏览、分析、写作、提交）。而 AI 代理只占用了 8 小时 的人工监管时间（主要是检查异常、确认面试邀请）。时间节省了 93%，但金钱成本从零（假设人工时间不计费）变成了近 250 美元。 对于时薪较高的技术从业者，这种投入产出比或许可以接受，但对于普通求职者则是一笔不小的开支。
结果反馈：面试邀请率低于预期
在 320 份提交的申请中，最终只收到了 7 个 面试邀请，面试邀请率约为 2.2%。相比之下，该求职者以往手动申请时，面试邀请率通常在 5% 左右。AI 代理的申请虽然数量更多，但质量似乎有所下降——部分求职信被识破为“模板化”，甚至有招聘方直接回复“请认真阅读职位要求后再投递”。自动化虽然提升了速度，却在个性化与真诚度上打了折扣。
隐藏成本：模型选择与失败重试
实验中还暴露了 LLM 代理的另一个痛点：失败重试成本。由于 API 偶尔超时或返回格式错误，代理需要重新调用并生成内容。这导致约 12% 的 token 消耗 浪费在错误处理上。此外，使用更便宜的模型（如 GPT-3.5-turbo）虽然能降低单次费用，但生成的求职信质量明显下降，导致面试邀请率进一步跌至 1% 以下。最终，实验者选择了 GPT-4 作为主力模型，这直接推高了账单。
—
行业意义：AI 求职代理的“高成本低回报”只是开始
这个实验最直观的结论是：当前通用大模型在求职场景中，无法在成本与效果之间取得平衡。 对于个人用户而言，每月花 250 美元换来 2.2% 的面试率，远不如直接购买职业咨询或简历优化服务来得划算。但这一实验的价值不在于“值不值”，而在于它量化了 AI 代理在真实世界任务中的效率瓶颈。
从更深层次看，AI 求职代理遇到的困难——语境理解不足、个性化缺失、错误处理成本高——正是所有垂直领域 Agent 面临的共同挑战。当 LLM 被放入一个需要反复决策、动态调整的流程中，其“幻觉”和“模板化”问题会被放大。这也解释了为什么目前主流的 AI 应用仍集中在“辅助写作”和“信息摘要”等弱自主性任务，而真正替代人类执行完整工作流的 Agent 产品还极少。
未来，如果 LLM 能够更精准地解析职位描述中的隐性需求（比如企业文化、团队氛围），或者与招聘系统直接集成（绕过人工筛选），那么 2% 的面试率可能会被改写成 20%。但在这之前，任何试图用 AI 完全替代人类求职的努力，都更像是一场成本高昂的极限测试，而非可行的解决方案。
对于求职者个体而言，AI 代理的最佳角色或许不是“代劳”，而是“加速器”——用它快速生成多个版本的求职信，再由人工挑选和打磨；或者用它自动筛选职位，把时间留给更关键的面试准备。技术的进步从来不是一键切换，而是一点点渗透进我们的工作流，直到我们忘记它曾是一个“实验”。