OPENHIRE PROTOCOL · 产品愿景 V2
2026.07 · 推演稿
$
ohp match --resume ./本地/简历.md --privacy full
开聘协议
招聘的协议层 —— 简历不出户，机会自上门
基于 GEMINI 草案的双视角升级推演：求职者体验 × 广告主价值
MCP · SKILL · CLI
排序不可购买
按合格候选付费
01 / 16
UPGRADE AUDIT · 升级审计
02 / 16
原方案的三个盲点
盲点 01
决策级广告毒化信任
推演
Agent 的全部价值是替用户做对判断。排序一旦可被购买，Agent 生态会将整个数据源降权——用户换协议只需一行配置。
升级
广告只出售「触达权」，永不改变排序；按合格候选结算（CPQC）。
盲点 02
求职者只是查询者
推演
只读不写，无留存、无网络效应；职位库一旦被复制，护城河归零。用户的使用行为没有变成任何人的资产。
升级
匿名供给信号沉淀为 Talent Radar——求职者越活跃，广告主侧越值钱，形成双边飞轮。
盲点 03
爬虫对抗不可持续
推演
官网改版 × 反爬 × LLM 解析成本，边际成本不收敛；数据实时性永远在和全网赛跑。
升级
爬虫只负责冷启动；当 Agent 流量成为入口，雇主会主动推送结构化 JD。
后续各页依次展开这三处修正：广告模式（11）· 数据飞轮（13）· 供给侧反转（13）
范式转移：从网页应用到协议服务
WEB ERA · 网页时代
主体人刷列表，每周 10+ 小时
简历上传平台，被转卖与打扰
匹配关键词搜索 + 竞价排名
收入卖曝光位，与结果脱钩
入口App / 网站
→
PROTOCOL ERA · 协议时代
主体Agent 常驻匹配，人只做决定
简历留在本地，授权才投递
匹配结构化 Schema + 本地精排
收入按合格候选结算（CPQC）
入口MCP · Skill · CLI · API
求职者不再访问招聘网站——他们的 Agent 访问协议。
产品架构：三层协议栈
雇主验证
幽灵岗位治理
CPQC 结算
触达权拍卖
商业化只发生在这一层，与匹配逻辑物理隔离——「排序不可购买」的工程保证。
MCP Server
Claude / OpenAI Skill
CLI（pip install openhire）
REST API
对外暴露 search_jobs · watch_intent · company_card · apply_guide 等工具，限流与计量在网关统一处理。
采集集群
LLM 标准化
统一 JD Schema
新鲜度 SLA
读者是 Agent 而非人：技能 / 薪资 / 远程 / 签证全部结构化，质量优先于数量。
PART 1 / JOB SEEKER
05 / 16
求职者视角
简历不出户
隐私不是一个功能开关，而是整条产品叙事的地基：所有体验都从「简历永远在你的设备上」推导出来。
06 本地匹配 · 07 Agent 体验 · 08 岗位找人 · 09 幽灵治理
PRIVACY BY DESIGN
06 / 16
本地匹配的四步机制
STEP 1
本地解析
Agent 在设备上读取简历原文，全程不上传。
→
STEP 2
匿名指纹
生成技能向量与硬性条件；剥离姓名、联系方式、公司等全部 PII。
→
STEP 3
协议匹配
服务器只回答「哪些岗位满足这组条件」，不知道提问者是谁。
→
STEP 4
授权投递
精排在本地完成；用户点头后，简历才离开设备，直达雇主。
传统平台
简历入库 → 被打包转卖、被动骚扰
OPENHIRE
服务器日志里，只有一次匿名查询
Agent 里的求职体验
01
零新增入口
体验发生在用户已有的 Claude / GPT / IDE 里，无需下载任何 App。
02
可验证的新鲜度
每张职位卡携带「官网最后校验时间」，Agent 可引用、可质疑。
03
透明的赞助位
Sponsored 固定末位、明确标注，且仅在硬性匹配达标时出现。
帮我看看有没有适合我的 LLM Infra 岗位，远程优先。
⚙ openhire.search_jobs(skills=["LLM","K8s"], remote=true) · 简历未上传
深流科技 · LLM 平台工程师
匹配 94%
远程 · 60–90w · A 轮 · 官网校验 2h 前
北纬智算 · 推理优化工程师
匹配 89%
混合办公 · 55–80w · C 轮 · 官网校验 26min 前
云澈 AI · Infra 研发（急聘）
SPONSORED
匹配 87% · 仅硬性匹配达标可见 · 不参与排序
两个岗位满足你的全部硬性条件。是否授权投递？
授权投递
先看公司卡
岗位找人：常驻意向
求职从「每周刷十小时」的搜索行为，变成「一次订阅」的常驻状态——新岗位发布的一刻，即被全网匹配者的 Agent 感知。
openhire-cli — zsh
$ pip install openhire
$ ohp watch --skills "RAG, Go" --min-salary 60w --remote
✓ 常驻意向已注册 · 匿名指纹 #a3f9 · 简历保留本地
# 3 天后 —— 新 JD 上线 47 秒
⬥ 新匹配 · 深研科技 · LLM 平台工程师 · 匹配 91%
$ ohp show 1024 --company-card
对雇主同样成立：JD 发布即触达全部匹配意向，无需等待搜索流量。
信任层：幽灵岗位治理
求职者最深的痛不是「找不到岗位」，而是投出去的简历没有人看、岗位根本不在招。治理机制直接写进协议字段：
verified_at
新鲜度时间戳
每条 JD 携带「官网最后校验时间」，过期自动降权；Agent 端可见、可引用。
response_sla
响应 SLA
雇主对授权投递 7 日未处理，岗位自动下架；SLA 记录随公司卡公开。
ghost_score
幽灵分
长期挂岗不招、僵尸 JD 比例高的公司获得公开幽灵分，全网 Agent 共享。
职位数据可以被复制，雇主行为的信任记录无法被复制——这是第二条护城河。
PART 2 / ADVERTISER
10 / 16
广告主视角
广告不能毒化匹配
在 Agent 时代，用户不会忍受噪音——被过滤掉的不是某条广告，而是整个数据源。
11 模式推演 · 12 控制台 · 13 数据飞轮 · 14 商业模式
三种广告模式的推演
出价直接改变排序 → Agent 检测到匹配失真，整体降权数据源；用户迁移成本 ≈ 一行配置。
✗ 生态死亡
B · Sponsored 插入
GEMINI 原案
结果流中加塞标注岗位 → 覆盖与频次不可控；Agent 端一行 prompt 即可全部过滤，广告价值趋零。
△ 缓慢失效
仅硬性匹配达标者可见、固定末位不改排序，按「授权投递的合格候选」付费 → 求职者零噪音，广告主只为结果付钱。
✓ 三方对齐
CPQC = Cost Per Qualified Candidate · 竞价只影响触达配额与结算价，永不影响排序
广告主控制台与 Talent Radar
OpenHire for Employers · Campaign — LLM 平台工程师
{{ cpqcLabel }} / 合格候选
本期结算
{{ cpqcTotal }}
31 × {{ cpqcLabel }}
未授权不计费 · 排序不可购买 · 结算明细可审计
TALENT RADAR · 订阅
匿名市场情报
RAG 技能供给（90 天）
↑ 23%
期望薪资中位（LLM Infra）
58w
远程意向占比
71%
全部来自匿名指纹聚合，无任何个体可回溯。
广告主在候选人授权之前看不到任何个人信息——精准与隐私在协议层同时成立。
FLYWHEEL / ENDGAME
13 / 16
数据飞轮与供给侧反转
01
职位数据质量：清洗深度 × 新鲜度
↓
02
Agent 采用：成为默认职位数据源
↓
03
匿名供给信号：技能、薪酬、意向聚合
↓
04
广告主价值与收入：CPQC + Radar
↺ 收入反哺清洗与 SLA —— 回到 01
冷启动
爬虫 + LLM 解析集群：垂直切入 AI / 技术岗，成本中心，质量优先。
引爆点
Agent 流量成为入口：JD 不在协议里 = 对 Agent 不可见，雇主开始在意。
终局 · AEO
雇主主动推送结构化 JD：采集成本趋零，实时性问题自我消解。
与其对抗官网改版，不如让官网需要你。
商业模式与护城河
求职者 ¥0
永久 · 换采用率与供给信号
CPQC 结算
主引擎 · {{ cpqcLabel }}/人起
按授权投递的合格候选计费；竞价只影响触达配额，不影响排序。
Talent Radar 订阅
第二曲线
面向 HR、猎头与投资机构的匿名市场情报。
企业 API
大客户
直连配额、私有化网关与雇主 Feed 托管。
清洗深度
统一 JD Schema 的准确率，是 Agent 选择数据源的唯一标准。
行为信任数据
幽灵分与 SLA 记录随时间累积，无法被复制。
协议先发
成为 Claude / GPT 生态的默认职位源后，切换成本在用户侧。
开发者生态
开源 CLI 与 SDK，社区维护长尾采集器。
三阶段路线图
P0
0–6 月
数据底座
垂直切入 AIGC / 技术岗
5,000 家公司官网接入
JD Schema v1 冻结
北极星 · 清洗准确率 ≥ 98%
P1
6–12 月
协议网关
MCP Server GA
开源 CLI（pip install openhire）
Claude / OpenAI Skill 上架
北极星 · 周活跃 Agent 数
P2
12–24 月
结算生态
CPQC 计费上线
雇主直连 Feed（AEO）
Talent Radar 订阅
北极星 · 授权投递 → 入职转化
招聘的 HTTP 时刻
让下一代求职者，
不再「上」招聘网站。
简历不出户
排序不可购买
只为结果付费
OPENHIRE PROTOCOL · 2026
$ ohp --version 2.0
APPENDIX · 竞品扫描 2026.07
附 A1
作战地图：四象限与空位
▲ 入口：Agent / 协议
◀ 数据源：平台二手
二手数据 × AI 海投
Auto-apply 工具 · Jobright 类
"睡觉时投 1000 份"→ 雇主被淹没、平台封杀机器人；军备竞赛没有赢家。
✗ 信任自毁
二手数据 × 人刷网页
传统平台 · Boss直聘 / LinkedIn / Indeed
竞价排名 + 简历入库；约三成职位帖从未导向真实雇佣，中介已读不回率 67%。
✗ 被颠覆对象
一手数据 × Agent 协议
Feed 商（$1k/月卖裸数据）→ ★ 开聘协议
已有人向 Agent 开发者按月卖 ATS 数据 feed——但无隐私匹配、无信任层、无结算。完整组合空位在此。
✓ 我们的位置
一手数据 × 人刷网页
HiringCafe · LinkUp
官网直采 18 年可行性已被验证；但 HiringCafe 免费无模式、数据被白嫖转卖，LinkUp 变现逃向 B2B 另类数据。
△ 数据对了，入口老了
数据源：官网一手 ▶
▼ 入口：网页 / 人工
每个零件都被人验证过，但"一手数据 × 协议入口 × 信任结算"的组合无人占据。
APPENDIX · SEO → AEO
附 A2
先例：Google for Jobs 已演过整个剧本
第一幕 · 2017
入口上线，雇主主动结构化
Google 把职位聚合放进搜索页，规则只有一条：加 JobPosting 标记才有资格出现。标记成为"非谈判的入场券"，雇主大规模主动结构化 JD。
证明：入口有流量 → 雇主主动送结构化数据。供给侧反转成立。
第二幕 · 执法的天花板
只查标记合规，不查招聘意图
Google 有内容政策：不完整 JD 禁止、过期不更新会被处罚下架。但校验止步于标记本身——幽灵岗位照样泛滥到约三成。
空隙：合规层 ≠ 信任层。ghost_score / 响应 SLA 补的正是这一层。
第三幕 · 2021
Jobs API 关闭，索引不对机器开放
Google 关停 Jobs API，聚合索引只服务自家搜索页。Agent 无法编程访问全网职位聚合——协议入口至今空缺。
空位：开聘协议 = 把 Google for Jobs 的聚合逻辑，开放成 Agent 可调用的协议。
SEO → AEO 不是预言，是重播。我们只是提前把轨道铺到 Agent 这一侧。
APPENDIX · RULES OF ENGAGEMENT
附 A3
接口现实与合规红线
接口现实 · 可以零对抗启动
海外六家 ATS 公开职位 API
Greenhouse / Lever / Ashby / Workable / Recruitee / Personio 无需授权即可取published jobs；Greenhouse 官方口径：数据公开、GET 免鉴权、重缓存不限流。
国内 ATS 有文档化官网接口
Moka 招聘官网 API 含职位列表 / 单职位 / 申请 / 申请状态；北森接口偏企业侧凭证，托管页公开 XHR 为实际路径。
写入侧需要雇主钥匙
向 ATS 提交申请普遍要求企业自己的 API Key → "授权投递直达 ATS"必须经雇主认领——技术限制恰好变成 P1 免费认领钩子的商业设计。
裸数据已商品化
ATS 数据 feed 千元/月即可买到 → 护城河必须压在信任层与结算层，而非数据本身。
合规红线 · 写进协议章程
只碰官网与 ATS 公开层
Boss直聘 / 猎聘等平台数据有 ToS 与判例风险；"一手信源"同时是卖点与法务边界。
幽灵岗位立法已启动
加州 2025 起要求职位帖披露是否为真实空缺，违者构成不正当竞争 → ghost_score 是立法风口上的机器可读实现。
隐私法规天然站在我们这边
匿名指纹架构下服务器无 PII 可泄露——GDPR / 个保法合规成本趋零，且是对手补不上的架构差异。
礼貌抓取
尊重 robots 与频控；多数招聘页欢迎被索引——被看见符合雇主利益。
战略三箭：敲打后的最终形态
箭一 · IDE 特洛伊木马
占领开发者终端
保留
从 Cursor / Claude / Windsurf 的 MCP 生态切入，分发渠道现成。
升级
Agent 读个人仓库提炼技能指纹——简历不出户 → 简历根本不用写。仅个人项目 · 明确授权 · 永不出本机。
红线
不拿「摸鱼求职」做营销；留存命门 = watch 常驻意向，让插件自己响。
箭二 · 筛选直觉代码化
拆成两半，各归其位
进协议
可验证事实：重挂次数 · 响应 SLA · 薪资披露完整度——机器可查证，保持中立。
留端侧
推断性判断（「这是在招救火队长」）由用户自己的 Agent 得出——规避商誉风险，不毒化雇主认领。
壁垒
Prompt 会泄漏；「授权投递 → 回应 → 入职」的结果回流才是护城河，直觉只是冷启动。
箭三 · 机器可读标准
捐出标准，握住轨道
修正
不冠公司名：做 schema.org/JobPosting 的中立扩展并捐给社区——带厂名的「标准」没人跟。
我们持有
参考实现 + 最大索引 + 结算轨道。银联不拥有银行卡标准，拥有清算网络。
话术
对外只讲入场券（被 Agent 看见），永不讲降权威胁；借加州披露法让监管站台。
v0.1 切口
「全球远程 AI / Infra 岗」哨兵 —— 100 家公司 · 仅公开 API 零对抗 · 数天上线 · 北极星 = 周活跃 Agent × watch 注册数