让 AI 帮人投简历现在全靠暴力爬虫，这样下去没法搞

现在的招聘市场简直是个死循环：求职者用 AI 写简历，公司用 AI 筛简历，中间还夹着一群用 Playwright 或者 Browser Use 硬扛 ATS 表单的 Agent。这种靠抓取网页页面的方式极其不稳定，稍微改个 DOM 结构或者触发反爬机制就崩了，最后结果就是雇主被大量不匹配的申请淹没，求职者则石沉大海。

其实问题的核心不在于大模型能不能读懂页面，而在于“授权”和“信任”。模型再强也无法证明这个投递是经过候选人授权的，也没法让雇主验证调用者的身份。如果一个 Agent 能够完美模拟人类填表，那它本质上就是一个高级的“冒充者”。

OJCP 试图通过一套开放协议来解决这个问题，它不是要取代现有的 schema.org，而是在其基础上进行扩展。最核心的逻辑是在 /.well-known/ojcp.json 下建立一个清单，让 Agent 能直接找到服务提供商，而不需要去猜测网页结构。

在实操层面，它的信任机制借鉴了 CloudFlare 和 OpenAI 的方案：

• 身份验证： Agent 使用签名请求，提供商对清单进行签名。
• 信任分级： 通过 JWKS 校验，根据信任等级限制候选人个人隐私信息（PII）的传输量。
• 成本控制： 浏览阶段完全免费，只有在真正发生交互并需要验证时才产生校验成本。

如果你想测试这个逻辑，可以直接尝试他们的 MCP 终端。这种把投递标准化为 API 调用而非模拟点击的思路，才是 Agent 规模化落地的正确方向。

// 典型的 ojcp.json 配置路径参考
{
  "provider": "company_name",
  "endpoint": "https://api.company.com/jobs",
  "schema_version": "1.0"
}