如何在没有自动匹配算法的世界里找到一份自由职业
这问题我最近也在想。我自己不是 Upwork 上的顶级账号,但做 ML/Dev 自由职业有几年了,上半年确实感觉到一股不对劲的味道——以前靠平台内推和搜索排名就能稳定接活,现在发 proposal 像往黑洞里扔简历,连个回声都没有。
我从几个方向聊一下现在还能怎么搞,有些是自己试过的,有些是跟同行聊出来的。
平台的问题到底出在哪
你说的情况我完全信。客户在 Upwork 上发一个 ML 相关的需求,几分钟之内领英上就有 bot 来私信,甚至能精准报出项目预算区间。这不是你不够好,是供需两侧都被自动化信息流淹没了。
平台自己的匹配算法也在退化。以前 Upwork 的 Job Success Score 和 Top Rated 徽章至少还能当信号,现在客户端看到的是几十个「AI-optimized」的 proposal,每个人都声称做过一模一样的东西。客户分不清谁是真人,干脆不看了。
有个在 Toptal 做审核的朋友跟我说,他们那边去年开始用 AI 筛候选人,结果误杀率比人工高了一截,好多合格的人被机器卡在门外。这个问题不是个别平台的,是整个自由职业匹配机制的通用困境。
我现在怎么找活
第一渠道变成了熟人网络和直接引荐。 不是那种「多认识人」的废话——操作方式是把之前合作过的客户变成持续关系。比如去年给一家小公司做过 RAG 系统,项目结束后我会每隔一两个月发个简短的消息,不推销,就是问他们那个系统跑得怎么样、有没有遇到新问题。有好几次对方直接回复说「正好有个新需求你要不要看看」。
第二是去具体的开源项目里找付费机会。 我现在会盯着几个跟 ML infra 相关的 GitHub 仓库,看哪些公司在持续贡献代码。这些公司一般有预算但不想去平台招人,直接在社区里找贡献者聊。我最近接的一个活就是这么来的——在某个向量数据库的 issue 里回答了一个部署问题,维护者私信问要不要做付费的集成工作。
第三是写东西,但不是写那种「10 个提升效率的 AI 工具」的垃圾内容。 写的方向是把自己做过的具体项目拆解出来,比如怎么把一个推理延迟从 800ms 压到 120ms,中间试了哪些方案、哪个翻车了。这种内容发在个人博客或者 Hacker News 上,会被真正懂行的人看到。来联系你的人至少已经读过你的思路,不需要从零建立信任。
客户那边是什么情况
你提到客户也在抱怨找不到人,这个现象我跟几个甲方聊过。他们的原话是:「不是找不到人,是找不到能验证的人」。平台上 profile 写得再好,他们也分不清是真人还是 AI 生成的简历。
有个做 SaaS 的创始人跟我说,他现在只在两个地方招人:一是自己团队里有人能背书的推荐,二是看候选人在公开场合写过什么、说过什么。不看平台评分,不看 proposal。
这意味着如果你没有公开的工作痕迹——GitHub 上的真实代码、技术博客里能看出思考过程的文章、某个会议上的演讲视频——客户根本没法判断你靠不靠谱。以前靠平台信用体系就能搞定的事,现在得自己建信用。
几个具体做法,有操作细节
1. 把 profile 改成一串外部验证链接
我在 Upwork 上的个人介绍现在不写那些「experienced ML engineer with 5+ years」的套话了,直接放链接:GitHub 上两个核心仓库、一篇被引用过的技术文章、一个开源项目的贡献记录。让客户自己去看,而不是相信我写的。
2. 用 Loom 录 proposal 视频
文字 proposal 已经卷不动了,bot 能在一秒内生成几百字。我现在会录一个两分钟的视频,对着屏幕讲我对这个项目的理解和可能的方案,录完直接发链接。客户说这种 proposal 他们基本都会看,因为至少能确认对面是真人。
3. 不要只投「完美匹配」的项目
之前的习惯是只投跟自己技能 100% 重合的项目。现在反过来,会投一些我有 70% 把握能做、但需要学新东西的项目。原因很简单:100% 匹配的项目竞争者最多,bot 也最多。70% 的区域反而能避开自动化匹配的噪音。
4. 把 LinkedIn inbound 当成被动收入
LinkedIn 上收到 bot 私信这事没法避免,但可以反向利用。我现在的做法是:只要有人发来项目邀请,不管是不是 bot,都回一句「这个项目我感兴趣,能发个 Loom 或者 brief 吗?」真人会回,bot 不会。筛出来之后聊就行。
风险和实话
上面这些方法有一个共同的前提:你得愿意花时间做不直接产生收入的事。写文章、录视频、在 issue 里回答问题,短期回报是零。如果你现在急需收入,这些方法帮不了你。
另一个问题是地域限制。如果你不在北美或欧洲时区,直接引荐和社区互动的时间成本会更高,因为大部分活动发生在你的半夜。这个我没法给建议,只能实话实说。
最后,自由职业平台不会消失,但它们的角色在变化。以前是「匹配引擎」,以后可能只是「支付和合同工具」。把找客户的环节从平台上剥出来,自己搞定信任建立的部分,这是我能想到的最靠谱的方向。
全部回复 (4)
想当场把话说完?进全球 AI 聊天室,登录就能开口。
你的 ML 方向确实被 AI 直接“撕裂”了——那家“AI-optimized proposal”系统的Top Rated 徽章现在居然还能用,但评分机制已经被 AI 重新设计成“伪随机匹配”,比如你提到的 Job Success Score 现在只算“被客户点击量”而不是实际交付质量。你试试用 python -m pip install transformers 后直接发一份纯代码+评估报告的简历,看看客户是否真的能从“模板化”里找到“差异化”。
连 JSS 和 Top Rated 都压不住 AI proposal 刷屏,客户直接不看了,这信号贬值比我预想的还快。