惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MyScale Blog
MyScale Blog
爱范儿
爱范儿
The Register - Security
The Register - Security
小众软件
小众软件
D
DataBreaches.Net
雷峰网
雷峰网
S
Secure Thoughts
L
LINUX DO - 最新话题
M
MIT News - Artificial intelligence
Application and Cybersecurity Blog
Application and Cybersecurity Blog
罗磊的独立博客
F
Fortinet All Blogs
博客园 - 叶小钗
TaoSecurity Blog
TaoSecurity Blog
博客园 - Franky
aimingoo的专栏
aimingoo的专栏
S
SegmentFault 最新的问题
Hacker News: Ask HN
Hacker News: Ask HN
Help Net Security
Help Net Security
N
News and Events Feed by Topic
S
Security Affairs
The Last Watchdog
The Last Watchdog
Forbes - Security
Forbes - Security
S
Security @ Cisco Blogs
Latest news
Latest news
O
OpenAI News
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
Blog — PlanetScale
Blog — PlanetScale
Google Online Security Blog
Google Online Security Blog
S
Securelist
博客园 - 司徒正美
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
P
Proofpoint News Feed
T
Threat Research - Cisco Blogs
C
CXSECURITY Database RSS Feed - CXSecurity.com
P
Palo Alto Networks Blog
T
The Blog of Author Tim Ferriss
Stack Overflow Blog
Stack Overflow Blog
I
InfoQ
阮一峰的网络日志
阮一峰的网络日志
AI
AI
SecWiki News
SecWiki News
G
GRAHAM CLULEY
Cloudbric
Cloudbric
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
L
LINUX DO - 热门话题
C
Cybersecurity and Infrastructure Security Agency CISA
B
Blog RSS Feed

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
На SuperJob появился маркетплейс вакансий для ИИ-агентов. Что это значит для соискателей?
Leximist · 2026-04-23 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели1.3K

Похоже, рынок найма в России начал меняться не только на уровне инструментов, но и на уровне участников.

Сначала автоматизация пришла со стороны компаний: фильтрация резюме, ранжирование кандидатов, шаблонные ответы, первичный скрининг без участия человека. Затем начали адаптироваться кандидаты — использовать нейросети для подготовки резюме, сопроводительных писем и откликов.

На этом фоне SuperJob запустил маркетплейс вакансий для ИИ-агентов. Формально он устроен так же, как классический рынок труда: есть вакансии и есть “резюме”. Но в качестве кандидатов там выступают не люди, а системы.

В какой-то момент это перестаёт быть историей про автоматизацию.

Это уже изменение состава участников рынка.

Пугающий новый мир

Пугающий новый мир

Как мы к этому пришли

Если разложить изменения по шагам, видно, что они происходили постепенно и в основном были реакцией друг на друга.

Сначала компании начали снижать издержки на обработку откликов. Появились фильтры, скоринг, автоматические ответы. Это не столько ускорило найм, сколько изменило его первый этап: отклик перестал быть прямым взаимодействием с человеком и стал входом в систему отбора.

В ответ кандидаты начали подстраиваться под эту логику. Появились способы увеличивать количество откликов, адаптировать формулировки под фильтры и быстрее проходить первичный скрининг. Фактически отклик стал не единичным действием, а повторяемой операцией, которую можно масштабировать.

Дальше изменилась сама точка приложения автоматизации. Если раньше оптимизировался процесс отбора, то теперь автоматизация начинает смещаться на уровень выполнения задач.

ИИ используется не только для того, чтобы “попасть на работу”, но и для того, чтобы часть этой работы выполнять.

Так выглядит джоб-борд для ии-агентов

Так выглядит джоб-борд для ии-агентов

В этом контексте появление ИИ-агентов как самостоятельных участников выглядит не как новый тренд, а как логичное продолжение: система, которая сначала помогала пройти отбор, начинает замещать саму функцию.

В частности, как отмечается в Коммерсантъ, X5 разместила резюме ИИ-рекрутера, который помогает закрывать до 20% офисных вакансий. Это уже не инструмент вокруг процесса, а элемент, встроенный внутрь него.

Выжимка из статьи Коммерсантъ

Выжимка из статьи Коммерсантъ

Кто теперь считается кандидатом

В классической модели кандидат — это человек с опытом, навыками и историей работы.

В новой модели кандидат всё чаще описывается как система, которая может закрывать конкретную задачу — например, анализировать данные, генерировать код или управлять маркетинговой кампанией.

В “резюме” ИИ-агента указываются:

  • выполняемые задачи

  • используемые модели

  • интеграции с внешними сервисами

  • архитектурные ограничения

Пример резюме ии-агента

Пример резюме ии-агента

В публикации Коммерсантъ также отмечается, что резюме таких систем включает описание архитектуры, используемых моделей и интеграций с внешними сервисами.

Фактически резюме перестаёт быть описанием опыта и становится описанием возможностей.

А еще у одного робота может быть несколько работ. Я завидую, а вы?

Как меняется механика найма

Изменение типа кандидата тянет за собой изменение всей механики — прежде всего, в части откликов.

Отклики формируются автоматически и могут отправляться в больших объёмах.
Количество откликов перестаёт быть привязано к числу людей — один кандидат может генерировать их десятками или сотнями.

Типичный сценарий выглядит так:

кандидат формирует профиль → система генерирует отклики на десятки вакансий → часть из них автоматически адаптируется под требования → на стороне компании они проходят через фильтры и ранжирование → до человека доходит только небольшая часть

Статистика ошеломляет

Статистика ошеломляет

На каждом этапе в этом процессе участвуют системы:

  • одна генерирует отклики

  • другая — фильтрует и ранжирует

  • третья — формирует ответ или переводит кандидата на следующий этап

В предельном случае человек подключается только в конце — или не подключается вовсе, если задача может быть закрыта автоматически.

При таком подходе сам отклик перестаёт быть осмысленным действием и становится частью потока.


Что происходит с конкуренцией

В классической модели кандидат конкурирует с другими кандидатами.

В текущей конфигурации конкуренция перестаёт быть исключительно человеческой.

Вы конкурируете:

  • с другими людьми

  • с системами

  • с системами, стоящими за другими людьми

При этом важными становятся характеристики системы:

  • скорость отклика

  • стабильность работы

  • качество результата

  • возможность интеграции в процессы компании

Это смещает конкуренцию с уровня “кто лучше как специалист” на уровень “чья система эффективнее решает задачу”.

Что это значит для рынка

Если рассматривать происходящее в целом, речь идёт не о появлении отдельных инструментов, а о постепенном изменении структуры рынка труда.

С одной стороны, в нём по-прежнему участвуют люди.
С другой — появляются ИИ-агенты, которые могут выполнять часть задач как самостоятельные исполнители.

Вокруг этого формируется слой инструментов:

  • платформы найма, которые начинают работать с ИИ (например, SuperJob)

  • сервисы автоматизации откликов (например, Софи)

  • инструменты, через которые ИИ-агенты подключаются к процессам компаний и выполняют часть задач (например, Albato)

По данным Коммерсантъ, число вакансий с требованиями к навыкам работы с ИИ за 2025 год выросло в два раза — и такие требования всё чаще появляются не только в IT, но и в маркетинге, продажах и управлении продуктами.

Это важно, потому что показывает: речь идёт не о нишевом эксперименте, а о более широком сдвиге.

Пока всё это существует в виде отдельных решений без единого стандарта.
Но по своей функции они уже начинают воспроизводить рынок труда — только теперь в нём участвуют не только люди, но и системы.

Зафиналим

Если в процессе найма с обеих сторон уже участвуют ИИ, возникает не самый очевидный вопрос: что происходит с рынком, в котором участие человека становится необязательным на части этапов?

Это уже не про “помощь ИИ”, а про замещение.

Потому что система:

  • работает быстрее

  • масштабируется

  • не ограничена временем

И если задача может быть решена без человека, она рано или поздно будет решаться без него.

Вопрос в том, сколько ролей это затронет — и как быстро. И что делать тем, чья работа перестанет требовать участия человека. Интересно, как вы это видите.

Спасибо, что дочитали!