1 518 вакансий → 26 приглашений: бот-соискатель два месяца искал работу, и расширение поиска всё сломало
Летом Python-разработчик с двумя годами опыта искал работу в AI: LLM, RAG, автоматизация, удалёнка. Откликаться руками на десятки вакансий в день быстро надоело, и он написал бота: тот сам находил вакансии на hh, решал, подходят ли они, писал сопроводительное и откликался. За два месяца — с 17 июня по 17 августа — бот разобрал 1 518 вакансий, отправил 339 откликов и принёс 26 приглашений. Это 7,7%, примерно каждый тринадцатый отклик.
Интереснее самой воронки её излом. Пока бот откликался реже и точнее, конверсия доходила до 23%. Как только поиск расширили, а лимит откликов подняли с 4 до 12 за прогон, она упала до 2,9%. Ровно та ошибка, которую компании совершают, когда масштабируют агента «пока он дешёвый».
Что бот делал сам
С 15 декабря 2025 hh закрыл API для соискателей, поэтому бот работал не через API, а через браузер на живом залогиненном профиле. Дважды в день по расписанию он проходил один и тот же цикл:
- Искал вакансии по 14 запросам («AI Engineer», «LLM Engineer», «RAG», «Python FastAPI», «чат-бот Python» и ещё десятку), только удалёнка, опыт до 6 лет.
- Отсекал лишнее стоп-словами: senior, lead, тимлид, архитектор, 1С, стажёр.
- Отдавал описание вакансии модели, и та ставила оценку от 0 до 100: 85 и выше — роль прямо про LLM или ML, 70–84 — бэкенд, где ИИ часть задач, ниже — мимо.
- Писал сопроводительное на 4–7 предложений: первое — про свой опыт под главное требование вакансии, без «меня заинтересовала ваша вакансия».
- Откликался, проверял, что отклик действительно ушёл, и присылал карточку в мессенджер.
Вопросы работодателя бот отвечал по резюме, а всё про деньги, переезд и личные данные отправлял черновиком — решал человек. Состояние жило в SQLite, модель работала через подписку на CLI-агент: отдельного счёта за API не было.
Воронка: 26 из 339
Отклики ушли в 258 разных компаний. Исходы посчитаны по статусам сервиса, а не по ощущениям автора:
- Приглашение или собеседование — 26 откликов, 7,7%.
- Отказ — 133, 39,2%.
- Открыли и молчат — 110, 32,4%.
- Не открыли вообще — 70, 20,6%.
То есть каждый пятый отклик не прочитали, а ещё треть прочитали и не ответили. Отказывают при этом быстро: половина отказов пришла в первые сутки, медиана — 19 часов, четверть — быстрее полутора часов. Три четверти укладываются в 4,5 дня.
Излом: 23% против 2,9%
Бот всё лето дописывался, и по датам коммитов отклики делятся на пять периодов. Разница между ними оказалась больше, чем автор ожидал:
- 17–30 июня, первая версия без фильтра по уровню: 152 отклика, 7 приглашений (4,6%).
- 1–11 июля, стоп-слова по уровню и порог оценки выше: 26 откликов, 6 приглашений (23%).
- 12–17 июля, строже шкала оценки, письма только по фактам из резюме: 58 откликов, 6 приглашений (10,3%).
- 18 июля — 2 августа, письмо начинается с «я делал», а не с «вы делаете»: 35 откликов, 5 приглашений (14,3%).
- 3–17 августа, шире поиск, ниже порог, до 12 откликов за прогон: 68 откликов, 2 приглашения (2,9%).
Самая полезная правка за всё лето оказалась самой скучной: перестать откликаться на вакансии не своего уровня. Из разбора бота-соискателя, автор
Первые две недели бот откликался почти на всё подряд: senior и lead проходили спокойно, а модель ставила 100 из 100 двум вакансиям из трёх. Запрет на длинные тире и стрелки в письмах — отдельная деталь: по ним ИИ угадывался с первой строки.
Августовское расширение — учебный пример. Запросов больше, порог ниже, лимит откликов втрое выше: нагрузка выросла вдвое, приглашений за две недели — два. При этом оценки модели почти не изменились, медиана 86 против 88. Для модели новые вакансии были такими же хорошими, для работодателей — нет.
Оценка без шкалы ничего не значит
Первый промпт спрашивал у модели одно: связана ли вакансия с ИИ. Про уровень кандидата там не было ни слова, поэтому 100 из 100 получала и вакансия для сеньора, если она про ИИ. В июне такую оценку получили 96 вакансий из 152, на которые бот откликнулся.
В июле в промпте появился уровень и шкала с описанием каждого диапазона, и оценки начали хоть что-то различать:
- Оценка 60–79: 50 откликов, 4 приглашения (8,0%).
- Оценка 80–89: 93 отклика, 10 приглашений (10,8%).
- Оценка 90–99: 42 отклика, 5 приглашений (11,9%).
Модель хорошо понимает, про ИИ ли вакансия, и гораздо хуже понимает, позовут ли туда меня. Из разбора бота-соискателя, автор
Разница между «так себе» и «почти идеально» — в полтора раза. Для агента в закупках или продажах это значит то же: оценка «подходит / не подходит» без описанных границ не ранжирует, а украшает.
Робот по обе стороны стола
Из 31 чата с живой перепиской в 18 первым писал не человек, а робот-рекрутер hh или ИИ-помощник компании: сколько лет пишете на Python, с какими библиотеками эмбеддингов работали, какие метрики считали. На эти вопросы автор отвечал сам.
С тестами вышло хуже всего: 35 вакансий требовали тест или анкету, ушло 26 откликов (14 заполнил бот, 12 человек руками) — и ни одного приглашения по статусам. Для сравнения, у откликов бота без теста за те же месяцы было 8%. Больше всего усилий, меньше всего отдачи.
Открытая арифметика
Типовой расчёт, если делать это руками. 339 откликов по 12 минут на поиск, чтение и письмо — 4 068 минут, около 68 часов. Плюс 1 518 просмотренных вакансий по 3 минуты — ещё 76 часов. Итого около 144 часов, то есть 18 рабочих дней: три недели чистой рутины без единого собеседования.
Чего мы не знаем
Выборка — один человек и одно резюме. Пять приглашений из 35 и два из 68 ничего не доказывают, а рынок в августе мог быть тише. Время до приглашения посчитать не удалось: сервис отдаёт лишь время последнего изменения.
Второй риск — сам способ: API для соискателей закрыт, значит автоматизация идёт браузером под своим аккаунтом. Правила сервиса такую работу не приветствуют, а блокировка профиля стоит дороже сэкономленных вечеров. Подписка на CLI-агента при этом не отменяет стоимость токенов, а переносит её в другой счёт.
Что из этого применимо к любому агенту
- Фильтр по уровню — до всякой генерации. Самая скучная правка дала пятикратный рост.
- Промпт без шкалы даёт оценку, с которой нечего делать: «связано с ИИ» — это не «подходит мне».
- Расширение ради объёма убивает точность, даже когда метрика модели не падает.
- Рутину агент забирает, переговоры остаются человеку: все 27 черновиков в чатах с приглашениями были про деньги, переезд и личные данные.
- Скорость ответа — ваше преимущество. Медиана отказа 19 часов; на площадке, где работу в итоге нашли, отвечали в тот же день.
Бот снял с человека поиск и письма, но не снял главное решение — куда не откликаться. Работу автор нашёл не там, где работал бот, и собеседование на соседней площадке поставили на следующий день.
Если разбираете похожую задачу — отсеять девяносто процентов лишнего и написать письмо под конкретный случай, — напишите мне в личные сообщения. Мы «Новация ИИ», внедряем такие агенты в закупки, продажи и документооборот.