Erik Chavez·26 天前
入职全职工作的同时，两个月内营收突破3300千美元
公司 : Jobric
创始人 : Erik Chavez
收入 : 每月 $3.3K
Erik Chavez 是微软的高级解决方案架构师，也是 Jobric 的创始人，这是一个专注于候选人的 AI 招聘平台。它上线还不到两个月，就已经实现了 $3.3k 的月经常性收入。
以下是 Erik 分享他是如何做到的。👇
Contents
从早上 5 点工作到晚上 10 点
我在云和平台工程领域已经投入了超过十五年的时间，从系统管理员一路晋升到 VP 级别的云战略职位。期间，我建立并领导过云卓越中心，执行过数据中心到云的迁移项目，每年节省了数百万美元，并为从种子轮初创公司到财富 500 强企业的所有人提供过咨询。目前，我是微软的一名高级解决方案架构师。Jobric 是我在业余时间，用自己的钱构建的项目。大多数日子都要从早上 5 点工作到晚上 10 点。
Jobric 是一个完全为候选人打造、而非为雇主打造的 AI 招聘匹配平台。该领域的其他工具都服务于付费方——招聘人员。Jobric 反其道而行之：你上传简历，设置偏好，平台就会将整个市场过滤成少数几个值得你花时间的职位，并对每个职位的匹配度进行评分。
人们听到“AI 匹配”会认为它只是 LLM 的封装。其实不然。Jobric 有很大一部分是专有的工程，完全不接触模型：匹配逻辑、评分以及支持其他部分的底层数据处理。在此基础上，我在内部运行了一套小型的语言模型。AI 处理它擅长的细分任务，而底层的工程工作确保了匹配的准确性，并将成本控制在足以让我持续投入的水平，即使必须自掏腰包。
我们在 5 月 1 日上线，现在已经实现了 $3,300 的月经常性收入（MRR），全部来自那些在公开测试版中转化后自掏腰包付费的候选人。我关心的信号是付费转化率。整个行业都假设候选人不会付费，因为招聘网站和 LinkedIn 等平台教会了大家期待免费。事实证明他们会的，当产品真正对他们有用时。
目前，我专注于在获得融资之前，观察它能有机扩展到多远。
为人们而建
我构建 Jobric 是为了一个我爱的人，他当时被困在一个消耗精力的工作中。经过压力很大的一天后，想到回家还要去找另一份工作的念头让人无法忍受。他们知道我在科技行业工作，最近又深入涉足 AI，所以问我能不能为他们构建一个“代理”，让它监控他们所在领域的职位发布，并定期向他们发送与其简历匹配的职位。
我想这会是一个有趣的副业项目。但随着构建过程开始收到他们的反馈，某种东西被触动了。他们真的感到兴奋，而且该产品发现了既高度匹配又最近发布的职位。那时我意识到，这不仅对一个人有用。它对几乎所有人都有意义。
真正的转折点出现在我将其用于自己的资料进行测试时。一封职位邮件进入了我的收件箱，我的诚实反应是：“噢，哇，我几乎想申请这个。”我绝不会单独去查看这个职位，因为它的标题在我的领域并不典型，所以我本会直接滑过。产品看到了我看不到的匹配度。就在那一刻，我决定必须把这个产品推向世界。
从那时起，它就变成了一个使命，即构建一个“属于人民，由人民创造”的产品。几乎和任何人交谈，你都会听到同样的事情：申请工作是一件痛苦的事。十轮面试，无休止的申请，没有反馈信号。每个人都深知这种痛苦，而当前的“解决方案”并无帮助。“使用我们的工具批量投递 1000 份申请，并为我们为每一份申请自动重写简历”的方法并不现实，每一个申请工作的人都心知肚明。
意识到真正的复杂性
为一个人构建的第一个版本时，为 AI 提供足够的上下文是一件微不足道的事情。对自己测试也产生了类似的结果。看起来似乎很有效。然后，我向朋友要了他们的简历，输入到早期的 Jobric 系统中，结果彻底失败了。这个人从事网络安全工作，但系统将其背景解读为物理安全，比如保安。原因在于他们最近的工作头衔是“安全员”，单从字面上看，这没有任何技术性的含义。AI 对词语照本宣科，误解了整个人。
这引我走上了一条揭示非技术性问题的道路。真正的问题在于人：如何准确识别一个人是做什么的，同样重要的是，职位描述要求什么，当头衔具有误导性且语言不一致时？
因此，我最初的很多时间和金钱都花在了研究上，而不是写代码上。我专注于弄清楚哪些数据点很重要，哪些是公开可获取的，以及如何优先使用工程手段，其次才是 AI，以实现准确的匹配。我最大的早期开支包括针对我能找到的每一份简历进行无休止的测试。我知道这是一笔值得的赌注，所以动用了个人积蓄来资助它。
构建过程保持精简，因为我深知云架构，足以将基础设施成本降到最低，而且我几乎可以独立完成所有繁重的工程工作，从而避免了昂贵的模型调用。
对于我不擅长的部分，我并没有独自应对。随着 Jobric 的发展，我聘请了兼职顾问来覆盖单个技术创始人无法触及的领域：一名 CISO（首席信息安全官）负责安全，一名通用法律顾问负责法律，一名 CFO（首席财务官）负责财务，以及一名成功退出创业的创始人负责运营和上市（GTM）方面。这确保了我不会在真空中摸索其余的问题。
容器化技术栈
我们的技术栈划分很简单：
Python 运行“大脑”。
TypeScript/Node 运行用户接触到的所有部分。
AI 和数据工作——解析简历、将候选人归类到正确的职业家族、评估他们与职位的匹配程度——使用 Python，因为它是现代 AI 工具的原生语言，并且托管了最好的库和模型 SDK。
Next.js (React/TypeScript) 驱动候选人应用程序和我们的合作伙伴门户，提供快速、现代化的 Web 体验，并允许小型团队快速迭代。
我从第一天起就进行了容器化。许多服务在依赖层面上共享基础，因此有少数几个基础图像支撑着一切，使得按需扩展从一开始就变得很简单。在架构上，我最自豪的是几乎没有什么东西是全天候运行的。昂贵的工作——匹配分析、公司简介、职位匹配——是按需进行的。每一部分都是一个独立的容器化服务，它启动、执行任务，然后沉寂下来。我们通过消息队列协调所有工作，可靠地传递任务，并允许每部分独立于需求进行扩展。回报是成本和可靠性：我们不需要为让一台庞大的机器空闲着运行而付费，且某一区域的激增也不会拖垮其他部分。
对于 AI 本身，我在内部运行核心匹配和分类的微型语言模型。Postgres 配合向量搜索处理语义匹配。
扩展可能性
我们的模式有意保持狭窄：面向候选人的订阅。我们提供免费的 Seeker 层级，以及每月 49 的 Contender（竞争者）层级，提供季度和年度付费选项。这是我们今天的收入来源。我们没有广告，而且关键在于，绝不出售候选人数据。Jobric 对候选人有效，因为候选人的利益排在首位。我们在一切构建中都优先考虑这种一致性。
我们在 5 月 1 日开始收费，在此之前我们通过三月的免费测试版和四月的公开测试版来压力测试匹配质量，然后再请求任何人输入卡号。目前我们拥有 20，而只有涉及繁重推理的任务才会调用前沿模型。随着我业务的增长，我每次匹配的成本会下降。任何仅依赖第三方 LLM 的人都有相反的问题。
扩展有几个方向。最简单的方向涉及升级：从免费到付费，以及从 Candidate 到 Contender。地理扩张提供了更大的路径：我们从第一天起就在美国、英国和加拿大上线，而不是仅限美国。接下来是欧洲。每一个新市场都会以很小的额外成本扩大我们的受众。
细分市场代表了最大的机会。Jobric 是为所有人构建的，而不仅仅是科技行业。我与大学、职业规划师以及完全不同领域的人进行了真正的交流，以了解每个群体的挣扎。这推动了为其他平台不服务的用户开发功能：幽灵职位和诈骗职位的检测、签证赞助筛选等，这些都即将到来。
流失率是一个诚实且必然存在的挑战。如果我做得好，你找到了工作，那么你就不再需要我了。留存和扩展变成了同一个问题：在搜索之间，你如何保持有价值？这种思考正在驱动我现在正在构建的最重要的事情，但我还没有准备好详细说明它。不会透露太多，但它旨在针对那些积极求职的人和已经工作但想在职业上保持领先的人。如果成功了，它将把 Jobric 从一个求职工具转变为一个你随时可以保留的东西。
从所有这些中，我得到的一条建议是：在你感到舒服之前就先收费。免费用户几乎不会告诉你任何信息。当一个陌生人愿意为某种他们本可以从更差的免费版本中获得的东西自掏腰包付费的那一天，那是唯一算数的验证。在此之前的一切都只是带有流量的业余爱好。
在 LinkedIn 上教育市场
从第一天起，LinkedIn 就是我的引擎。那是 Jobric 未来的用户所在的地方，所以当我需要测试人员时，我直接面向公众，询问谁想要尝试一些新东西。这就是我吸引首批用户群的方式，它仍然是一个主要渠道。我将其作为一个活动来运行，而不是随机的帖子，并不断根据什么能引起共鸣进行优化。有一个数字我感到有点奇怪的自豪：商业页面在不到一个月的时间里就突破了 100 名粉丝，这对于品牌页面来说比个人资料更难实现。
我们自己的数据支持了大部分内容。同样驱动匹配的市场情报也指导了我们发布的内容，包括我们在 6 月推出的简报和博客。与其猜测要说什么，不如使用 Jobric 关于职位的情报，这让内容既具有差异化，又默默地展示了底层的功能。
研究同样塑造了渠道策略。我花时间与不同的群体、大学和职业规划师交谈，以了解 Jobric 如何提供帮助，以及它对每个群体为何特别重要。我是一个“先问为什么”的人，而且我越回归 Jobric 存在的根本原因，我的信息就越犀利。这将推动下半场的发展，我预计下半场将比上半场产生更多的成果。
如果我要给出一条增长建议，那就是最难的部分不在于触达；而在于重编程一种反射。招聘网站、LinkedIn 和一键申请工具已经教会了每个人认为“更多等于更好”。更多的列表，更多的申请，更多的活动。Jobric 是相反的赌注：更少但更好的列表。因此，增长的关键部分之一是说服人们，质量优于数量不仅仅是求职的一种更好的方式；这是唯一一种尊重他们时间的方式。
转变这种信念，产品就会自己销售。这就是我正在解决的营销问题。
反馈与书籍
终端用户的反馈对我来说是最有价值的东西——不仅仅是那些积极的反馈。在测试版期间，我们不断寻求反馈。大多数反馈都是鼓励性的，并直接融入到了产品中。但最愤怒的反馈反而让我印象最深刻。
一位测试版用户告诉我：“你应该付钱给我，因为这是一个烂产品。”你不可能取悦所有人，我们几乎肯定永远失去了这个人。但我从中学到了一些重要的东西。一位测试版用户只需要上传简历，等待职位找上门。没有成本，在他们那端几乎没有真正的努力。那么他们为什么如此愤怒？因为 Jobric 核心的承诺对人们来说真的很重要。人们不会对无关紧要的事情感到如此愤怒。人们对如今求职工作的方式感到精疲力竭，这种反应向我表明我正在构建值得为此愤怒的东西。这比任何赞美都更能激励我。
另一件有帮助的事情是 Simon Sinek 的《开始思考为什么》（Start With Why）。那本书最近对我产生了很大的影响。它不断地将我拉回到 Jobric 的真正目的——不是功能列表，而是它为什么存在，它是为谁服务的，以及如何向从未听说过它的人清楚地解释这一点。当日常事务变得嘈杂时，回归“为什么”能保持决策的清晰。
专注、思考，并真正理解你的产品
我的建议是什么？专注。然后更加专注。我指导着几家初创公司，我看到“蝴蝶大脑”破坏了其中大多数。你知道那种孩子或小狗发现了蝴蝶，然后追逐它，然后另一只蝴蝶飘过，它们又追逐另一只，以此类推。就是现在很多人创业者的运作方式，而且 AI 让情况变得更糟，因为你可以瞬间追逐每一个闪亮的新点子。选择一个问题并坚持直到解决它的纪律现在变得很罕见，它是预测谁能取得进步的最重要因素。
与此相关的是：先思考，再构建。我会问创始人一些基本问题，比如“带我看一下你用户的工作流程：他们从哪里开始，他们想解决什么问题？”得到的回答不是这些，而是“看这个我用 Claude 做的很酷的原型。”人们会直接冲向解决方案、演示、视觉效果，跳过坐下来面对问题并提出困难问题的步骤。你不必接受每一条建议，但必须思考和做研究。原型是容易的部分。知道为什么它应该存在才是工作。
最后，我是认真的：了解你自己的产品。我遇到过一些使用 AI 工具构建产品的创始人，他们甚至无法回答关于产品如何工作的基本问题。无论你是否技术出身都不重要。如果 AI 构建了它，就使用 AI 来质询它。问它它创造了什么，它为什么选择那些选项，以及它在哪里脆弱。不懂技术并不是对自己产品一无所知的借口。无法解释自己构建产品的创始人在第一次出现问题时就会崩溃。
下一步是什么？
我最大的目标是将 Jobric 变成任何人在寻找工作时首先想到的地方。不是一个他们会去检查的招聘网站，而是整个搜索过程都会经过的信任层。人们变得愤世嫉俗，AI 淹没了所有内容，产生了噪音；求职者缺乏某种真正值得信赖的东西站在他们这一边。这就是 Jobric 想要持有的位置。
这涉及到了拒绝接受大家都视为正常的事情。考虑薪资数字：我们的数据显示只有约 57% 的职位发布有真实细节。为什么这可以接受？我无法强迫雇主诚实，但我可以让不诚实的行为失效。如果一个职位发布隐藏了一个人做决定所需的基本信息，Jobric 可以标记它、过滤它，或者显示雇主遗漏的内容，从而让这些把戏悄悄失去力量。平台做得越多，就越能保护人们而不是浪费他们的时间。
归根结底，目标简单而人性化。我希望人们在飞速变化的世界里找到工作，而不会迷失方向，并带着一份真正适合他们的工作和进入前时拥有的一点希望。如果 Jobric 能够可靠地做到这一点，并且跨越各种类型的工人实现规模化，那么它就实现了我构建它的初衷。
要查看产品，请从这里开始。要了解市场评论以及许多讨论内容的背后数据，请阅读我们的简报：Ric 的更新。
要关注或直接联系，我在 LinkedIn 上定期撰写内容：Jobric 和个人页面。我确实很容易联系到，所以如果这里的内容引起了共鸣，请随时发送私信。
Indie Hackers Newsletter：订阅以获取最新故事、趋势和每周 3 次的独立黑客见解。
Subscribe
