職得Offer
階躍星辰水產市場裡的全流程 AI 求職助手 Skill，覆蓋天賦挖掘、簡歷最佳化、海投管理與模擬面試
深度報告
-
職得Offer校園求職助手是階躍星辰「水產市場」Agent 應用生態裡的一款求職類 AI Skill，需在支援 MCP 協議的 AI 助手（如 StepClaw）中安裝呼叫。它把迷茫探索、簡歷最佳化、海投管理、模擬面試到面後覆盤整條求職鏈路拆成十個功能模組，用「判斷池前置評估系統」對每一條輸出做量化打分，保證建議質量穩定。產品目前處於限時免費內測階段，尚無明確付費方案。
-
職得Offer由開發者 Jack-Yang-ai 在「水產市場」釋出，截至 2026 年 5 月版本為 v2.8.6，累計下載 167 次、收藏 3 次。它依附於階躍星辰（StepFun）自研的 OpenClaw 框架，是這個國內 Agent 生態裡「求職」細分方向的代表技能之一。階躍星辰成立於 2023 年 4 月，由印奇帶隊，主打多模態大模型與 C 端 AI 應用，其桌面端 Agent 產品 StepClaw 於 2026 年 3 月 19 日上線後接入水產市場，市場內已聚集超 5000 名創作者、提供 5000 餘項資產。職得Offer正是借這股「龍蝦」Agent 浪潮，把原本分散在各類求職工具裡的能力收進一個可對話的 Skill。
-
職得Offer的核心是把求職拆成可獨立呼叫、又能串聯成閉環的模組。迷茫期有「天賦挖掘」與「崗位反推」：前者透過 8 到 12 輪深度對話，從童年經歷、無意識勝任感、高能心流時刻、陰影投射四個維度畫像，再結合現有簡歷反推五個匹配方向和三到五家對口公司。簡歷相關是最重的一塊，包含評估、撰寫、淺經歷挖掘與差異化標籤：評估基於 v4.5 優質簡歷標準，按 HR 十秒速通篩查邏輯生成含一句話總結、五維評級、逐條點評、紅線檢查的八章報告；撰寫則針對零經歷、輕經歷、多經歷三檔使用者，用 STAR 法則把課程作業、社團活動包裝成有資料的亮點。 海投輔助靠「JD 匹配」與「投遞追蹤」：一份簡歷可批次對照多個崗位 JD，生成匹配度矩陣，明確標出建議投遞、謹慎投遞、建議不投，並自動產出含崗位資訊、投遞進度、面試記錄、覆盤總結四張表的追蹤表。「模擬面試」會扮演面試官做 8 到 10 輪真實追問，語氣中性、不預設問題，結束後給表現評分和改進建議；「面後覆盤」則抓住面試後 24 小時黃金視窗，產出五條可直接執行的改進清單。 技術上有兩點值得說。一是基於 MCP 協議，輸出質量可控、能與主流 Agent 框架相容；二是引入「判斷池前置評估系統」，所有輸出都經過關鍵詞命中、意圖清晰、資訊完整、格式合規四個維度量化評分，總分 100、閾值 60，低於閾值會自動最佳化或拒絕輸出。這讓它區別於隨手丟一段建議的聊天機器人，更像一套有驗收標準的求職工作流。
-
截至 2026 年 5 月，職得Offer處於限時免費內測，暫無使用限制，內測使用者未來正式版有優惠。官方口徑是正式版可能走向訂閱制或按量付費，但價格未定。它不是一個獨立 App，而是水產市場裡的 Skill，使用者需在 StepClaw 等助手環境裡透過安裝命令 openclawmp install skill/247581a0970f4a4d9ae45d9bebc7443a 部署，內測階段還要配置 ofk_ 開頭的 API Key。換句話說，它的變現依附於階躍星辰整個 Agent 生態的付費化節奏，而非單獨收費。
-
正面反饋集中在「閉環」和「省心」。深度評測裡提到，迷茫探索型學生透過八輪對話挖出對活動策劃的興趣並拿到崗位推薦；零實習的文科生靠經歷挖掘做出有資料、有亮點的簡歷；春招季使用者一鍵批次分析簡歷與二十個崗位的匹配度，告別「投了哪些都忘了」的混亂。官方內測資料稱，使用模擬面試後使用者緊張感降低 60%、面試題核心問題覆蓋率超過 80%。 負面聲音主要來自對透明度和資料安全的質疑。有測評指出，它和直接用 ChatGPT 改簡歷的本質區別是專業化與閉環，但仍未公開背後呼叫的大模型，無法判斷是通用模型還是簡歷場景微調；模擬面試的題庫深度和話術質量缺乏第三方驗證。還有觀點提醒，作為平臺技能，使用者上傳的簡歷直接交由階躍星辰處理，儲存位置、是否用於模型訓練、功能何時下線都缺乏知情權。
-
職得Offer被放在「水產市場」求職 Skill 矩陣裡整體看待，同生態還有簡歷最佳化師、面試通、崗位雷達、求職百科、投遞管家等五個免費 Skill，職得Offer是覆蓋全流程的那個。橫向看，獨立競品如未來簡歷（柏言科技，明確標註 GLM-130B、支援 ATS 最佳化）、YOO 簡歷（珠海必優科技自研）、筆靈 AI 簡歷等，多有可查的公司實體和技術路線，而職得Offer作為平臺技能技術細節不透明。 放到更大的背景裡，它是 2026 年國內「龍蝦」Agent 混戰的一枚棋子。OpenClaw 框架爆火後，各大廠紛紛推出自己的桌面 Agent，階躍星辰用 StepClaw 加水產市場卡位「可安裝、可進化」的 Agent 應用商店模式。職得Offer的價值不只在於求職功能本身，更在於驗證了「垂直場景 Skill 跑通完整工作流」這條產品路徑。
-
最突出的風險是資料隱私。簡歷含大量個人資訊，作為免註冊即可呼叫的平臺技能，使用者資料流向一片空白，沒有獨立產品那樣公開的隱私政策和使用者協議。免費內測常被形容為「馴化模式」，隱性代價可能是資料成為模型養料。 其次是技術不透明與生命週期不可控。底層模型未披露，模擬面試質量無第三方背書；作為生態技能，它何時更新、何時下線、功能如何迭代，使用者都沒有話語權。還有適配門檻：必須身處階躍星辰生態、裝好 StepClaw、配好 API Key 才能用，對非該生態使用者是道門檻。
-
它最適合在校學生，尤其是校園招聘這條線上的幾類人：不知道投什麼方向的迷茫探索型、經歷少不會寫的簡歷困難型、投遞無迴音的海投焦慮型、臨場發揮差的面試緊張型、以及錯過機會不懂行話的資訊閉塞型。真實求職、尤其衝刺網際網路大廠、金融、諮詢等競爭激烈崗位的應屆生，建議把它當靈感與結構工具，關鍵經歷和敘事仍要自己把關，別把差異化鉤子完全交給通用生成。替代方案上，想要資料自主和明確 ATS 最佳化的，可以看未來簡歷、YOO 簡歷、筆靈 AI 簡歷等獨立產品。
-
職得Offer是階躍星辰 Agent 生態裡把求職全流程做成可驗收工作流的標杆 Skill，質量管控到位、閉環體驗完整，但平臺依附帶來的資料透明與生命週期問題，是它在真實求職場景裡能否被信任的關鍵變數。
使用者評論
-
TokenDex_lab—免費的先用著，內測能薅就薅，反正不要錢。 -
Billy_Cox_9968—裝這個還得先搞 StepClaw 再配 API Key，門檻有點高，純小白直接勸退。 -
HODLerCastillo—我經歷特別少，用它挖了挖課程專案和社團活動，居然整理出三個能寫進簡歷的點，比自己對著空白文件發呆強太多了。 -
CryptoTraderRivera—研二那陣收到技術面通知，臨時用它練了三輪模擬面試。它追問的方式跟真面試官差不多，不預設答案，會根據我的回答繼續往下挖漏洞。正式面試遇到的三個問題裡有兩個提前準備過，最後順利過了，這個環節確實值。 -
b65j0jtzcg—模擬面試完會給一張覆盤報告，緊張感確實降了不少，臨場沒那麼慌了。 -
方悅—JD 匹配矩陣挺實用，一份簡歷對照十幾個崗位，直接標出建議投和謹慎投，海投季不用瞎投了。不過它說謹慎投的崗位我後來還是投了倆，也不能全信，當參考就行。 -
Cynthia.GrayJr—簡歷上傳給平臺這點我一直有點犯嘀咕，畢竟裡面全是個人資訊，它也沒說清楚存哪、會不會拿去訓練，對資料敏感的人可能要想想再決定。 -
phPRI—大三文科生，零實習，之前寫簡歷真的抓瞎。用它的淺經歷挖掘，把社團活動和課程大作業一點點拆，包裝出三個可遷移技能，最後真拿到一個網際網路運營實習 offer。當然不是它替我拿到的，是我自己投的，但它確實把很空的經歷填出了內容，這一點對沒東西可寫的人幫助最大。 -
ACampbell—名字太坑了，搜「職得」出來四五個不一樣的產品，差點下錯成職得簡歷，用之前一定認準 openclawmp 那個域名。 -
EthanSanchezK—天賦挖掘那塊對我這種完全迷茫的人有用，八輪對話把興趣點挖出來還推了幾個方向，至少不用再瞎投了，方向感一下就清晰了。 -
Christopher_Perez—判斷池打分這套挺聰明，低於閾值的建議它會自己重做或拒絕輸出，不像有些 AI 隨手丟一段就完事，質量起碼有個底線。