在 AI 时代，LinkedIn 有什么问题？

Source: Dev.to

LinkedIn 的现状

和许多技术人士一样，我使用 LinkedIn 来管理我的职业网络、展示我的作品，并保持对招聘者的可见性。它仍然是职业生活的核心，几乎没有真正的竞争者。

最近，我看到一连串关于 Azure 网络变更的令人困惑的帖子。更新声称变更将在 2025 年 9 月 30 日 发生，但这些帖子却标注为 2025 年 12 月。实际上，变更计划在 3 月 31 日。这说明错误信息可以在平台上迅速传播。

噪音、从众与未经验证的声称

LinkedIn 充斥着重复、从众的内容。用户常常回避不同的观点，导致一片类似的声音，甚至显得像漫画化的讽刺。一些最病毒式传播的帖子会在 Twitter 或 Reddit 上成为笑话，进而演变成梗图。

更大的问题是大量的声明性、未经验证的个人资料。任何人都可以在个人资料中自称 “Rust 专家”、 “Go 大师”，甚至是 “脑外科医生”。夸大的头衔和宏大的声称往往与实际情况毫无关联。

对求职者的影响

• 招聘者必须在噪音和夸大其词的头衔中筛选，才能看到候选人的真实资料。
• 即使找到了个人资料，招聘者也无法确定简历是否准确或被夸大。
• 招聘者发现合适候选人的概率受限，导致双方都感到沮丧。

AI 代理的冲击

人工智能代理——能够在没有直接人工指令的情况下自主规划、决策和行动的系统——正开始取代部分招聘任务，包括候选人发现。

当招聘者指示 AI 代理去寻找 “熟悉 Bicep 和 Terraform 的 Azure 架构师” 时，代理并不会在 LinkedIn 动态中滚动查找，而是搜索原始、可验证的成果，例如：

• GitHub 和 GitLab 仓库
• 博客文章和已发表的稿件
• Pull request、issue 以及其他具体贡献

这些来源是具体的、可验证的，且易于被 AI 评分。

为代理化招聘做好准备

在 AI 驱动的招聘世界里，LinkedIn 成为次要信号。主要来源将是公开、可被 AI 读取的成果：

• 有文档记录的副项目
• 开源仓库及其贡献
• 技术博客文章

实践步骤

1. 将你的作品整合到一个公开可访问的页面（例如个人网站或 “品牌 API”）。
2. 以机器可读的格式列出原创博客、公开仓库、Pull request 和贡献。
3. 让 AI 代理容易发现并验证你的作品。

LinkedIn 仍然在人工网络和可见性方面有价值，但代理化招聘的兴起将信号转向可验证、AI 可读取的成果。开始发布具体的作品，并让代理容易找到和验证它们。