命题: ③ 大学生求职迷茫
参赛者: Samuel · 开发协同: Shirley AI (TRAE SOLO)
Demo: https://careerpath-ai.pages.dev
源码: https://github.com/shirley6692026/careerpath-ai
一、命题理解：大学生求职为什么迷茫？
2025年，全球四大机构的报告指向同一个结论：
机构 核心发现
McKinsey AI采用率72%，但67%企业报告AI人才短缺
Deloitte 人机协作能力成为2025关键竞争力
Gartner 到2027年，30%大企业将有AI Agent作为”同事”
WEF 44%的技能将在2030年前被颠覆，净增7800万岗位
大学生求职迷茫的三个根源:
- 看不懂 JD — HR 用 AI 生成的关键词堆砌，真实要求藏在字里行间
- 不了解自己 — 不知道什么能力值钱、什么经验可迁移、与岗位的差距在哪
- 不会 AI 协作 — 67%企业缺 AI 人才，但学校不教怎么和 AI 一起工作
CareerPath AI 的答案: 不是帮你”找到工作”，而是帮你建立 AI 时代的求职能力。
二、解决方案：AI-Native 人力资本三支柱
传统 HR 三支柱（COE/HRBP/SSC）正在被 AI 重构。
我们构建了 AI-Native 三支柱架构：
AIC (AI智能中心) 
AHP (AI人力伙伴) 
ASC (AI服务集群)
├─ JD翻译官 ├─ AI面试官 ├─ 简历工坊 ├─ 能力雷达 ├─ 职业导航仪 ├─ 学习路线图 └─ 求职战报 └─ HAIC教练 └─ 求职仪表盘
10 大功能模块，端到端覆盖求职全链路。
三、核心创新：HAIC 人机协作指数 
这是 CareerPath AI 最核心的理论创新。
传统求职评估看学历、看技能、看经验。但在 AI 时代，企业最稀缺的不是”会写代码的人”，而是“能和 AI 一起高效工作的人”。
我们首创 HAIC (Human-AI Collaboration Index) 五维评估：
HAIC教练
维度 权重 评估什么
AI认知力 20% 知道AI能做什么、不能做什么
提示工程力 20% 能用精准指令让AI高质量输出
工作流重构力 25% 能把工作拆分为”人做”和”AI做”
质量判断力 20% 能识别AI输出的幻觉和偏差
伦理决策力 15% 能在AI辅助下做负责任决策
四、功能展示
AIC 层核心
JD翻译官 — AI 解析招聘JD，翻译成”人话”
� 能力雷达 — 你的技能 vs 岗位要求，差距一目了然
� 求职战报 — 求职数据可视化追踪，含薪资地图
� AHP 层核心
AI面试官 — 3 种模式 × 6 种框架的专业模拟面试
� 职业导航仪 — AI 驱动的职业发展路径规划
� HAIC教练 — 基于 GROW 模型 + NLP 六层次的专业 AI 教练
ASC 层核心 简历工坊 — 一键上传 → AI诊断 → 智能优化 → 专业PDF
� 学习路线图 — AI 生成个性化学习计划
� 求职仪表盘 — 求职全程数据追踪
五、竞品深度分析报告
CareerPath AI 在 6 维度对比中综合评分最高（88分），核心差异化在于首创 HAIC 评估体系。
六、技术架构
前端: React 19 + Vite 8 + TailwindCSS 4
后端: Python FastAPI AI引擎: 火山引擎 ARK (Doubao/DeepSeek/GLM 7模型轮换)
部署: Cloudflare Pages (production)
七、SOLO 使用心得
本项目由 TRAE SOLO + Shirley AI 协同完成，零手写前端代码。
几个关键心得
- SOLO 不是”写代码的工具”，是”思考的伙伴” — 最好的使用方式是讨论架构、审查方案
- 上下文质量决定输出质量 — 给 SOLO 提供完整文档后，代码准确率显著提升
- 迭代式开发最有效 — 每个模块先出 MVP，再逐步打磨
- 端口管理是隐形杀手 — 前后端端口混乱浪费了最多时间
八、Demo & 源码
在线 Demo: https://careerpath-ai.pages.dev
源码仓库: https://github.com/shirley6692026/careerpath-ai
九、参考研究
- McKinsey - State of AI 2025
- Deloitte - 2025 Human Capital Trends
- Gartner - Agentic Workforce 2025
- WEF - Future of Jobs Report 2025
