Miliony ludzi robią coś skrajnie nieefektywnego

Typowy dzień absolwenta w szczycie rekrutacji: dwie godziny scrollowania ofert na Pracuj.pl i LinkedIn, pięćdziesiąt razy wklejona ta sama wiadomość powitalna, wieczorem zero pojęcia, do których firm właściwie aplikował, kto odpisał i kiedy jest rozmowa.

Szukanie pracy to proces sprzedażowy — ty jesteś produktem, rekruter klientem, aplikacja to dotarcie, rozmowa to konwersja. A większość kandydatów zarządza tym lejkiem jak chaotycznym czatem: bez rejestru, bez kryteriów selekcji, bez rytmu follow-upów, bez podsumowań. Efekt? Trzysta wysłanych CV, z czego realnie posuwa się naprzód może dziesięć. Reszta gnije w czarnej dziurze.

Skala problemu? Setki tysięcy absolwentów rocznie plus miliony osób zmieniających pracę. Ból jest realny, grupa ogromna, a gotowość do płacenia eksploduje w szczycie rekrutacji. To wszystko, czego potrzebuje biznes.

Okazja: open-source’owy projekt zamienia chaos w powtarzalny system

Na GitHubie pojawił się projekt JobFlow for Codex (repo: https://github.com/laok775/jobflow-for-codex, licencja MIT, 214 gwiazdek), który robi dokładnie to: inżynieruje chaotyczny proces aplikowania. To lokalny workflow dla Codexa, który porządkuje wyszukiwanie ofert, filtrowanie według reguł, wysyłkę wiadomości, obsługę odpowiedzi, rejestrowanie postępów i generowanie dziennych raportów.

Mechanika jest prosta: wszystkie aplikacje lądują w lokalnym rejestrze applications.jsonl, każda oferta ma stabilny status — skontaktowano się, wysłano CV, rozmowa odbyta, odrzucono, do follow-upu, oferta na stole. Twoje kryteria siedzą w screening_rules.md i Codex filtruje według nich. Gdy rekruter pisze, Codex klasyfikuje wiadomość: wyraźnie nietrafione archiwizuje, prośby o CV obsługuje według konfiguracji, a wątpliwe oznacza jako “wymaga twojej decyzji”. Wieczorem jedna komenda generuje dziennik dnia.

Kluczowe są granice: nie omija captchy, nie obchodzi zabezpieczeń platform, nie odpowiada za ciebie bez kontroli. Logowanie i kluczowe decyzje zostają u człowieka. Właśnie dlatego to działa długoterminowo — to nie cheat, tylko asystent, który zna swoje miejsce.

Ścieżka pierwsza: użyj sam i podnieś efektywność o rząd wielkości

Najprostszy wariant, zero kosztów, dla osób szukających pracy.

Krok pierwszy — sklonuj repo i zainicjuj prywatny workspace:

1
2
3

git clone https://github.com/laok775/jobflow-for-codex.git
cd jobflow-for-codex
python skills/jobflow/scripts/init_jobflow.py --workspace /path/to/your/workspace

Inicjalizacja tworzy user_profile.yaml (docelowe stanowisko, miasto, platformy, ścieżka do CV) oraz screening_rules.md (preferencje, sygnały “aplikuj koniecznie”, wykluczenia). Te dwa pliki to dusza systemu — im konkretniej je napiszesz, tym celniej Codex filtruje. Reguły typu “wyklucz body leasing”, “tylko od 15 tys. zł”, “priorytet: produkty AI” stają się żelaznym prawem.

Krok drugi — Codex prowadzi codzienną rutynę: sprawdza wiadomości, filtruje oferty, zapisuje wyniki. Negocjacje płacowe czy ustalanie terminów rozmów oznacza i czeka na twoją decyzję.

Krok trzeci — wieczorne podsumowanie i kontrola celów:

1
2

python skills/jobflow/scripts/summarize_day.py --workspace /path/to/your/workspace --date 2026-01-01
python skills/jobflow/scripts/check_targets.py --workspace /path/to/your/workspace --date 2026-01-01 --boss 5 --liepin 5

Wymagany Python 3.10+, projekt testowany na Windows z lokalnym Codexem. Wszystkie dane zostają w twoim workspace — CV, rejestr, wiadomości. Nic nie wylatuje w chmurę.

Ścieżka druga: tu są prawdziwe pieniądze — agencja AI do szukania pracy

Własne użycie to oszczędność. Zapakowanie tego w usługę to zarobek. Logika jest prosta: między osobą, która umie skonfigurować Codexa i reguły, a spanikowanym absolwentem w szczycie rekrutacji leży przepaść kompetencji. To, co ty stawiasz w dwie godziny, ktoś chętnie kupi za kilkaset złotych.

Co sprzedawać? Trzy pakiety do skopiowania:

Pakiet startowy (400-800 zł): wdrożenie workspace’u. Inicjalizacja, napisanie user_profile.yaml i screening_rules.md pod cel klienta, przejście pełnego cyklu, instrukcja obrazkowa. Twój koszt krańcowy to jedna wideorozmowa plus godzina konfiguracji. Czysty zysk.

Pakiet średni (1500-2800 zł): optymalizacja CV + szablony wiadomości + workspace. Przepisujesz CV klienta przez GPT lub Claude, przygotowujesz 3-5 wariantów wiadomości otwierających pod różne kierunki, dostarczasz razem ze skonfigurowanym systemem. Sprzedajesz “skuteczność trafień” — najwyższa postrzegana wartość.

Pakiet opieki (6000-12000 zł/mies.): pełny outsourcing procesu. Klient przekazuje ci codziennie zrzuty wiadomości lub dostęp, ty prowadzisz rejestr, klasyfikację, raporty dzienne i cotygodniowe podsumowania postępów. To przychód subskrypcyjny — trzy miesiące sezonu, jeden klient to kilkanaście tysięcy złotych obrotu.

Kanały pozyskiwania: na Pinterest i Lemon8 posty porównawcze “AI zarządza moimi aplikacjami — 4 rozmowy w tydzień” ze zrzutami raportów; na OLX i Allegro Lokalnie ogłoszenie “system zarządzania aplikacjami o pracę”; na TikToku i YouTube nagrania “zamieniłem szukanie pracy w taśmę produkcyjną”. W sezonie rekrutacji taki content ma kilkukrotnie większy zasięg, bo poziom lęku jest najwyższy w roku.

Ścieżka trzecia: idź wyżej — szablony i kursy

Po obsłużeniu dwudziestu-trzydziestu klientów masz najcenniejszy aktyw: bibliotekę reguł filtrowania pod różne branże i stanowiska. Jak pisać screening_rules.md dla product managera, jakich firm unikać na stanowiskach marketingowych, jak rozpoznać fikcyjne oferty zbierające CV. Pakujesz to jako “zestaw szablonów workflow rekrutacyjnego” i sprzedajesz za 120-280 zł — zerowy koszt krańcowy, nieskończona replikacja.

Krok dalej: kurs wideo. Nagrywasz cały proces wdrożenia jako 2-3-godzinny materiał, cena 400-800 zł, publikacja na platformach kursowych. Kurs nie zjada twojego czasu — jeden materiał sprzedaje się przez rok.

Kalkulacja i granice ryzyka

Konserwatywna matematyka: trzy miesiące sezonu, tygodniowo 3 pakiety startowe i 1 średni, miesięcznie 2 klientów na opiekę. Miesięczny przychód: 12×600 + 4×2000 + 2×8000 ≈ 31 200 zł, nie licząc pasywnej sprzedaży szablonów. A cały twój wkład to komputer, środowisko Codexa i projekt na licencji MIT, który wolno używać komercyjnie.

Ryzyka trzeba nazwać wprost. Po pierwsze: projekt świadomie nie jest maszyną do masowego spamowania aplikacjami — nie omija captchy ani zabezpieczeń. W usłudze też nie wchodź w szarą strefę automatycznego masowego aplikowania, bo zablokowane konto klienta to twoja odpowiedzialność. Po drugie: pracujesz na cudzych kontach i CV — klient loguje się sam, ty operujesz tylko na warstwie workflow, wrażliwych danych nie przechowujesz. Po trzecie: struktury stron platform się zmieniają, reguły wymagają aktualizacji. Traktuj to jako usługę z ciągłym utrzymaniem, nie jednorazową transakcję.

Zacznij dziś

Okno sezonu rekrutacji trwa kilka miesięcy, a lęk kandydatów to najbardziej sezonowy ruch w internecie. Dziś zrób trzy rzeczy: sklonuj repo i przejdź cały proces na własnej skórze; zbuduj przykładowy workspace (na własnym doświadczeniu albo fikcyjnym typowym użytkowniku) i zrób zrzuty ekranu jako materiał marketingowy; opublikuj pierwszy post z tytułem “Oddałem szukanie pracy AI — codziennie generuje mi raport”.

Narzędzie jest otwarte i darmowe. Ale wiedza, jak na nim zarabiać, należy jeszcze do nielicznych. Zanim okno się zamknie, ci, którzy wejdą pierwsi, zjedzą mięso.