想再次提醒一下所有用 AI 投简历的人。 我最近发布了一个职位,大约 85% 的申请都是以类似的话开头:“对你们致力于为智能体构建邮件基础设施的使命深感钦佩——Agentmail 是一次范式转变。” 我还是会看看这些申请,不过…… Wanted to echo this for anyone applying to jobs using AI. Posted a role recently and about 85% of apps start with something like “impressed by your mission to build email infrastructure for agents - Agentmail is a paradigm shift” I’ll still take a look at these butttt
Adi Singhco-founder, agentmail
目录
观点原文
想再次提醒一下所有用 AI 投简历的人。
我最近发布了一个职位,大约 85% 的申请都是以类似的话开头:“对你们致力于为智能体构建邮件基础设施的使命深感钦佩——Agentmail 是一次范式转变。”
我还是会看看这些申请,不过……
Wanted to echo this for anyone applying to jobs using AI.
Posted a role recently and about 85% of apps start with something like “impressed by your mission to build email infrastructure for agents - Agentmail is a paradigm shift”
I’ll still take a look at these butttt
ABAB AI 解读
这段话其实是在委婉但明确地吐槽“AI味太重的求职申请”,核心意思有三层:
一、他说了什么(表层)
- 他刚发布了一个招聘岗位
- 约 85% 的求职申请,开头几乎一模一样
- 都是那种高度概括、极度恭维、充满“范式转变 / 使命驱动”话术的句子
- 一看就知道是 AI 模板生成的开场白
“impressed by your mission…”
“paradigm shift…”
这是典型的大模型安全、正确、但毫无个人信息量的表达。
二、真正想表达的潜台词(重点)
“我能一眼看出你是用 AI 批量投的,而且你并没有真正了解我们。”
“I’ll still take a look at these butttt”
这个 butttt 拉长,本质是在说:
- 我不会直接扔掉你
- 但你的第一印象已经扣分了
- 你没有通过“认真对待这份工作”这个隐性筛选
三、为什么这在当前招聘环境里很致命
现在的招聘有一个隐形变化:AI 把“写得体面”变成了零成本 → 招聘者开始只看“是否真实、是否具体、是否理解业务”
所以:
抽象赞美 ❌
感觉像官网文案 ❌
没有具体点名产品细节 / 技术决策 / 痛点 ❌
反而更有效的是:
- 明确提到一个真实功能或限制
- 指出一个你真正思考过的问题
- 承认你还不完全懂,但你做过功课
四、一句话总结
AI 不是问题,没加“你自己”才是问题。
VC
相关观点
- 转 湾区真正顶尖的人才,要么自己在创业,要么想去 OpenAI、Anthropic 这样的公司。这确实很难,但我仍然坚持线下办公,因为工作方式和公司文化对我来说非常重要,而且没有什么比和团队一起吃午饭、更能培养真实的工作文化了。 The really outstanding ones in the Bay Area are either starting something themselves or looking to work with OpenAI, anthropic.. it’s hard but I insist on onsite because work for and culture matter a lot to me and there’s no better way than fostering a work culture over lunch with your teamAdi Singh · 2025/12/20
- 创始人吐槽时间: 现在想线下招聘真的糟透了。远程人才反而非常充足。 这是个很艰难的决定,但我们最终还是选择了不做远程招聘。 有一些候选人我真的很喜欢,但因为 H-1B 签证问题没法雇——这真的很难受。但我依然认为,定义时代的公司,都是在线下(IRL)建立起来的。 也许我可以把这点说得更清楚一些。真正的瓶颈并不是付不起高薪(有些回复是这么理解的),而是在如此激烈的人才竞争环境下,找到愿意搬迁的人才——哪怕是在国内搬迁——都非常困难。 关于 H-1B 的评论,是指招聘高技能的国际人才并把他们带到旧金山这件事,并不是为了压低薪资成本。 Founder rant here: Hiring in person right now is abysmal. Remote talent is abundant. It's been a difficult choice to make, but we have opted to not hire remotely. There's been candidates I love but cant hire bc of H1B. It sucks but I think defining companies are built IRL. maybe i can word this better. The bottleneck isn't paying high salaries (as some of replies infer), it's finding talent that is open to relocation even within the country - especially during such a competitive talent market. The H1b comment is regarding hiring highly skilled intl workers and bringing them to SF, not undercutting :)Adi Singh · 2025/12/20
- 很多咨询公司最近都在发布关于 AI Agents 的报告——一看就知道是咨询顾问写的。 其中有一个数据声称:23% 的企业已经将 agents 扩展并部署到生产环境(prod)中。 任何真正做过 agent 系统的开发者,大概都能判断出这个数字有多离谱。 我对这个数字背后的原因的最佳猜测是: 他们把某些面向特定垂直行业的应用算作“agent”,而这些应用本身给自己贴上了“agentic(具备 agent 特性)”的标签。(剧透一下:其中大多数其实只是工作流构建器,背后还配着年总包约 60 万美元的专职 FDE 在帮忙 debug。) 这种误导性的表述,反而成了最讽刺的地方。 “agents”这个词,从它诞生的那一刻起,就被严重糟蹋了。 这不会是“agents 的一年”,而会是“agents 的十年”。 Agents 并不是在确定性工作流之上简单套了一个 LLM——agents 是在互联网上行动的独立行为体。 我们会把这个方向继续推进下去。 A lot of consulting firms are coming out with reports about AI Agents - you can tell these are written by consultants. A figure quoted was 23% of enterprises have scaled agents into prod. Any developer who’s built actual agents can probably infer how wrong this number is My best guess to the reasoning behind this number would be adopting an application for a specific vertical, which brands itself as “agentic”. (spoiler alert: most are workflow builders with dedicated FDEs making $600k TC to debug) It’s so misrepresented which is the funny part The word “agents” has been done such an injustice since its inception. It’s not the year of agents, it will be the decade of agents. Agents aren’t deterministic workflows with an LLM bowed up on top - agents are independent actors on the internet. We will bring this fwdAdi Singh · 2025/12/18
- Mitchell Green是 Lead Edge Capital 的创始人,Lead Edge 是一家非常独特的投资机构, Mitchell 详细介绍了他们如何将投资公司运行得像一家软件公司,以及他们独特的投资策略和管理哲学 1. Lead Edge Capital 的“投资机器” 运行模式: Mitchell 强调他们不靠“艺术”投资,而是靠“流程”。Lead Edge 被设计成一台精密运作的机器,拥有 18 名 22-24 岁的分析师,每年给约 9000 家公司打冷电话(Cold Call) 核心 KPI: 他们最看重的指标是 LP(有限合伙人)的总资金留存率(Gross Dollar Retention),目标是 95% 以上。这意味着他们不仅要提供好回报,还要提供极佳的客户服务 2. 独特的 LP 结构:全球顶级高管网络 LP 构成: Lead Edge 的 LP 几乎全是世界级的企业高管和连续创业者(约 800 人),涵盖了财富 500 强各个行业的 CEO、HR 负责人等 杠杆作用: 这些 LP 深度参与投资生命周期: 寻找项目: 如果公司不回电话,就请相关的行业大牛 LP 写邮件 尽职调查: 请相关行业的退休 CEO 进行背调 投后赋能: 直接帮被投公司对接客户(例如帮 Toast 对接连锁餐厅) 3. 八项选股标准(The Lead Eight) 他们只投已经证明了产品市场匹配(PMF)的公司,不投早期初创。主要标准包括: 年收入 1000 万美元以上: 且年增长至少 25% 70% 以上的毛利率: 毛利驱动最终的盈利倍数 经常性收入(Recurring Revenue): 降低预测风险 资本效率: 累计烧钱额不能超过累计收入(1:1 比例) 底部盈利或即将盈利: 不依赖外部融资生存 无客户集中度风险: 单一客户不能占比过高 4. 卖出策略与回报哲学 “二垒和三垒打”: 他们不追求 100 倍的“大满贯”,目标是每单 2-5 倍的回报,3-7 年持有期,保持极低的亏损率(15 年只亏过一单大的) 主动卖出: Lead Edge 设有专门的“处置委员会”,每两周评估一次组合。他们经常通过二级市场提前套现(例如在 Toast IPO 前就卖掉了大部分,获利丰厚),不断计算未来的内部收益率(Forward IRR) 5. 对 AI 和软件行业的看法 现在是购买上市软件公司的最佳时机: Mitchell 认为市场目前对软件股过度恐惧,导致估值偏低。他引用巴菲特的话,“在他人恐惧时贪婪” 现有的领先者(Incumbents)会赢: 他不相信 AI 会让 Workday 这样的公司倒闭。这些公司拥有极深的数据护城河、客户关系和极高的留存率 AI 泡沫警示: 他认为现在的 AI Capex(资本支出)泡沫类似于当年的电信泡沫。许多 VC 投 AI 模型公司会因为模型商品化而损失惨重,他更看好能消耗更多资源的底层基础设施软件 6. 独特的公司文化与管理 一分钟一对一: Mitchell 每年会亲自与每一位员工(包括前台和会计)坐下来沟通,询问三个问题:你工作中喜欢/讨厌什么?如果你是我,你会改什么?怎么能让你的工作更容易? 放权给年轻人: 允许 23 岁的分析师直接去见身价过亿的 LP,建立真实的关系 手写感谢信: 全公司保持从上到下的执行力,见完创业者必发手写感谢信 7. 个人特质与背景 极限竞争心: Mitchell 曾是国家级滑雪运动员和赛车手,滑雪让他学会了在高速下做决策,并且在事情变恐怖时(如金融危机)敢于买入 持久性: 他认为“持久”是创业者和投资人最重要的品质。他每天只睡 4-5 小时,因为他热爱这个“游戏” 核心总结: Mitchell Green 的 Lead Edge Capital 展现了一套高度工业化的投资逻辑——通过极致的流程化管理、强大的高管 LP 资源网络和严苛的财务筛选标准,在竞争激烈的科技投资领域实现了极其稳定的高回报Mitchell Green · 2026/03/28