🤖 AI 资讯

代同事分享一篇 WorkBuddy 查招聘信息的使用记录，以下是原文。

三个名字里都带着“AI”的岗位，放到一起看，做的事却差得挺远：一个偏海外增长，一个做企业里的 Agent 平台，一个做游戏中的 AI 模块。

这次我用 WorkBuddy 搭配 Lexmount 云浏览器，把腾讯招聘官网的三个深圳岗位整理成了一张对照表。除了工作内容和要求，表里还留了来源链接和读取日期，方便比较，也方便回查原文。

下面是 2026 年 11 月 3 日重新核对后的结果节选，完整条件另有文件保留。

图 1：11 月 3 日的真实界面，按审校后的内容另行简排。“9s”仅是这一轮排版用时，网页读取和审校另计。

我想试的是，让 WorkBuddy 把到官网找资料这一步也接过去：搜索岗位，打开详情，读完之后再整理。这样交给它的就可以是一个网页任务，不用先把几个页面的内容逐段搬进对话框。

Lexmount 提供的就是其中的网页操作能力。它把浏览器放在云端，让 WorkBuddy 这样的 Agent 调用，完成打开页面、搜索、点击和读取内容等操作。它和 WorkBuddy 各有分工：一个负责操作网页，一个负责安排任务、理解内容和整理结果。产品接入说明

要找到它，可以从 WorkBuddy 的技能广场入手。按官网给出的路径，进入“专家·技能·连接器”，选择“技能”，切到 SkillHub，搜索 lexmount，就能找到“lexmount 云浏览器”这个 Skill。第一次使用还需要按提示完成安装和 Lexmount 官网授权。官方接入说明

我选择这个组合，主要看中两点：能在 WorkBuddy 里通过现成的 Skill 调用；也能实际操作页面，把正文和截图留下来。查招聘资料需要在列表和详情页之间来回查看，正好用得上这些功能，所以先拿三个岗位试。

给 WorkBuddy 的要求，我也拆得很具体：列出岗位名称、地点、主要工作和要求，把优先或加分条件单独放一列。页面没写的信息，就标成“未披露”，不要补猜。

这三个岗位在 10 月 22—23 日整理过一次。11 月 3 日，我又让它先到官网搜索“AI 产品”，再沿着原来的三个链接逐一核对，看看页面有没有变化。

这轮由 WorkBuddy 调用 Lexmount，完成搜索、打开详情和读取正文。执行界面里能看到它调用云浏览器、打开官网的过程。

图 2：11 月 3 日，WorkBuddy 调用 Lexmount 的实际执行界面。

官网的搜索结果里，既有深圳岗位，也有广州等其他城市的岗位。这次还是沿着之前保存的三个深圳岗位链接往下查，范围没有扩大到整份搜索列表。

图 3：11 月 3 日，官网“AI 产品”的搜索结果。81 条是不同城市的总结果数；本次复核的是此前保存的三条链接。

列表里能看到岗位名、地点和一小段职责，但具体要什么经历，还得打开详情。读到正文后，先把岗位名、地点和网址对上，再分别整理工作内容、明确要求、优先条件，读取日期也跟着这一条记录留下来。

这样整理，几个岗位才有了能放在一起比较的内容。想核对某个条件，可以回到对应原文，不必只凭表里的一句概括判断。

不过，能把网页读回来，和能把要求分对，还是两回事。

10 月首次整理时，我另外用 Codex 对照原文审校。它发现，首版表格把一些“优先”条件放进了必需条件。问题反馈给 WorkBuddy 后，表格才改过来。

《三角洲行动》的 AI 产品运营岗，有一句就很容易分错：

有 AI 产品经历，具有游戏 AI 产品实践经验者优先；

“有 AI 产品经历”是要求，游戏 AI 产品实践则是优先条件。整句放进“必需”那一列，读表的人就可能以为，没有游戏 AI 项目经历便不符合要求。

页面顶部还有“两年以上工作经验”的标签，也不能和这句话拼成“两年以上游戏 AI 经验”。原文没有这样写。

图 4：11 月 3 日重新打开的岗位原页。这部分关键要求与 10 月 23 日记录一致。

所以我会把原文留在结果旁边。表格把信息缩短了，有些词却不能顺手省掉。少了一个“优先”，条件就变严了；没写学历，也不能替招聘方写成“学历不限”。这三个岗位的薪资都没有披露，表里就照实保留“未披露”。

来源和日期也用上了。对照 10 月保存的岗位表，原先那条“AI 产品运营”的链接，11 月 3 日打开时，已经变成了“增长产品经理（AI/Agent 方向）”。页面标注更新于 10 月 30 日。

变化也不只是名字。旧要求写的是“3 年以上全球化产品运营、增长经验”，新页面改成了“3 年以上产品经理经验”，并明确提出要具备 Agent／AI 产品设计或策划经验。看工作经历是否匹配时，这个差别不能省略。

图 5：11 月 3 日读取的岗位原页，页面标注更新于 10 月 30 日。上面的变化来自它与 10 月留存记录的对照。

这让我觉得，表格里留一个网址还不够，也得知道内容是什么时候读到的。之后再拿这份资料做判断，就能沿着原链接重新确认，不至于一直用旧要求看新岗位。

最后留下的文件有 CSV 表格和 Markdown 文档。前者可以放进表格软件继续比较，后者方便逐条读完整内容。想仔细看某个岗位，就沿着链接回官网。这次没有登录或投递，岗位是否仍能申请，还需要另外确认。

这套组合也有需要留心的地方。浏览器调用过程中出现过导航报错；WorkBuddy 里也遇到了模型繁忙，重试后才继续完成整理。最后的摘要还有几处要按原文修正。这次仍需要跟进重试、检查结果，暂时还不能把任务交出去就不管。

这次用下来，Lexmount 完成了这几个页面的访问和操作，能和 WorkBuddy 配合，把网页资料带到后面的整理里。对需要在网站里搜索、点开详情、留下原文和截图的任务，这种用法值得继续试。至于省了多少时间、换更多网站是否一样顺利，这次还下不了结论。

只偶尔看两三条岗位，手动打开官网也很合理。如果经常需要把几个网页的内容整理到一起，我会先用这样的小任务试试，并把要求写清楚：

逐条读取这些岗位页面，保留岗位名、来源链接和读取日期。工作内容、岗位要求、优先或加分条件分开整理；即使没有单独的“加分项”标题，也检查正文里的“优先”表述。没写的信息标成“未披露”，不要补猜。整理后对照原文检查，拿不准的地方单独列出来。

新一批岗位还没试过。下次再用，我仍会先核对几条，确认表里的说法对得上原文，再继续往下整理。