Claude把6小時求職郵件壓到3分鐘，HR至今沒發(fā)現(xiàn)是AI寫的

一個產(chǎn)品經(jīng)理求職，要給10家公司發(fā)冷郵件。按傳統(tǒng)做法，這是整整8小時的工作量——查公司背景、找對接人、寫定制化內(nèi)容、手動發(fā)送、記錄跟進。現(xiàn)在有人把它壓到了3分鐘，而且回復率反而更高。

這不是什么未來概念。一個叫Cold Outreach MCP的開源工具已經(jīng)跑通，核心就一句話：讓Claude（Anthropic的AI助手）當你的求職代理。

20分鐘一封的郵件，為什么沒人愿意寫

冷郵件（cold outreach）本身沒死。每天有人靠它拿到面試、簽下客戶、建立關(guān)系。死的是執(zhí)行方式。

發(fā)一封像樣的郵件，你得：研究公司產(chǎn)品和團隊文化、找具體對接人而非泛泛的HR郵箱、寫針對性內(nèi)容而非套模板、手動發(fā)送、記錄到表格防遺忘。單家公司20-40分鐘，10家公司就是一整天。大多數(shù)人要么放棄，要么群發(fā)垃圾模板——「Hi [First Name]，我對貴司在[行業(yè)]的工作印象深刻……」這種郵件，收件人兩秒刪除，發(fā)件人浪費時間。

開發(fā)者自述：「我厭倦了。所以做了點東西。」

這東西是個MCP服務器（模型上下文協(xié)議，Model Context Protocol，Anthropic推出的AI工具連接標準）。你把簡歷丟給Claude，說「找10家匹配我背景的公司，研究完給我推薦」，然后等3分鐘。

Claude的完整 workflow：從研究到發(fā)送

第一步，Claude主動調(diào)研。不是抓關(guān)鍵詞匹配，而是真讀網(wǎng)站、分析產(chǎn)品、判斷團隊文化。輸出示例：

stripe.com → opportunity_pitch
「他們的結(jié)賬流程 onboarding 有摩擦點——匹配你的UX背景」

linear.app → role_inquiry
「快速增長團隊，工程文化強，沒發(fā)現(xiàn)明顯缺口」

用戶確認后，Claude生成10封定制郵件并發(fā)送。每封郵件之前，它會再次抓取公司網(wǎng)站，找具體可引用的事實：

對比模板垃圾：「Hi，我對貴司工作印象深刻……」

Claude寫的版本：「看到你們在大規(guī)模搭建設(shè)計系統(tǒng)——我在[前公司]做過完全一樣的項目，遇到過同樣的版本控制問題。值得聊聊？」

語氣規(guī)則被硬編碼進提示詞：短句優(yōu)先、無陳詞濫調(diào)、像人寫的。因為開發(fā)者明確告訴AI：寫得像人。

Notion 自動歸檔：告別Excel地獄

所有 outreach——已發(fā)送、失敗、待跟進——自動寫入Notion數(shù)據(jù)庫。字段包括公司名、對接人、郵件類型、發(fā)送狀態(tài)、Claude的推薦理由、時間戳。

設(shè)置流程被設(shè)計成「后端數(shù)據(jù)庫遷移」的體驗：Notion建空數(shù)據(jù)庫→粘貼ID到配置→運行setup_notion_db一次→字段自動創(chuàng)建。開發(fā)者原話：「 exactly how backend migrations work」，顯然是寫給技術(shù)人看的。

沒有手動記錄，沒有「我上周好像發(fā)過？」，沒有 spreadsheet。

這個項目是提交給Notion MCP Challenge 2026的作品。核心洞察很樸素：多數(shù)自動化工具跳過了最關(guān)鍵的部分——郵件本身。它們幫你找郵箱、批量發(fā)送，但內(nèi)容還是模板。Cold Outreach MCP把算力花在內(nèi)容生成上，因為那是唯一決定回復率的東西。

目前代碼已開源。開發(fā)者沒提具體回復率數(shù)據(jù)，但強調(diào)了一個細節(jié)：HR沒發(fā)現(xiàn)是AI寫的。

當求職者的競爭從「誰更努力」變成「誰更會用工具」，那些還在手動寫10封郵件的人，是在和什么樣的對手競爭？