Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Agente de IA enviou oito candidaturas em uma semana, mas não conseguiu entrevistas

Um agente de IA assumiu a busca por vagas e a preparação de cartas de apresentação: na segunda semana do experimento, foram enviadas oito candidaturas, com duas rejeições e nenhum convite para entrevista. Além disso, o agente sobrescreveu o registro duas vezes e deixou passar uma resposta de um empregador que estava no chat. O caso traz uma lição para desenvolvedores de agentes: é preciso verificar toda a sequência até o resultado, incluindo as mensagens e a integridade dos dados.

Processado por IA de Habr AI; editado por Hamidun News
Agente de IA enviou oito candidaturas em uma semana, mas não conseguiu entrevistas
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1A pontuação de uma vaga reflete sua descrição, enquanto as condições internas da empresa ficam de fora.
Dado-chave #2As respostas nos chats precisam ser verificadas separadamente dos status das candidaturas enviadas.
Dado-chave #3A regra de “apenas acrescentar” deve ser reforçada com proteção contra a sobrescrita do arquivo.

A IA pode apresentar vagas adequadas todas as manhãs e preparar uma carta personalizada para cada empregador. Mas, se consultar apenas o status da candidatura, a resposta de um recrutador pode passar despercebida. Foi exatamente isso que aconteceu com o autor de um experimento publicado no Habr: a mensagem ficou no chat por dois dias, até que ele próprio a encontrou. Para desenvolvedores de agentes, há uma tarefa concreta: verificar as mensagens separadamente dos status e incorporar as respostas encontradas ao funil geral de candidaturas.

Na segunda semana, o autor enviou oito candidaturas com a ajuda do agente, recebeu duas rejeições e nenhum convite para entrevista. Em duas semanas, contabilizou 12 candidaturas. É um pequeno experimento pessoal, portanto ainda é cedo para avaliar a eficácia da IA no recrutamento. Mas os erros já mostram onde a automação exige proteções de engenharia.

A seleção está pronta, mas os resultados ainda não vieram

A cada dia útil, o agente prepara um resumo de vagas, avalia a compatibilidade com a experiência do autor e explica os pontos que não se encaixam. Cada candidatura recebe uma carta de apresentação própria. O autor prefere indicar logo de início as lacunas de experiência, como nunca ter trabalhado com ML ou com sistemas de alta carga.

A seleção usa uma escala de dez pontos, com nota de corte de 6,5. São considerados o papel de liderança, a localização, a modalidade de trabalho, o tipo de empresa e a experiência em gestão. Agências e empresas de desenvolvimento de software sob encomenda são excluídas por preferência do candidato. Se faltar uma habilidade obrigatória, a pontuação cai ou a vaga é descartada.

Essa pontuação, porém, só ajuda a classificar descrições. O autor descartou uma vaga que havia atingido a nota de corte depois de conversar com um conhecido que trabalhara na empresa e relatou condições internas ruins. O agente não tinha acesso a essas informações. O valor prático da pontuação é limitado pelos dados de entrada, e uma nota de 6,5 não transforma a descrição de uma vaga em uma verificação do empregador.

Os erros surgem entre uma ação e outra

A falha mais reveladora envolveu o acompanhamento das respostas. Um empregador enviou uma mensagem padrão informando que o currículo estava em análise, enquanto a lista de candidaturas continuava exibindo o status “Visualizado”. O agente não registrou a mensagem no funil. A automação consultou uma fonte de informação sobre o estado do processo e deixou passar outra.

Imagine um fluxo de trabalho comum: pela manhã, o agente informa que não há respostas e sugere enviar as próximas candidaturas. Na prática, já existe uma mensagem em uma seção ao lado. Para que o relatório seja útil, é preciso cruzar a lista de candidaturas com as conversas e vincular as mensagens às vagas correspondentes. Essa é uma tarefa de integração específica, fácil de esquecer na construção do primeiro protótipo.

Outro erro afetou o registro: o agente substituiu duas vezes o conteúdo do arquivo em vez de acrescentar uma entrada. Depois disso, foi criada a regra de “apenas acrescentar”. A conclusão de engenharia é restringir a operação de escrita disponível: oferecer ao agente uma operação para acrescentar um evento, preservar o histórico e verificar se as entradas anteriores continuam intactas. Uma instrução no contexto, por si só, já havia falhado em impedir a repetição do erro.

Uma falha semelhante ocorreu na publicação no LinkedIn: segundo o relato do autor, anexar uma imagem reiniciou o editor, e o post foi publicado sem texto. Nesse caso, é necessário verificar o estado final da publicação depois de concluir todas as ações com anexos.

O que vale levar para o seu produto

O agente trouxe um resultado útil: o autor deixou de buscar vagas manualmente, e os materiais de preparação para entrevistas estão reunidos em um só lugar. Mas, segundo ele próprio, essa base de materiais nunca foi aberta. Criar um arquivo não significa que a próxima etapa do processo tenha acontecido.

Para um gerente de produto, isso é motivo para separar as métricas: vagas encontradas, candidaturas enviadas, respostas detectadas, convites e ações do próprio usuário. O relatório também apresenta uma inconsistência: o autor menciona três candidaturas na primeira semana e oito na segunda, mas informa um total de 12. Antes de tirar conclusões, é preciso conferir esses números no funil.

Por enquanto, o caso confirma a utilidade do agente para organizar a busca por emprego e, ao mesmo tempo, mostra o custo da supervisão. O próximo passo para o desenvolvedor é verificar a integridade do registro, a leitura completa das conversas e o resultado das ações externas. São essas verificações que determinam se é possível confiar ao agente a rotina diária.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre A seleção está pronta, mas os resultados ainda não vieram?

A cada dia útil, o agente prepara um resumo de vagas, avalia a compatibilidade com a experiência do autor e explica os pontos que não se encaixam. Cada candidatura recebe uma carta de apresentação própria. O autor prefere indicar logo de início as lacunas de experiência, como nunca ter trabalhado com ML ou com sistemas de alta carga. A seleção usa uma escala de dez pontos, com nota de corte de 6,5.

O que se sabe sobre Os erros surgem entre uma ação e outra?

A falha mais reveladora envolveu o acompanhamento das respostas. Um empregador enviou uma mensagem padrão informando que o currículo estava em análise, enquanto a lista de candidaturas continuava exibindo o status “Visualizado”. O agente não registrou a mensagem no funil. A automação consultou uma fonte de informação sobre o estado do processo e deixou passar outra. Imagine um fluxo de trabalho comum: pela manhã, o agente informa que não há respostas e sugere enviar as próximas candidaturas.

O que vale levar para o seu produto?

O agente trouxe um resultado útil: o autor deixou de buscar vagas manualmente, e os materiais de preparação para entrevistas estão reunidos em um só lugar. Mas, segundo ele próprio, essa base de materiais nunca foi aberta. Criar um arquivo não significa que a próxima etapa do processo tenha acontecido. Para um gerente de produto, isso é motivo para separar as métricas: vagas encontradas, candidaturas enviadas, respostas detectadas, convites e ações do próprio usuário.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…