Почему HH не автоматизирует поиск работы и как мы построили на этом стартап

Поиск работы в IT до сих пор напоминает ручной труд на конвейере: сотни однотипных действий, копипаст, бесконечные отклики. При этом в 2025 году уже очевидно, что часть задач можно автоматизировать. Но крупнейший игрок на рынке — HeadHunter — до сих пор этого не сделал.

Почему?

Почему hh.ru «тормозит» с автоматизацией

1. Бизнес-модель противоречит автоматизации.
   Основной доход hh.ru идёт от работодателей (платные вакансии, доступ к базе резюме). Их задача — чтобы кандидаты тратили больше времени в экосистеме, а не быстрее находили работу. Автоматизация для кандидатов бьёт по выручке.

2. Риски для платформы.
   Массовые автоотклики = шум. Работодатели начинают получать тонны мусора, падает качество откликов. Для hh это удар по репутации.

3. Технический долг.
   У hh огромный монолит с историческим багажом. Встраивать туда AI-функции — дорого, долго и рискованно. Легче закрыть API и бороться с внешними ботами, чем перестраивать продукт изнутри.

В результате hh сознательно «держит» рынок в ручном режиме, хотя технологии давно позволяют сделать его проще.

---

Как мы решили сделать из этой “проблемы” стартап

Мы пошли от боли кандидата. Сели и выписали, а что хочет человек:

• не тратить часы на отклики;

• Не писать ручками сопроводы

• получать релевантные собеседования;

• видеть прозрачный процесс.

Решили сделать ИИ агента — который сам будет заниматься всей рутиной, и назвали его Софи.

Под капотом — LLM + набор интеграций (hh, почта, календарь, Telegram).

Архитектура и стек

• LLM: Anthropic Claude (лучше держит стиль и логику, чем GPT в наших кейсах).

• Backend: Python.

• База: MongoDB.

• Интеграции: hh.ru, email, Telegram API.

• Инфраструктура: пул прокси, антикапча, распределённые воркеры.

Пайплайн в двух словах:

1. Вакансии → парсинг + фильтрация.

2. Резюме кандидата → уточняющие вопросы → улучшенная версия.

3. Генерация сопроводительных → автоотклики.

4. Мониторинг откликов и собеседований → дашборд.

---

С какими челленджами мы столкнулись

1. Галлюцинации модели.
   На старте Софи любила приукрашивать кандидата: «придумывала» опыт, вставляла лишние технологии в резюме. В сопроводительных письмах могла вообще уехать в сторону: обещать знание Go человеку, который писал только на Python.

2. Подмена контактов.
   В некоторых письмах модель умудрялась менять почту или номер телефона кандидата (!) на что-то сгенерированное. А где-то писала часть текста латиницей)

3. Блокировки со стороны hh.ru
   Массовые отклики быстро заметили. Начались капчи, временные баны, резкое ограничение API.

4. UX-доверие.
   Пользователи реагируют на ошибки ИИ куда острее, чем на свои. Даже одна «галлюцинация» может подорвать доверие.

   

---

Маркетинг: почему мы открываем доступ партиями

Мы сознательно сделали закрытый доступ и открываем продажи раз в месяц. Причины:

1. Контроль нагрузки.
   Продукт сильно зависит от интеграций. Если пустить сразу тысячи пользователей, система просто ляжет.

2. Эффект дефицита.
   Люди охотнее регистрируются, когда знают, что «места ограничены». Это работает лучше, чем банальный «подписывайся в любой момент».

3. Качество фидбека.
   Когда мы впускаем ограниченную партию, мы можем реально обрабатывать все багрепорты и предложения.

На практике это дало вирусность: пользователи сами стали просить реферальные ссылки, чтобы звать друзей.

---

Экономика: сколько стоит сделать такого ассистента?

Разработка и продвижение Софи на текущий момент обошлись нам примерно в 2 млн рублей.

Что в эту сумму вошло:

• разработка backend + интеграции;

• инфраструктура (серверы, LLM, сервисы всякие);

• дизайн, маркетинг, лендинги;

• команда саппорта и карьерный консультант (она проверяет артефакты Софи)

Сейчас продукт уже приносит первые деньги:

• заработали около 600 тысяч рублей с подписок; Это грязными.

• ARPU (средний доход на пользователя) подтверждает, что модель окупается, но пока мы в инвестиционной фазе.

---

Миссия

Конечно хочется чтобы это было все не просто ботом для автооткликов. Мы хотим реформировать рынок труда, сделать его прозрачнее, что ли.

Через тысячи автооткликов мы сможем понять:

• Какие компании реально зовут на вакансии, а какие нет.

• Какие тестовые присылаются

• Где есть откровенные фрод компании

• Сколько нужно откликов, чтобы получить 1 приглашение на интервью

• Какие компании чаще зовут, где больше шансов устроиться “в этом месяце”

По сути через доступ к хх.ру можно видеть все, что происходит на рынке, строить аналитику и делиться ей с вами.

---

Вместо вывода

Почему hh.ru до сих пор не сделал автоматизацию?
Потому что это противоречит их бизнес-модели.

Мы же пошли от кандидата. И даже через баги, блокировки и сделали продукт, который как-то работает и показывает первые реальные результаты. Больше 500 приглашений на интервью и уже несколько зарегистрованных офферов.

Сейчас у нас — 100 пользователей. Надеемся, что это не предел)

Что думаете по поводу этой авантюры?)

P.S. Если интересно протестить функционал продукта — пиши “Софи” в комменты, пришлю доступ в личку.