# Jobs Source Registry

这个文件记录 JD 收集来源、优先级和搜索策略。

默认收集窗口是滚动最近 6 个月。每次收集要尽量保留岗位快照，用于观察需求变化。

## Source Priority

| Priority | Source Type | Use |
| --- | --- | --- |
| 1 | 公司官方招聘站、官方公众号、官方内推页面 | 最可靠，优先采集 |
| 2 | 主流招聘平台 | 用于补充岗位数量、薪资、级别和描述变化 |
| 3 | 技术社区、社交平台、内推帖 | 用于发现新岗位和团队方向 |
| 4 | 二手转载和聚合站 | 只作为线索，不直接当成结论 |

## Target Companies

| Company | Notes | Status |
| --- | --- | --- |
| DeepSeek | 模型、推理、Agent、应用和研究岗位重点关注 | watch |
| 腾讯 | 混元、云、微信、PCG、企业服务等大模型应用场景 | watch |
| 字节 | 豆包、火山、扣子、搜索、代码智能、AI infra | watch |
| 阿里 | 通义、云、钉钉、智能编码、企业知识库 | watch |
| 百度 | 文心、搜索、智能云、Agent 应用 | watch |
| 美团 | 搜索推荐、效率工具、业务智能化 | watch |
| 快手 | 内容理解、AIGC、智能创作、Agent 应用 | watch |
| 京东 | 零售、供应链、客服和企业智能化 | watch |
| 小米 | 端侧 AI、智能硬件、助手、模型应用 | watch |
| 智谱 | 模型、Agent、应用平台和企业服务 | watch |
| 月之暗面 | 长上下文、AI 助手、应用工程 | watch |

## Search Queries

北京岗位：

```text
site:careers.tencent.com 北京 大模型 Agent
site:careers.tencent.com 北京 LLM 应用
site:jobs.bytedance.com 北京 Agent 大模型
site:jobs.bytedance.com 北京 RAG 大模型
site:jobs.alibaba.com 北京 大模型 Agent
site:talent.baidu.com 北京 大模型 Agent
DeepSeek 北京 Agent 招聘
DeepSeek 大模型 应用 工程师 北京
```

招聘平台：

```text
北京 Agent 工程师 大模型
北京 LLM 应用工程师 RAG
北京 大模型评估 工程师
北京 智能体 工程师
北京 代码智能 Agent 工程师
```

## Collection Cadence

- initial backfill: 补齐最近 6 个月范围内的目标公司岗位
- weekly: 检查窗口内新增岗位、下线岗位和描述变化
- monthly: 高频技能、公司差异和知识缺口汇总
- quarterly: 判断哪些能力已经从加分项变成基础要求

## Codex Collection Role

当你让我收集 JD 时，我会：

1. 默认使用最近 6 个月窗口；必要时再确认城市、公司和关键词。
2. 优先查官方来源，再补充招聘平台和社区线索。
3. 为每条岗位创建 `jobs/items/` 笔记。
4. 抽取技能、业务方向、隐含能力、知识缺口和需求变化。
5. 更新 [market-insights](market-insights.md) 和 [skill-taxonomy](skill-taxonomy.md)。
6. 标记需要补论文、实验或项目验证的方向。

## Known Friction

- 一些招聘平台需要登录、验证码或限制搜索结果。
- 同一岗位可能在多个渠道重复出现，需要按公司、岗位、来源和日期去重。
- JD 过期很快，所有判断都必须带日期。
- 部分官网不保留历史 JD，必要时用招聘平台、搜索缓存或用户提供的快照补充。