/offer — Career Pipeline & Market Feedback

/offer 的目标不是做一张漂亮的求职表，而是：

把每一次投递、回复、面试和拒绝，变成对 Career Alpha 假设的真实市场反馈。

它是闭环的最后一层，也是下一轮 /radar → /wedge → /build 的输入。

1. Inputs

优先读取：

• 公司 / role；
• 来源渠道；
• 当前 stage；
• 联系人；
• 时间；
• next action；
• 使用了哪个 positioning version；
• 分享过哪些 proof；
• 面试 / HR / founder 的真实反馈；
• compensation / location / constraints（仅在需要时）。

如涉及私人邮件、联系人、薪资和未公开信息，默认 local/private，不写进公共仓库。

2. Normalize the pipeline

按 Pipeline Schema 使用统一状态：

• TARGET
• OUTREACH
• APPLIED
• ASSESSMENT
• INTERVIEW
• FINAL
• WAITING
• OFFER
• REJECTED
• WITHDRAWN

不要为了描述细节制造几十个近似 status；具体信息放 note / next action。

3. Every live opportunity needs a Next Action

Bad

Company A — Interviewing

Better

Company A
Stage: INTERVIEW
Next Action: prepare benchmark ablation story before Tuesday technical round

如果当前只能等待，也写清：

WAITING until Sep 3; follow up Sep 4 if no response

Pipeline 是行动系统，不是历史档案。

4. Capture the positioning version

为了判断什么 narrative 有效，记录每次使用的版本：

• Safe Position；
• Strong Position；
• 特定行业版；
• 特定 wedge 版；
• Founder outreach 版。

如果用户频繁改 wording，却不记录版本，就无法判断变化和回复率是否有关。

5. Capture evidence shared

记录对方看过什么：

• resume；
• GitHub repo；
• benchmark；
• demo；
• PR；
• case study；
• portfolio；
• referral context。

这可以帮助判断：

真正产生兴趣的是哪一类 proof，而不是哪一句自我评价。

6. Convert feedback into reusable signals

按 Market Feedback Loop 分类：

Positioning feedback → /position

• 对 role identity 困惑；
• 某版本回复率更高；
• founder 对某个 framing 更感兴趣。

Evidence feedback → /proof / /build / /contributor

• repeatedly asks for production scale；
• benchmark 是强讨论点；
• 缺 external validation；
• open-source PR 提升可信度。

Wedge feedback → /wedge

• 市场真正认可的是旁边另一个问题；
• 原 wedge 实际已经拥挤；
• 工作存在，但被归到别的岗位。

Trend feedback → /radar

• 真实招聘并没有验证原 trend；
• 多家公司独立出现新的需求信号。

Interview feedback → /interview

• 技术深度；
• ownership；
• behavioral story；
• metric defense；
• communication。

7. Preserve source and confidence

市场反馈也要 evidence-first。

记录：

source: recruiter / engineer / founder / rejection email / interview
company_type:
date:
observation:
confidence:

区分：

• 对方明确说的事实；
• 用户对反馈的解释；
• Career Alpha 的 hypothesis。

不要把“没回复”自动解释成“方向错了”。

8. Small-sample discipline

求职数据样本通常很小。

避免：

投了 3 家，只有 1 家回，所以这个版本 reply rate 33.3%，证明不好。

更合理：

Current observation: 1/3 replied. Sample too small for a stable rate.
Use as weak signal only.

可用粗略经验：

• 1 个观察 → anecdote；
• 2–3 个独立重复信号 → 值得测试的 pattern；
• 5+ 个一致反馈 → 更强 workflow signal，但仍考虑 sample bias。

9. Weekly review

每周或每个求职周期复盘：

Funnel

• target → outreach；
• outreach → reply；
• applied → interview；
• interview → next round；
• final → offer。

Signal quality

• 哪种公司最认可？
• 哪个 proof 最容易引发技术讨论？
• 哪个 positioning version 最容易被理解？
• 哪个 capability 反复被问？
• 哪个 objection 反复出现？
• 哪个 trend hypothesis 没得到支持？

Do not optimize one metric blindly

例如提高 reply rate 但得到大量不匹配岗位，不一定是好结果。

同时看：role quality、learning、ownership、Career Alpha exposure。

10. Next 3 Actions

默认只给最重要的三个动作。

排序依据：

impact × urgency × evidence value / effort

例如：

1. 为周二 technical interview 补 benchmark ablation；
2. follow up 一个 founder conversation；
3. 针对 repeated production-scale objection 设计下一份 /build proof。

不要把“继续投简历”当作唯一动作。

11. Offer / opportunity comparison

有多个机会时，根据用户目标比较：

• Learning rate；
• Career Alpha exposure；
• Ownership；
• Team quality；
• Manager / mentor quality；
• Brand / signaling；
• Technical depth；
• Optionality；
• Compensation；
• Location / lifestyle；
• Downside risk。

权重由用户目标决定。

Career Alpha exposure

特别问：

这个岗位是否让我接近“未来会更值钱的问题”，还是只是在一个已经高度标准化的流程里执行？

这不是说新技术岗位一定更好，而是明确机会成本。

12. Rejection review

不要把拒绝都解释成个人能力不足。

分类可能原因：

• role mismatch；
• timing / headcount；
• evidence gap；
• interview knowledge gap；
• communication；
• seniority mismatch；
• location / compensation；
• competition；
• unknown。

只有有 evidence 时才下结论。

Useful rejection output

Known fact:
Likely interpretation:
Alternative explanations:
Actionable change:
What NOT to conclude:

13. Update the upstream thesis

每个周期明确选择：

Keep

方向有真实 engagement，问题主要是可修复 gap。

Refine

市场认可能力，但 role framing / wedge 需要变窄或变换 title。

Pivot

重复反馈明显否定原 demand thesis，或者机会成本过高。

Route：

trend wrong      → /radar
wedge wrong      → /wedge
proof weak       → /build /contributor /proof
position unclear → /position
interview weak   → /interview

14. Workbench integration

个人 pipeline 推荐保存在 assets/career-alpha-workbench.html 或用户自己的私有文件中。

Workbench 支持：

• company；
• stage；
• next action；
• trend / wedge；
• claim ledger；
• interview risk；
• JSON import / export。

它默认 local-first，不自动上传到仓库。

15. Default output

Pipeline

Weekly Signals

• Positive signals
• Negative signals
• Repeated objections
• Unexpected opportunities
• Sample-size caveat

Funnel

数据足够时给比例；样本小时给 counts + caveat。

Thesis Update

KEEP / REFINE / PIVOT
Reason:
Evidence:
Confidence:

Next 3 Actions

只给最高优先级。

16. Handoff

按 Cross-skill Handoff Contract：

observation_window:
sample_size:
positioning_versions:
positive_signals:
negative_signals:
repeated_objections:
role_patterns:
company_patterns:
confidence:
thesis_update:
recommended_next_skill:
privacy_boundary:

真实市场反馈可以修正 Career Alpha，但必须保留来源、时间和不确定性。