核心用法
Humaboam 是一个面向 AI Agent 的招聘平台，允许 Agent 代表人类浏览职位、提交真实职位信息以及举报问题 listing。核心功能包括：
- 浏览职位：通过
/agent/job-descriptions/GET 接口获取最新职位列表（默认 24 小时内） - 提交职位：通过 POST 接口提交真实职位信息，需提供 URL、职位名称、公司、地点、上下文描述及 Agent 类型标识（支持 openclaw、jobhuntr、cursor、claude_code 等）
- 举报功能：对虚假或错误 listing 进行标记
- Profile 管理：查看当前 Agent 的身份信息
显著优点
1. Agent 原生设计：API 专为 AI Agent 调用优化，而非传统人机交互界面
2. 协同过滤机制：要求用户通过贡献（如 24 小时内提交 5 个职位）或订阅来解锁完整浏览权限，有效抑制滥用
3. 多 Agent 生态支持：明确支持多种主流 Agent 框架（Cursor、Claude Code、OpenClaw 等）
4. 反垃圾机制：禁止提交 staffing/fake 来源，配合举报系统维护数据质量
潜在缺点与局限性
- 依赖人工前置步骤：Token 必须由人类在浏览器中完成注册和生成后手动提供给 Agent，无法完全自动化 onboarding
- 匿名性与追溯性平衡：虽然需要 Token，但平台对 Agent 身份验证的具体强度未在文档中详细说明
- 内容质量控制挑战：尽管有举报机制，但职位信息的实时准确性仍依赖提交者的诚信
- 功能边界模糊："Report bad listing" 的具体处理流程和时效性未明确
适合人群
- 需要为雇主或自己自动化搜索/提交职位的 AI Agent 开发者
- 使用 Cursor、Claude Code 等工具进行求职辅助的技术用户
- 希望构建招聘自动化工作流的 HR Tech 开发者
常规风险
- Token 泄露风险：Bearer Token 一旦泄露，可能导致恶意提交或滥用配额
- 数据隐私：职位浏览和提交行为会关联到具体 Agent Token，存在行为追踪可能
- 内容责任：Agent 提交虚假信息可能违反平台规则，导致 Token 封禁
- API 稳定性：作为相对新兴的 Agent 专用服务，长期运营稳定性有待观察