我做了什么

本次使用百炼 CLI 完成了 MatchA（Agent-to-Agent 智能人才匹配平台）的产品原型设计与功能验证。

项目围绕招聘场景展开，通过构建求职者 Agent 与企业招聘 Agent，实现匿名技能画像匹配、Agent 自动协商、授权访问及智能推荐等功能。在开发过程中，我利用相关工具辅助完成项目方案设计、技术架构梳理、商业模式分析以及路演材料制作，并结合大语言模型能力优化 Agent 决策逻辑和交互流程。

最终完成了 MatchA Demo、商业计划书以及项目路演 PPT 的设计与迭代。

使用的工具

• 百炼 CLI
• Skill 名称：AI Agent 应用开发
• 其他：DeepSeek
  Python
  Agent-to-Agent（A2A）协作框架
  GitHub

效果展示

完成了 MatchA 项目原型开发，并实现以下核心流程：

求职者 Agent 发布匿名求职意图
企业 Agent 发布岗位需求
双方 Agent 自动完成匹配
企业 Agent 发起访问请求

求职者 Agent 授权访问个人资料
Agent 自动协商并建立联系

项目能够演示“匹配优先、授权后置”的招聘模式，在保护用户隐私的前提下提升招聘效率。

同时完成项目路演 PPT、商业模式设计以及产品 Logo 设计等相关工作，并形成完整创业项目展示材料。

踩坑记录（可选）

初期设计中，Agent 只能完成基本匹配，缺乏协商能力。后来通过引入大语言模型生成决策解释，并增加授权访问机制，使整个流程更符合真实招聘场景。
此外，在产品定位上也经历了多次调整，从最初的 AI 招聘工具逐步演化为基于 Agent-to-Agent 协作机制的人才匹配网络，明确了“招聘是入口，Agent 协作网络才是长期目标”的发展方向。