6 分钱找一个人：Jev 新工具开源，6400 Star 把「找人」的价格打下来

招聘季里，最耗时的环节往往不是面试，而是「找到对的人」。打开一个又一个数据库，复制姓名，核对职位，再去找一个能验证的工作邮箱——一圈下来，半天没了，命中率还不高。

现在有人把这件事压缩成一句话：告诉 Agent 你要找谁，剩下的它来做。Jev 的母公司 TypeSafe AI 与 Agent 工具平台 Treg 联手开源了一款找人工具，价格比 Clay 便宜约 85%，最低 0.0089 美元就能捞回一条有效线索，项目迅速攒下 6400 颗 Star。

一分钟速览

• TypeSafe AI 与 Treg 开源找人工具，主打「Agent 一句话找人」，最低 0.0089 美元一条线索
• 价格比 Clay 低约 85%，上线后迅速获得 6400 Star
• 流程分三段：Agent 拆解条件、Treg 调用人员数据库与验证工具、Jev 负责判断候选人是否真的匹配
• 可直接接入 Claude Code、Codex 等 Agent，无需在多个平台之间来回跳转
• Treg 已接入数千个工具接口，找人只是其中一个场景

它到底怎么「找人」

用法不复杂：把 Treg 接进 Agent，然后说清楚目标。比如「帮我找出旧金山地区、B 轮以后 AI 初创公司的营销负责人，并补齐他们经过验证的工作邮箱」。

Agent 会先把这句话拆成地区、融资阶段、行业、职位等条件，再通过 Treg 调用相应的人员数据库，拉回一批可能符合要求的候选人。搜到名字只是第一步，真正的难点是判断——这个人是不是用户想找的角色。

这时候 Jev 上场，充当一道「判断闸门」：根据已抓取的资料逐个比对，把「看着沾边、其实跑偏」的人剔出去。通过筛选的候选人，再由 Agent 调用查邮箱、验证邮箱等工具，补齐个人资料、工作经历、LinkedIn 信息和可用邮箱。最终交付的不是一长串待人工复核的名单，而是一份能直接拿去招聘、拓客或做人物研究的清单。

为什么这件事值得单拎出来说

过去这类工作流被拆散在多个 SaaS 里：在 A 平台搜人，去 B 平台查邮箱，再用 C 工具验证，最后手工粘回表格。每一步都要人盯着，Agent 只能在旁边看着。

这套开源方案把「判断」放在了流程中间，而不是最后。传统自动化只负责搬运数据，对不对由人来判；Jev 把筛选前置，Agent 拿到的就是已经过滤过的结果。这个顺序看起来只是工程细节，实际决定了整套流程能不能无人值守地跑完。

另一个变化是入口。Treg 可以直接接进 Claude Code、Codex 这类编码 Agent，开发者拿着一个密钥，就能在其接入的数千个工具接口里调度。找人不再是某个垂直平台的专属功能，而变成 Agent 的一项普通能力。

价格战的另一面

0.0089 美元一条线索，这个数字很容易传播，也容易被误读。它对应的是一条「有用线索」的边际成本，不含人工复核、不含失败重试，更不代表整份名单的均价。Clay 之所以贵，一部分在于数据源授权，一部分在于它的工作流与协作层。

所以真正的比较不该只看单价，而要看「可用线索率」：抓回来一百个人，有多少能直接发信、有多少会退信、有多少根本不是目标职位。Jev 的价值在于把这道筛选做进了流程，如果它能把可用率稳定住，哪怕单价高一点也划算；如果判断环节经常放水，便宜的线索只会变成更贵的噪音。

趋势洞察

Agent 工具链正在经历一次「从接口到判断」的迁移。早期大家比的是谁能接更多 API，现在比的是谁能在流程中间做出靠谱的决策。找人、拓客、供应商筛选、简历初筛，本质都是同一类问题：信息不缺，缺的是把噪音剔掉的那一步。

对开发者来说，这意味着两件事。第一，垂直 SaaS 的护城河会变浅——当 Agent 能自己调度数据库和验证工具，单一功能的平台很容易被绕开。第二，判断能力的价值会上升——谁能把「像不像」变成可复现的评分与规则，谁就掌握流程的定价权。

至于 6400 颗 Star 能撑多久，要看它接下来能不能证明一件事：便宜，不等于不准。

项目入口：Treg 开源仓库