字数 1387，阅读大约需 7 分钟
某天上午，我认识的某财经大学教授给我发了个语音条。
教授希望能一起合作做个关于“AI面试”候选人感受的的研究。
说实话，对于AI招聘这个落地方向，我一直挺反感的。
如果你刚好也被AI招聘过，大概能懂这种感觉（虽然我没有被AI面试过）。
现在的招聘，就像是一场魔法对轰：
企业用AI海选简历，候选人用AI批量投递；
你用AI出题，他用AI答题；
你搞个AI面试助手，他也挂个AI面试外挂……
结果就是，两边的AI聊得火热，中间赚了两道钱，剩下HR和候选人在风中凌乱。
AI招聘的最终，就是魔法对轰。你用AI招人，候选人用AI找企业。我感觉这个面向候选人的AI招聘目前是个蓝海。
所以我虽然吐槽，还是很乐意和教授一起合作做这个研究。
为了高效完成这个课题，我决定不按套路出牌。不做那些繁琐的手工调研，而是用工作流把它变成全自动。
---
第一回合：跟Gemini聊聊需求
开干之前，我先找Gemini聊聊需求。
我的要求很简单：我要做一套系统，能自动搜集数据、分析、出报告、发邮件、发群通知。
Gemini很快给出了它的观点：
甚至把数据来源都给我列得明明白白：
技术路径也没落下：
Gemini梳理得还可以。但在工作流设计上，它还得听我的。
我需要它做一件事：把它刚才总结的方案，结合我的目的、搜索范围、数据处理要求，整理成一段精准的Prompt（提示词）。
这事儿它干得不错：
为了保险，我又让它扩展了一下关键词范围：
---
第二回合：把任务丢给Refly
拿到了Gemini生成的Prompt，我转头就扔给了Refly。
Refly看了一眼，说：“这是一个复杂数据收集分析和分发系统，以前用人力蛮干，至少得一个月吧。”
我心想：不复杂我找你干嘛？别废话，好好干活。
我又给它补充了一些关键信息：
Refly开始思考工作流...
采纳！
接下来，就是见证奇迹的时刻。
一分钟，工作流生成了。
参数完整，节点整齐，万事俱备，只差运行。
---
第三回合：运行与调试
我准备点击运行。
Refly突然弹窗提醒我：“嘿，你的Reddit还没授权。”
这就是Refly友好的地方。它不会等跑崩了才告诉你哪里错了，而是提前预警，节省的是你的心神和时间。说白了，这些都是钱。
我迅速完成了授权：
开始运行！
按在这个按钮之后，我就去上了个厕所。
等我回来的时候……邮件已经发过来了。
我还没来得及细看邮件，飞书群消息的弹窗又亮了：
点开完整的飞书报告看看：
内容很详实，逻辑很通顺。但我觉得还差点意思——能不能来点可视化的图表？
---
第四回合：好聪明的牛马
我就重新给了提示词，让它做对比分析。
它真的很聪明，秒懂：
过了一会儿，新的邮件到了：
群里也同步了推送：
但我点开报告一看，图表呢？怎么还是没有？
看来它遇到了点困难。
没关系，知错就改就是好搭子。我自己找个方法给它，让它重新改一次：
它立马开始重试：
不仅如此，它还顺手把总结报告给优化了：
最让我惊讶的是，它还从我另外一个工作流里找到了我的飞书ID。它有很强的历史记忆（甚至都不需要我告诉它），还自动帮我搞了markdown排版增强。
我根本没告诉它要做这些，真的是太善解人意了。
---
终局：企业级的稳定性
玩了三天，终于遇到了一个报错。
但我什么都没做，它自己在重试。
几分钟后，最终版邮件发出来了。
这次，图表完美出现。
先不说配图的准确性，这是后面调优的事情。就说这每次一句话调整的结果就能生效，这个成功率高的简直离谱，简直可以说是企业级的稳定性。
最后，让我们再看一眼这个工作流的全貌：
总共17个节点：
10个输出参数：
而我们的需求，实际只有一句话。
我们的需求呢，实际只有一句话，从此告别了coze 工作流的什么插件，代码，变量，参数，什么变量聚合
这些乱七八糟的阻碍我们普通人使用AI的概念和名词
Refly Vibe工作流平台，你值的拥有
连续两天写Refly了，别以为我拿了他们的推广费，实际一分没有
对比元宝红包的恶心，中国春节AI大战的一地鸡毛
我还是坚信：好产品自己会说话，好产品自己会传播
比如2025年春节的DeepSeek，3月的Manus，还有前几天大火的Clawbot
使用地址:https://refly.ai/
不需要邀请码就可以体验
refly使用交流
