找工作这件事,自动化脚本通常死在两个地方:抓取,以及判断哪些岗位值得点开。Level 的岗位库把这两件事都省了——它提供一个免费、只读的 REST API 和一个远程 MCP 服务器,每条岗位都自带 AI 评分。于是"这到底算不算 AI 岗"从人工筛选变成了一个查询参数。
下面这套流程搭一个小的周报脚本,顺带说清楚 agent 能接在哪一层,以及几个容易踩的坑。文中数字取自 2026年10月16日。
第一步:一次请求,按 AI 等级过滤
REST 端点是 https://jobsbylevel.com/api/v1/jobs。做周报真正用得上的参数有:query、ai_level_min、ai_level_max、remote、city、company、posted_within_hours(取值 1 到 168)、sort=recent 以及 page。每页返回 20 条结果。
核心代码就几行:用 urllib 拼出带参数的 URL,发一个带 User-Agent 的请求,把返回的 JSON 读出来。查询条件设成 query="machine learning"、ai_level_min=3、remote=1、posted_within_hours=168、sort="recent",然后打印总数和前五条。
按这个条件实跑,过去七天返回了 110 个匹配岗位。前五条分别是:Block 的安全工程岗(评分 65)、Databricks 的生成式 AI 解决方案架构师(70)、Natera 的首席 AI 工程师(90)、Fetch 的资深机器学习工程师(90),以及 NVIDIA 的基础模型实习岗(90)。
第一条结果本身就是个教训。一个"安全工程师"出现在"machine learning"的查询结果里,因为文本查询匹配的是岗位正文,而不只是标题。这正是 AI 等级过滤器存在的理由:配合 ai_level_min=3,它只留下 AI 是工作核心的岗位,但在信任关键词之前,还是得看一眼标题。
第二步:补上 agent 需要的零件
一份周报本质是个循环,里面有三个判断,每一个都对应一个现成字段:
- 是不是新的?把见过的岗位 id 存下来,重复的直接跳过。
- AI 含量够不够?直接用 ai_score。80 分及以上属于 Level 4,你可以自己设阈值,不必依赖等级标签。
- 值不值得人花时间?把标题、公司、tools 和薪资字段丢给语言模型,让它给一句"投"或"跳过"的理由。薪资字段(salary_min、salary_max、salary_currency)在雇主公开时才有值,否则是 null,两种情况都要处理。
每条结果还带一个指向 Level 站点的规范 url。把结果展示给任何人时都保留这个链接——这是数据附带的唯一条件。
第三步:或者干脆不写脚本,用 MCP
如果你本来就在 Claude、Cursor 或其他 MCP 客户端里干活,脚本可以省掉。把服务器加上就行,它是 Streamable HTTP、无状态、只读、不需要认证:
claude mcp add --transport http level-jobs https://jobsbylevel.com/mcp
这个服务器暴露的工具包括 search_jobs、latest_ai_jobs、get_job、market_stats、list_companies_by_ai_level 和 get_level_definitions。你直接跟助手说"过去 48 小时发布的远程 Level 3 或 4 岗位,按公司分组",它会自己组合调用。
动手之前有个好用的体检项:market_stats。2026年10月16日它报告了 140,530 个在架岗位,其中 Level 1 有 116,494 个,Level 2 有 5,446 个,Level 3 有 11,769 个,Level 4 有 6,821 个,远程岗位占比 17.7%。如果你的周报一周返回几百条,现在你就知道这占整个岗位库的多大比例了。
几个值得知道的坑
- 带查询时总数会被截断。文本查询会让 total 停在 1,000,并用 total_capped 标记。不带查询时总数是精确的。
- 限流客气但不宽裕。两个接口都允许每个 IP 每分钟约 60 次请求。一周跑一次的任务离这个数远得很,但一个天真的翻页循环可能就撞上了。
- 岗位会变。Level 每六小时重新读取雇主系统,正文有变化的岗位会重新评分。别把评分缓存好几周。
- 评分针对的是文本。如果描述很单薄,等级就低,因为文本本身就单薄。别把它当成对这份工作的判决。
接下来可以怎么走
加 city 做本地周报,加 company 盯某家雇主,或者用 ai_level_max=2 去找那些"使用 AI 工具"而非"构建 AI"的岗位。这些参数可以自由组合,而且都不需要注册。以上所有内容,包括端点清单和合理使用限制,都写在 Level 的免费 MCP 服务器和 REST API 页面上。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.