流萤简历目前开放了简历、练习、面试、投递、页面和分享等个人 OpenAPI 操作，并允许通过 CLI（可从终端执行的命令行接口）调用。我们的判断是：AI 工具正在从“生成一段文字”走向“替用户完成一串业务操作”，而流萤选择的是更可控的接口路径，而非模拟鼠标点击。

这是什么

这项实践的核心，不是再做一个简历生成器，而是让用户正在使用的 AI 直接操作流萤里的简历和文档。用户交代岗位要求与个人经历后，AI 可以复制岗位版简历、整理资料并生成可编辑文档，再由用户继续修改、排版和导出。

CLI 只负责传递明确指令，不负责替用户思考，也不会自行读取其他聊天。内容理解由外部 AI 完成，实际业务操作则进入流萤服务端。接入时还会分发一份 Skill，即供 AI 查阅的操作指南；对于支持 MCP（模型与工具交互的协议）的宿主，也可通过相应工具读取指南。

行业怎么看

值得关注的是，流萤没有让 AI 依赖网页按钮、富文本框和抽屉层级，而是把能力留在服务端业务层，再提供机器可读的接口。这样一来，页面改版不会直接让自动化任务失效，也能明确记录每次修改对应哪个简历版本。接口越稳定，AI 产品越容易从“建议用户怎么做”升级为“替用户把事做完”。

但风险同样清楚：接口存在不代表 AI 会正确使用。所谓“装上 Skill”并不等于模型已经读取指南并完成授权；个人令牌与资料设备连接也是两套独立权限。用户一旦把简历、求职资料和账号令牌交给外部 AI，便引入隐私泄露、误修改、过度授权和责任归属等问题。文中所称“全部 CLI 化”也有边界，管理员接口、设备审批和未开放的网页行为并未自动变成机器权限。

对普通人的影响

对企业 IT：AI 接入企业系统正在从浏览器自动化转向标准接口，权限、审计和版本控制因而更重要，但也更适合纳入现有治理流程。

对个人职场：简历修改不再止于聊天框里的建议，AI 可能直接产出岗位版本并同步到求职资料；效率提高了，最终事实是否准确仍需人工确认。

对消费市场：会操作真实数据的 AI 助手更接近日常生产力工具，代价是用户必须认真理解授权范围，而不能把“连接成功”当成可以放心交出全部资料。