Não é um modelo a adivinhar. Agentes especializados, um só repositório de verdade.
Cada dimensão de um match tem o seu próprio agente — um especialista que lê um tipo de sinal e contribui com ele para um repositório de inteligência partilhado. Comunicam entre si, ponderam-se mutuamente e convergem em quem fecha. Toca em qualquer agente para veres com o que contribui.
Agente de preferência
Aprende o que este cliente aceita vs. rejeita — para além da vaga.
contribui com: preferência revelada
Agente de tarifa
Conhece a banda à qual este cliente fecha mesmo. Filtra quem esteja acima do teto.
contribui com: encaixe de tarifa · filtro absoluto
Agente de encaixe
Verifica os dois lados — se o candidato aceita o cliente, não só o contrário.
contribui com: encaixe dos dois lados · filtro absoluto
Agente de timing
Pondera a urgência do candidato face à rapidez do cliente, para que ninguém arrefeça na espera.
contribui com: timing
Agente de competências
Lê a força técnica em bruto do CV — o único sinal que um LLM vê sozinho.
contribui com: força técnica
Agente de confiança
Separa o que é lido do que é inferido. Assinala o que confirmar antes de submeteres.
contribui com: confiança do sinal · meta
Dois tipos de dimensão
Os filtros absolutos eliminam um match de imediato — uma tarifa acima do teto do cliente, uma disponibilidade que não existe, um domínio que rejeita sempre — por muito forte que seja o resto. Os fatores ponderados ordenam depois todos os que passam os filtros. Um LLM não tem nem uma coisa nem outra: faz a média de palavras-chave. O Huntchy filtra primeiro, depois pondera.
O repositório de inteligência
Nenhum agente decide sozinho. Cada um contribui com o seu sinal para o repositório partilhado, onde se ponderam e verificam mutuamente — o agente de tarifa pode vetar o favorito do agente de competências; o agente de encaixe pode assinalar um candidato que o agente de preferência adorou. O repositório converge na submissão que fecha mesmo, e cada match fechado volta para tornar cada agente mais afinado para aquele cliente.
/ 01 — ler
Cada agente lê a sua fatia da vaga, do candidato e do histórico do cliente.
/ 02 — convergir
Os sinais encontram-se no repositório. Os filtros aplicam-se, os pesos — aprendidos por cliente — ordenam o resto.
/ 03 — aprender
O resultado volta para o sistema. Cada agente reajusta o seu peso para este cliente. O match seguinte é mais afinado.
Nota honesta: os agentes são papéis de raciocínio especializados, não magia — e os pesos que carregam são aprendidos com os teus resultados, não inventados. O avanço não é uma fórmula secreta; é um modelo multiagente que sabe em que sinal confiar para cada cliente, alimentado por dados que um LLM nunca vê. É isto que um prompt melhor não consegue copiar.
Um LLM é uma só voz a ler um CV.
O Huntchy são seis especialistas a discutir rumo à verdade, afinados por cada resultado. O repositório é o produto. Os agentes são a forma como ele pensa.