Badge替你讨人情

「求推荐信这件事，终于也被 AI 包办成了骚扰链路。」

Badge 这款产品，表面上很简单：它让 AI agent 去找你过去合作过的人，收集匿名评价，再把这些评价压成一个 Trust Score，挂在简历、LinkedIn 或邮件签名里。它在 Product Hunt 2026 年 7 月 7 日日榜排第 1，标签是 Hiring、Productivity 和 Artificial Intelligence。1

这事听起来像职场版芝麻信用。

只是芝麻信用看你有没有按时还钱，Badge 想看你有没有按时交活、会不会合作、扛不扛压、同事愿不愿意背后说你几句好话。它抓住了一个真实痛点：AI 把简历和 LinkedIn 推荐语全都洗得油光水滑之后，招聘经理确实更难分清谁真干过活，谁只是会写 prompt。Badge 在 Product Hunt 的产品页里也把话说得很直：它要用「真实同事」的匿名反馈，替代不可靠的 AI 简历和 LinkedIn Recommendations。2

问题是，它解决信任的方式，是先把你的职场关系网交出去。

Badge 的官网流程只有三步：安装 App，共享联系人，先评价一位同事，然后 AI agent 会问同事关于交付、协作和沟通的问题，最后把答案变成你的 Trust Score。官网 FAQ 还写得更细：用户给 App 通讯录权限后，AI agent 会从手机联系人里识别过去合作过的同事，在 WhatsApp 上代表你发起触达，收集匿名评价和后续反馈。3

这就是 Badge 真正有意思的地方。

它没有假装「写一份更好的简历」。它干脆说，简历这东西已经被 AI 写烂了，大家都很会包装，招聘方需要另一套信号。于是它把职场关系、匿名反馈、工作邮箱验证、评分算法缝在一起，做成一个可携带的信誉分。

听起来很聪明。

也有点吓人。

因为求推荐信这件事，原来是你自己开口，尴尬归你。Badge 把尴尬外包给 agent，尴尬没有消失，只是换成了「你的 AI 正在替你追问前同事」。官方说 agent 会处理 outreach、follow-up 和 review collection，用户只要安装、共享联系人，几个小时内就可能看到第一批 review。4

这像什么？

像你把婚礼请柬交给一个销售机器人，让它帮你催 RSVP。效率是上来了，人情味也被压成了转化率。

Badge 最该被盯住的不是 AI，而是权限。

Google Play 页面写得很白：第二步就是「Give the app access to your phonebook」，让 AI agent 识别你实际合作过的同事；同一页面的数据安全区也显示，开发者声明 App 可能收集个人信息、照片和视频等数据类型，并称数据传输加密、用户可请求删除。4

Badge 自己的隐私政策更重。它会收集账号信息、职业信息、工作经历、设备联系人、组织关系、反馈内容、语音反馈、Trust Score 输入项、设备信息、使用分析、安装来源和营销归因数据。第三方服务里包括 Google/Firebase、Google Analytics、Sentry 和云基础设施。5

这里有一个很扎手的句子：隐私政策写明，专业反馈可能会被永久保留，用来维护其他用户 Trust Score 的完整性，即使账号删除后也可能保留。5

这就不是普通「我删号你删资料」的 SaaS 逻辑了。

Badge 的数据一旦进入评分网络，就会牵扯别人。你删了账号，它可能还要保留你给别人写过的评价，或者别人关于你的评价，因为这些内容已经变成了别人的信誉分材料。职场征信最麻烦的点就在这里：每个人都以为自己只是在管理自己的职业资料，结果整个系统靠互相留下痕迹才能运转。

还有匿名评价。

官网说匿名让反馈更诚实，招聘方更信；也说用户可以把 review 设为 public 或 private，可以举报 spam 或 fake review。3 这套说法成立一半。匿名确实能减少客套话，也可能放大旧怨气。Badge 说会自动检测 abusive 或 toxic reviews，并把它们设为 private，但这又把另一个问题交给算法：什么叫毒性？什么叫建设性批评？什么叫「这个人就是不喜欢我」？

最后，Trust Score 本身也是个黑箱。

Badge 说 verified colleagues 的 review 权重更高，工作邮箱认证可以帮助防止假评论，实时情绪分析会检查 review。6 这些都是合理方向，但产品页和官网没有解释评分怎么算、负面评价怎么降权、不同公司和岗位之间怎么校准。一个后端工程师、一个销售、一个自由设计师，被同一套 Trust Score 排序，听起来就很像把体检报告、信用卡账单和大众点评星级塞进一个锅里熬汤。

能喝。未必该喝。

Badge 现在的外部验证还很早。

Product Hunt 产品页显示它有 1K followers、1 条 review，并标为 Free。2 Product Hunt review 页里，那条用户评价说自己连接 LinkedIn 后，agent 自动联系了几个前同事，一天内拿到 Trust Score；但这位用户也直接提了两个担心：早期职业用户只有一两个前同事时怎么办，以及用户是否能更清楚地控制 agent 到底联系哪些联系人。7

这条评论比一堆夸奖有用。

它指向 Badge 的核心冷启动问题：越需要证明自己的人，越可能没有足够多的前同事可供采样。刚毕业、转行、自由职业、短项目合作的人，都是最想要「便携信誉」的人，也最容易被 thin reviewer pool 伤到。两三条 review 就能有意义吗？对个人也许有，对招聘方未必够。

X 上的反应也不算热。7 月 7 日，一个 verified 播客账号祝贺 Badge 上线 Product Hunt，数据是 21 个赞、2 次转发、133 次浏览。另一个 Product Hunt 推广账号发了上线帖，有 8 个赞、6 条回复、155 次浏览。89 这不能说明没人需要它，只能说明它还没被真实招聘社区充分拷打。

价格也有缺口。

Product Hunt 写 Free，Google Play 页面也能看到 Android App，但官网没有清晰定价页。24 对这类产品来说，免费不是答案，只是第一阶段的诱饵。真正的问题是以后谁付钱：求职者、招聘方，还是两边都付？如果招聘方付钱，Trust Score 会不会变成新的筛选门槛？如果求职者付钱，那它又会不会变成「想找工作，先买信誉包」？

我不觉得 Badge 是一个烂产品。

它的问题恰恰相反：方向太准了。AI 简历泛滥之后，招聘市场一定会寻找新的验证信号。作品集、试工、背景调查、前同事反馈，都会被重新打包。Badge 把这件事做成 App 和 agent，是非常自然的一步。

可它把手伸进了通讯录、WhatsApp、人际关系和匿名评价。这里面每一层都敏感。一个简历工具最多帮你把自己写得更像个人；Badge 想把别人对你的看法也产品化。它卖的不是 proof of work，它卖的是 proof by coworkers。

所以我的判断很简单。

如果你是招聘经理，Badge 是一个值得观察的信号源，但别把 Trust Score 当真理。它更像背景调查的前菜，不是录用决策的主菜。

如果你是求职者，先别急着把通讯录交出去。你要先问清楚三件事：它会联系谁，你能不能逐个批准，删号后评价和评分到底怎么处理。

职场信誉当然重要。

但让 AI 替你追同事要评价，这事儿听起来不像未来职场。

更像把办公室政治装进了自动拨号器。

（本文封面取自 Badge 官方公开图，AI 辅助写作。）