Offer 怎么选

问题在哪

选 Offer 往往不是「A 比 B 多两千」这么简单：你要同时估 经济安全线、岗位真实内容、试用期与合同是否合法、城市补贴能不能拿到、以及「再等两周会不会有更好的」。只靠 JD 和 HR 口述，很容易踩 经营异常、欠薪、岗位与描述严重不符 这类坑；情绪上又常见 沉没成本、锚定、信息茧房，越查越纠结。

技能如何工作

本技能把决策拆成可执行的流水线，而不是给一句「去/不去」：

1. 信息收集：学历与经历、各 Offer 明细、存款与最低开支、风险承受力、城市偏好等，缺项会主动追问。
2. 多引擎核查：要求用 web_fetch 等对 公司评价、岗位真实内容、行业薪资、城市补贴、行业前景、转型可行性 做交叉验证；文档内给出搜索引擎、招聘平台（如 BOSS、脉脉）、评价站、天眼查、政策源及 游戏/AI/外企等行业 的必查项。
3. 红牌清单：一票否决（经营异常、大规模裁员欠薪、社保/合同硬伤、岗位与 JD 严重不符等）与高危项，命中须在结论中 显著标注。
4. 认知偏差检测：识别沉没成本、锚定、确认偏误等，并给出纠正建议。
5. 20 维分析 + 多 Offer 矩阵：从经济安全、岗位含金量、时薪、应届生身份、EV 等维度定性定量；多个 Offer 时做横向对比。
6. 画像加权：按经济紧张、焦虑纠结、稳定优先、机会成本敏感等画像套用权重模板（可叠加取平均），输出综合分。
7. 合同审查与入职前谈判：劳动法底线清单与可谈判项话术；最后给出 决策建议、执行计划与入职后 1 周/1 月/3 月后验 及止损条件。

适用边界

• 依赖 实际检索与数据：不能凭模型「感觉」替用户下结论；补贴、校招身份等须查申请条件，不能默认符合。
• 经济安全线是硬约束：存款明显低于数月开支时，结论里应重点强调风险。
• 权重与画像来自技能内置模板，极端个案仍需用户结合自身底线（如 底线薪资、家庭支持）做最终判断；法律细节以当地规定与书面合同为准。