AI 分析
痛点：印度技术岗位的内推信息散落在 LinkedIn 帖子里，一两天就被新帖淹没且无法检索，求职者难以持续捕捉有效内推机会。
目标用户：印度技术求职者（初级工程师、转行者为主），以及需要触达候选人的招聘团队与员工推荐人。
证据：It gets reach for a day and then it is buried under more posts. And you can't search for it easily. / 3 weeks in: 497 posts on the website and 10k+ users have used it.
变现：免费目录引流，向招聘方/团队收取内推帖置顶或精选曝光费；对求职者提供付费的实时职位提醒、高级筛选与简历/内推撮合服务；亦可做联盟广告与招聘方订阅。
MVP：用 Next.js + Supabase 做聚合页：爬取/众包收集 LinkedIn 与社媒内推帖，提供按公司、技术栈、经验年限、是否 Fresher 的筛选，加上邮件/Telegram 实时提醒和「一键申请」链接，2 周内可上线 MVP。
竞品：LinkedIn、Naukri、Cutshort、Wellfound (AngelList Talent)
摘要：作者针对印度技术招聘内推帖在 LinkedIn 上一天即被淹没、无法搜索的问题，用 Next.js + Vercel + Supabase 做了免费内推信息目录 TechReferrals，3 周内累计 497 条帖子、10k+ 用户使用，需求侧已被真实验证。但项目定位免费、帖子中没有任何付费或收入证据，求职者付费意愿通常偏低，变现更依赖招聘方侧的曝光与订阅。技术门槛极低，独立开发者可快速复制，差异化需靠数据源与实时提醒体验。