Sage: Handing the Full-Time Job of Job Hunting to AI Toward a career you never have to explain from scratch again October 2, 2026 · Hanjong Lee (@HJ) Sage begins with a practical promise: let an agent do the work of finding and preparing for opportunities while people retain the power to choose. Its larger possibility, in my view, is a Career Management Agent that remembers experience, connects it to evidence, and helps that evidence open new paths over time. Unless you do the work, nothing happens Today's job search asks people to perform a second job before they can find their next

Sage—구직이라는 풀타임 노동을 AI에게 넘기다 다시는 자신의 경력을 처음부터 설명하지 않아도 되는 세상을 향해 Oct 2, 2026 · @HJ 한 줄 요약. Sage의 비전은 공고를 대신 찾아주는 구직 에이전트가 아니라, 한 사람의 경력을 평생 기억하고 증거로 쌓아 다음 기회로 연결하는 Career Management Agent다. 노동은 에이전트가 맡고, 결정은 끝까지 사람에게 남는다. 지원자가 움직이지 않으면 아무 일도 일어나지 않는다 오늘날 구직 과정은 여러 개의 단절된 노동으로 이루어져 있다. 구직자는 채용사이트를 돌며 수많은 추천을 확인한다. 맞지 않는 공고와 오래된 채용, 닫힌 링크를 걸러낸다. 겨우 괜찮은 자리를 발견하면 회사를 조사하고, 이력서를 수정하고, 지원서를 작성한다. 지원자가 직접 움직이지 않으면 아무 일도 일어나지 않는다. Unless you do the work, nothing happens. 생성형 AI는 지원서를 만드는 비용을 낮췄지만 또 다른 문제를 만들었다. 누구나 빠르게 맞춤 이력서를 만들고 자동으로 지원할 수 있게 되면서 지원자가 폭증했다. 구직자는 자신이 수백 번째 지원자인지 알기 어렵고, 기업은 서로 비슷해진

Three Pivots, One Path Oct 1, 2026 · @HJ From Live AMA to Sage — how Saywise's three pivots led to the Career Management Agent Wisdom locked in people's heads became conversation. Conversation became content. Content became evidence. Now Sage reads that evidence — and starts moving toward a person's next opportunity. Hanjong Lee · GTM & Evidence Builder Changing course is not the same as losing your way Startup histories usually get told as a straight line. Find a problem, build a product, gather users, grow. Real voyages are messier. The first hypothesis wobbles the moment it meets users. A

세 번 방향을 틀고, 하나의 길을 발견하다 Live AMA에서 Sage까지—Saywise의 세 번의 피벗과 Career Management Agent의 미래 사람의 머릿속에 있던 지혜는 대화가 되었고, 대화는 콘텐츠가 되었으며, 콘텐츠는 증거가 되었다. 이제 Sage는 그 증거를 읽고, 사람의 다음 기회를 찾아 움직이기 시작한다. 이한종 / Hanjong Lee GTM & Evidence Builder 길을 바꾸었다는 것과 길을 잃었다는 것은 다르다 스타트업의 역사는 흔히 하나의 직선으로 정리된다. 문제를 발견하고, 제품을 만들고, 사용자를 모으고, 마침내 성장한다. 하지만 실제 항해는 그렇게 단순하지 않다. 처음 세운 가설은 사용자 앞에서 흔들리고, 잘 만든 기능도 사람들이 반복해서 사용할 이유를 만들지 못할 수 있다. 그때 창업가는 제품만 고치는 것이 아니라 질문을 다시 쓴다. 누구를 위한 제품인가. 그 사람이 정말 해결하고 싶은 문제는 무엇인가. 우리가 만든 결과물이 그 사람의 삶을 어떻게 바꾸는가. Saywise도 세 차례 방향을 틀었다. 정확하게 말하면 네 개의 제품 단계와 세 번의 피벗이다. 단계핵심 제품해결하려던 문제가치의 최소 단위1Live

For decades, centralized media smoothed over differences. Shared programs, shared headlines, and mass-market narratives created the appearance of one common culture. Averages hid the extremes, while smaller identities and subcultures remained largely invisible. Algorithms did not manufacture every preference from nothing. They observed what we paused on, reacted to, and shared—and amplified the most emotionally dense signals. What now looks like fragmentation may partly be higher resolution. The differences were already there. The algorithm removed some of the blur. Of course, algorithms are