TechReferrals：手工整理 LinkedIn 招聘帖的垂直聚合平台，上线 48 小时内售出 30% 赞助位

产品是什么

由于这些帖子在 LinkedIn 动态中约 24 小时就会消失，该平台通过人工手动收集，按职位、公司和地理位置分类保存，并始终标注原作者信息和原始链接。这种纯手工操作方式避免了爬虫的滥用风险，同时为求职者提供了持续可检索的精准内推机会库。平台强调所有内容都保留原作者署名并跳转回 LinkedIn 原帖，既保护内容创作者权益，又确保求职者能直接联系到提供内推的人。

怎么赚的钱

平台对求职者完全免费，收入来自页面展示的赞助商广告位。定价采用阶梯策略：首批 5 个广告位以 ¥195/月的推广价出售，后续将涨至 ¥329/月。根据清单披露，广告位开放 48 小时内即售出 30%（3/10），显示初期市场接受度。当前 MRR ¥780 对应 4 个活跃赞助商，据此推算其中至少 3 个采用 ¥195 档位（3×¥195=¥585），剩余 1 个可能为更高档位或部分周期计费。值得注意的是，所有营收数据均通过第三方支付服务商 Dodo Payments 验证，增强了财务透明度。

收入走势

平台于 2026 年 9 月 23 日上线，首个完整月（2026-10）营收 ¥887，当前 MRR ¥780 与近 30 天营收持平，增长率为 0%。由于运营时间不足两个月，所有周期（近 3/6/12 个月及累计）营收均为 ¥887，暂未形成可分析的趋势曲线。当月（2026-10）为不完整月（数据截止 10 月 15 日），¥887 实际对应约半个月收入，据此推算若保持当前增速，完整月营收可能在 ¥1,344-¥1,680 区间。初期赞助位销售速度（48 小时售出 30%）可能预示着后续收入爬坡潜力。

流量从哪来

未披露具体流量渠道。从产品特性推断，核心流量可能来自：1）LinkedIn 生态内被收录帖子的原作者自然分享；2）X（原 Twitter）账号积累的 58,994 粉丝导流；3）科技求职者间的口碑传播。域名评分 DR 0.0 显示目前尚未依赖 SEO，符合其作为新上线平台的特征。人工精选内容的生产方式决定了其流量增长可能更依赖社区运营而非大规模投放。

站长是谁

创始人 Harshit Jain 未公开背景信息，但从产品设计可见其对科技招聘场景的深度理解。平台严格采用手工处理内容（明确声明’没有任何爬虫’）、坚持标注原作者并跳转回源链接的伦理设计，反映出创始人注重社区信任建设的运营理念。X 账号近 6 万粉丝显示其可能具备一定社交媒体运营经验。技术栈选用 Next.js+Supabase+Vercel 组合，符合现代轻量级开发趋势。

这个案例能学到什么

垂直场景的工具化包装具有快速验证潜力：将 LinkedIn 上转瞬即逝的内推帖子手工聚合，解决了求职者错过机会的痛点，上线三周即产生收入

赞助位阶梯定价需要动态平衡：首批 ¥195 低价策略带来 30% 快速售罄，但当前 MRR ¥780 显示多数赞助商仍处于低价档，需观察 ¥329 档位的后续转化情况

人工运营在信息过载时代可能成为优势：尽管手工处理效率较低，但’每个帖子都由人手保存’的承诺形成了与爬虫工具的差异化，3/10 赞助位快速售出说明市场认可这种价值

轻量技术栈实现快速启动：使用 Supabase 等无服务器方案，配合 Next.js 前端，使单人开发者能在无后端团队情况下快速构建可商用产品

来源与数据

• TrustMRR 原始页：https://trustmrr.com/startup/techreferrals
• 营收由 Dodo Payments API 验证，非自报；最后同步 2026-10-15T06:49:26.995Z。
• 金额按 1 美元≈6.72 元换算（原始数据以美元计价）。
• 官网：https://techreferrals.in/

一句话总结

用人工精选对抗信息过载的招聘聚合器，初期赞助位销售验证了垂直场景的变现潜力。