在招聘领域，AI技术的应用正在引发一场深刻的变革。本文将带你深入了解Alex这家初创公司如何通过AI agent重新定义招聘流程。在申请量激增、招聘周期拉长的背景下，Alex通过AI技术实现了从简历筛选到面试的自动化，不仅提高了招聘效率，还发现了传统流程中被忽视的优秀候选人。你有没有想过，未来找工作可能不再需要等待数周才能得到面试机会？或者说，招聘这件事本身可能正在经历一场彻底的变革？我最近观察到一个有趣的现象：越来越多的求职者开始收到面试邀请，但这些面试并非来自人类招聘官，而是来自 AI agent。这不是科幻电影的场景，而是正在发生的现实。刚刚完成 1700 万美元 A 轮融资的 Alex 正在做一件非常大胆的事：让 AI 成为企业的招聘合作伙伴，每天进行数千场面试，帮助企业从海量简历中找到真正合适的人才。更令我震惊的是，这家公司在短短 18 个月内就已经为数百家企业服务，涵盖了从财富 100 强到大型连锁餐厅的各类雇主。这轮融资由 Peak XV Partners 领投，Y Combinator、Uncorrelated Ventures 以及多位财富 500 强公司的首席人力资源官参与。这些投资者的参与本身就说明了一个事实：AI 招聘不再是一个遥远的概念，而是一个正在快速落地的现实。我深入研究了 Alex 的模式后发现，他们正在解决的不仅仅是招聘效率的问题，更是在重新定义人才市场的运作方式。在当前这个申请量激增、招聘周期拉长的时代，传统招聘流程已经无法满足市场需求。而 AI agent 的出现，可能真的会改变游戏规则。招聘市场到底出了什么问题我们先来看看当前招聘市场面临的困境。根据 Alex 创始人的说法，过去三年里，企业收到的求职申请量增长了三倍，而招聘周期却达到了历史最高点，平均需要 60 天才能完成一次招聘。这个数字让我非常震惊：在旧金山，你买一套房子的时间都比招聘一个工程师快。这种低效已经到了令人难以置信的地步。这种低效背后有两个核心瓶颈。第一个是招聘人员的带宽问题。当申请量暴增时，招聘团队根本无法一一审查每份简历，更不用说给每个候选人一个面试机会。我见过太多优秀的候选人因为简历没有被注意到而错失机会，也见过招聘人员因为工作量过大而疲于应对。这种状况对双方都不公平。第二个瓶颈是匹配问题。即使招聘人员有足够的时间，如何准确判断一个候选人是否真正适合某个职位仍然是个巨大挑战。传统的筛选方式往往依赖简历上的关键词、学历背景或工作经验年限这些表面信息，但这些指标并不能真正反映一个人的实际能力和潜力。我认为这种筛选方式过于僵化，会让很多有潜力的候选人被系统性地过滤掉。更深层的问题是，传统招聘流程对候选人极不友好。我自己经历过，也听过无数人的类似经历：投递了几十份甚至上百份简历，却大多石沉大海，连一个回复都得不到。这种”被忽视”的体验不仅打击求职者的信心，也让企业错失了很多优秀人才。有些候选人可能只是简历写得不够亮眼，或者没有名校背景，但实际能力却非常出色。可惜的是，在传统流程中，他们连展示自己的机会都没有。我还注意到另一个被忽视的问题：招聘人员的时间被大量行政性工作占据。安排面试、更新申请追踪系统、反复问同样的筛选问题、整理面试笔记——这些工作占据了招聘人员 70% 以上的时间。而真正需要人类专长的工作，比如与候选人建立关系、了解他们的职业规划、帮助他们做出职业决策，反而没有足够的时间去做。这是一种资源的严重错配。Alex 如何用 AI Agent 重构招聘流程Alex 的解决方案很直接：让 AI agent 承担那些重复性、标准化的招聘工作，把招聘人员解放出来去做更有价值的事情。但他们的创新之处不仅仅在于用 AI 替代人工，而在于如何让这个 AI agent 真正理解招聘这件事的本质。从技术实现上看，Alex 能够自主进行视频面试和电话筛选，处理简历审查、安排后续流程、检测欺诈候选人、记录结构化笔记，并与申请追踪系统无缝同步。他们目前已经开发了超过 20 个自主工作流程。这意味着从候选人提交申请到完成初步筛选，整个流程可以在没有人工干预的情况下自动完成。但我认为 Alex 真正厉害的地方在于，他们让 AI 能够进行深度的技能评估。比如说，如果一家公司要招聘核焊工——这是一个非常小众的技术工种——Alex 不仅能理解这个职位的要求，还能在面试中深入探讨候选人在这个领域的具体经验和技能水平。这种能力来自于 Alex 对企业申请追踪系统的深度集成。AI 能够看到企业过去招聘的人才画像、职位描述以及招聘经理的需求备注，从而学会成为这家企业最好的品牌大使。Alex 的创始人 Aaron Wang 和 John Wright 都非常年轻，他们在创立 Alex 之前实际上更多是以求职者而非雇主的身份参与招聘流程。我觉得这恰恰给了他们独特的视角。很多招聘科技公司之所以失败，是因为他们只关注雇主的需求，却忽视了候选人的体验。而 Alex 从一开始就把候选人体验放在核心位置，这让他们能够设计出一个真正让求职者愿意参与的系统。从时间线上看，Alex 的发展速度非常快。他们在 2023 年底开始构建，那时 GPT-4 Turbo 刚刚发布，语音 AI 的延迟终于降低到了可以进行自然对话的程度。到 2024 年 4 月从 Y Combinator 孵化器毕业时，他们就已经获得了第一批客户。现在，他们每天进行数千场面试，已经帮助成千上万的人找到了工作，同时为数以万计的职位空缺提供招聘服务。技术突破如何让 AI 招聘成为可能我一直在思考，为什么 AI 招聘会在 2024 年突然爆发？毕竟，用技术辅助招聘的想法并不新鲜，各种招聘软件已经存在了几十年。但直到现在，我们才真正看到 AI agent 能够独立完成面试这样复杂的任务。关键突破在于语音 AI 技术的成熟。在 2023 年底之前，语音 AI 的延迟太高，无法进行流畅的对话。候选人说完话后要等好几秒才能听到回应，这种体验非常糟糕，完全无法用于正式的面试场景。但随着模型的进步，延迟降到了可以接受的范围，对话开始变得自然。Alex 团队在早期面临的一个有趣挑战是，当时市场上还没有现成的语音 agent 开发工具，不像现在有 Vapi、Retell 这些专门的平台。他们不得不自己构建整个编排平台，连接各种不同的模型，确保低延迟和高性能。这实际上给了他们技术上的护城河，因为他们对整个系统有完全的控制权，可以针对招聘场景进行深度优化。有一个细节让我印象深刻：Alex 这个名字本身就是因为技术限制而产生的。在 2024 年初，语音转文字的准确率还不够高，复杂的名字经常会被识别错误。而”Alex”这个名字非常简单明了，转录模型几乎不会出错。这种对技术细节的关注，恰恰体现了创始团队的务实态度。随着时间推移，模型持续改进，Alex 在延迟、语音质量和转录准确度上都取得了增量式的进步。这些看似微小的改进累积起来，最终创造出了一个候选人真正愿意使用的产品。我认为这种渐进式的优化策略，比追求一步到位的完美方案更加现实和有效。候选人如何应对 AI 面试官当我了解到 Alex 正在大规模进行 AI 面试时，我的第一反应是：候选人会接受这种方式吗？毕竟，面试是一个高度人性化的互动过程，很多人可能会抗拒与 AI 对话。但 Alex 的实践数据告诉我，候选人的接受度远比我想象的高。候选人最喜欢的一点是，Alex 消除了”石沉大海”的现象。在传统招聘流程中，大多数候选人投递简历后就再也没有任何消息，这种被忽视的感觉非常糟糕。而使用 Alex 的企业会确保每个申请者至少获得一次被听到的机会，并且能够随时了解自己的申请状态。候选人可以通过短信联系 Alex，询问关于职位的问题，比如 PTO 政策，或者了解申请进展。这种持续的沟通让整个求职过程变得透明和可控。不过，AI 面试也带来了一些意想不到的挑战。有些候选人，尤其是软件工程师，会尝试”攻破”AI 面试官。他们会用 XML 或 Markdown 格式说话，试图进行提示词注入攻击。有趣的是，这些尝试都没有成功。创始人提到，很多候选人在面试结束时会说：”我试图破解它，但没能成功，我印象很深刻。”这种现象本身也反映了技术人才对 AI 系统的好奇和测试心态。更严重的问题是欺诈。随着 AI 工具的普及，一些候选人开始使用自己的 AI 工具来批量申请职位，甚至在面试时使用透明叠加层显示答案提示。更极端的情况是，有人使用实时深度伪造技术在视频面试中冒充他人。这些问题迫使 Alex 开发了作弊检测系统和深度伪造识别模型。我觉得这种”AI 对 AI”的军备竞赛很有意思，也很讽刺。一方面，AI 正在帮助企业更高效地招聘；另一方面，求职者也在使用 AI 来获得优势。这种动态实际上推动了整个系统的进化。Alex 的创始人对此持开放态度，他们认为这种竞争实际上是健康的，因为它推动市场不断发展。从候选人的反馈来看，大多数人对 AI 面试的体验是积极的。他们欣赏能够快速获得面试机会，能够在方便的时间进行面试，以及能够得到及时的反馈。对于那些在传统招聘流程中经常被忽视的候选人来说，AI 面试给了他们一个公平展示自己的机会。AI 如何发现被忽视的人才我认为 Alex 最有价值的功能，不是提高效率，而是发现那些在传统流程中会被遗漏的优秀候选人。这种能力来自于 AI 能够以人类无法做到的规模进行深度面试。Alex 的创始人分享了一个很好的例子：Cobol 编程语言。这是一种诞生于 1959 年的古老编程语言，世界上还在使用 Cobol 的主要是一些大型银行和金融机构。现在懂 Cobol 的开发者已经非常稀少，招聘这类人才极其困难。Alex 的一个客户是专门为这些机构招聘 Cobol 开发者的人力资源公司。当他们启用 Alex 后，发生了一件很有意思的事：Alex 自动检索了他们自己的申请追踪系统数据库，找出那些看起来可能适合 Cobol 开发者职位的人，主动联系他们并进行面试。最终，Alex 发现了 11 个符合要求的候选人，这些人立刻被推荐给客户并成功入职。而这些候选人在数据库中已经”躺”了很长时间，如果不是 AI 的主动搜索和面试，他们可能永远不会被发现。这个案例让我思考了一个深层问题：企业的人才数据库里到底埋藏着多少”钻石”？很多公司每年收到成千上万份简历，建立了庞大的候选人数据库，但这些数据基本上处于沉睡状态。招聘人员没有时间和精力去重新审查这些历史数据，即使里面可能有非常合适的人选。而 AI 恰好擅长做这种大规模的数据挖掘和匹配工作。Alex 的价值主张是：通过 AI 进行大规模面试，建立比 LinkedIn 更丰富和深入的职业档案数据。创始人的观点我非常认同：与你进行 10 分钟的对话，比看你的 LinkedIn 资料能了解到更多关于你的信息。LinkedIn 上的信息是静态的、经过包装的，而面试对话是动态的、真实的。通过面试，AI 可以了解候选人的沟通方式、思维方式、技能深度以及职业动机，这些信息远比简历上的工作经历和技能关键词有价值。从企业角度看，这种能力意味着可以更公平地评估每一个候选人。不再是只看学历背景或名企经历，而是给每个人一个通过对话展示自己的机会。Alex 的创始人表达的愿景我非常赞同：在未来，如果你申请了一份工作，你就应该至少获得一次面试机会，而不应该因为你没上过常春藤或没有某些背景就被系统性地排除在外。重要的是你能够带来什么技能和知识。AI 如何提升招聘质量除了发现被忽视的人才，Alex 还通过更深入的数据分析提升整体招聘质量。传统的视频面试虽然包含大量信息，但人类招聘官能捕捉到的只是其中很小一部分。一场 20-30 分钟的视频面试可能包含几个 GB 的数据，但最终往往只被总结为几行手写笔记。Alex 则可以完整记录和分析这些数据。它不仅评估候选人的技术技能和硬性要求，还能分析软技能。比如说，如果招聘的是销售职位，Alex 可以评估候选人的沟通是否简洁有力，这需要分析他们的语言模式、回答长度和表达方式。这种细节是传统面试中很容易被忽略的，但对于岗位成功却至关重要。Alex 的客户在试用期间最关注的指标之一是：AI 的候选人排序是否与人类招聘官的判断一致或更好。也就是说，Alex 认为的”最佳候选人”是否真的比”第二名”更优秀，是否比”第三名”更合适。由于 Alex 有完整的视频面试记录和结构化数据，它可以给出具体的理由：这个候选人在 Python 知识上得分 95 分，因为他有 10 年的相关经验，在面试中展示了某些具体的项目案例，当被深入追问时，他能从自己的经验中不断提供证据。另一个重要指标是留存率。使用 Alex 招聘的员工是否在公司待得更久？这对于人力资源公司尤其重要，因为他们的收入模式依赖于候选人能够在客户公司长期工作。如果候选人入职后很快离职，人力资源公司就无法获得持续的收入。数据显示，通过 Alex 招聘的员工确实有更高的留存率，这说明 AI 在匹配度判断上确实比传统方法更准确。我思考过为什么 AI 能做到这一点。我认为关键在于 AI 可以更客观和一致地评估候选人。人类招聘官会受到各种认知偏见的影响，比如首因效应、确认偏见或相似性偏见。而 AI 虽然也有偏见（来自训练数据和系统设计），但至少它在评估标准上是一致的。每个候选人都会被问到相同类型的问题，都会被用相同的标准评估，这种一致性本身就能提升招聘质量。人类招聘官的角色会如何改变每当讨论 AI 在招聘中的应用时，不可避免会有人担心：招聘官会不会被取代？Alex 的创始人对此有清晰的立场：他们不是要取代招聘官，而是要赋能招聘官。我非常认同这个观点，因为招聘远不只是面试和筛选这么简单。目前招聘官的大部分时间都花在了行政性工作上：向数百个候选人重复问同样的五个筛选问题、安排面试时间、在各种软件系统中更新信息和添加笔记。这些工作既枯燥又低效，却占据了招聘官 70% 以上的时间。而真正需要人类专长的工作——与招聘经理建立关系、说服优质候选人接受 offer、为候选人提供职业建议——反而没有足够的时间去做。Alex 要做的是把那些重复性、标准化的工作自动化，把时间还给招聘官。让他们能够专注于更有战略意义的工作。比如说，当 Alex 完成初步筛选并找出最合适的候选人后,招聘官可以把精力集中在与这些候选人建立深度关系上，了解他们的职业规划和动机，判断他们与公司文化的契合度，并在候选人犹豫不决时提供关键的影响力。我认为这种分工是合理的。AI 擅长处理结构化的、可标准化的任务，而人类擅长处理需要情感智慧、战略判断和创造性解决问题的任务。在招聘中，初步筛选属于前者，而候选人关系管理和最终决策属于后者。通过这种分工，整个招聘系统的效率和质量都会提升。从 Alex 的客户反馈来看，招聘官对这种新模式的接受度很高。一位拥有 20 年人才招聘经验的行业专家 Tim Sackett 评价说：”在我 20 年的人才招聘生涯中，我用过很多招聘软件，Alex 是一个改变游戏规则的产品。采用最新最好的 AI 技术不是锦上添花，而是顶尖人才组织的必需品，而 Alex 正在引领这一趋势。”从长远来看，我相信 AI agent 会运行整个招聘流程，这是不可避免的。但这并不意味着人类招聘官会消失，而是他们的角色会从”执行者”转变为”策略者”。他们不再需要亲自执行每一个面试，而是设计招聘策略、定义评估标准、优化候选人体验，并在关键节点提供人性化的支持。这对整个劳动力市场意味着什么我一直在思考 Alex 这种模式对整个劳动力市场会产生什么样的深远影响。表面上看，它只是一个提高招聘效率的工具，但实际上它可能会重塑人才市场的基本运作方式。第一个影响是机会的民主化。在传统招聘模式下，能否获得面试机会很大程度上取决于你的简历是否符合某些筛选标准：是否有名校学历、是否有大公司背景、是否有相关行业经验。这种筛选方式虽然高效，但也系统性地排除了很多有潜力但背景不够”亮眼”的候选人。而 AI 面试给了每个人一个展示自己的机会，只要你申请了职位，你就能获得面试，通过对话展示你的实际能力。这种转变我认为是非常重要的。它打破了学历和背景的门槛，让能力成为唯一的评判标准。一个没有名校学历但自学成才的开发者，一个没有传统职业路径但拥有独特技能的候选人，现在都有了被发现的可能。这对于增加劳动力市场的流动性和包容性有巨大价值。第二个影响是招聘周期的缩短。当 AI 能够同时面试数百甚至数千个候选人时，从职位发布到找到合适人选的时间可以大幅缩短。现在平均 60 天的招聘周期可能会降到 20 天甚至更短。这对企业和求职者都是好消息：企业能更快地填补关键职位，求职者能更快地找到新工作，减少失业或过渡期的焦虑。第三个影响是数据的积累。Alex 的长期愿景是通过面试数百万求职者，建立一个比 LinkedIn 更深入、更真实的职业档案数据库。如果这个愿景实现，它将彻底改变人才信息的组织方式。想象一下，未来招聘官不再需要看简历，而是可以直接搜索：”找出所有在 Python 和机器学习方面有深度经验、沟通能力强、对初创公司环境感兴趣的候选人。”系统就能基于真实的面试数据给出精准的匹配结果。Peak XV Partners 的合伙人 Arnav Sahu 的评论很有洞察力：”在未来，AI agent 将自主运行整个招聘流程。这是不可避免的。Alex 拥有令人难以置信的客户喜爱度和使用曲线。在最终状态下,Alex 可能会重新定义整个劳动力市场的招聘方式。”我完全同意这个判断。我们正处在一个转折点，AI 招聘将从实验性技术转变为标准做法。不过,我也看到一些潜在的挑战。随着 AI 面试成为常态，候选人可能会开始”优化”自己的面试表现，就像过去人们优化简历一样。可能会出现专门教人如何通过 AI 面试的培训课程。这会不会导致新一轮的”应试”现象？另外，如果所有企业都在使用类似的 AI 系统，会不会导致招聘标准的同质化，使得某些类型的人才被系统性地偏好或忽视？这些问题需要行业共同关注和解决。但总体而言，我认为 AI 招聘带来的好处远大于风险。关键是要确保系统的设计是公平的、透明的，并且持续接受监督和改进。Alex 的商业模式和市场机会从商业角度看，Alex 选择了一个巨大的市场。招聘市场本身就非常庞大，因为根据定义，每个雇主都需要招聘。问题在于如何切入这个市场，从哪里开始。Alex 找到了一个很聪明的切入点：人力资源公司。人力资源公司的激励机制与 Alex 高度一致。如果 Alex 做得好，帮助他们更高效地找到合适人才并成功安置，人力资源公司就能增加收入。这是一个双赢的模式。而且人力资源公司对招聘效率的需求极其迫切，这是一个真正的”头发着火”级别的痛点问题。因此，人力资源公司成为了 Alex 最大的客户群体之一。但 Alex 并没有局限于人力资源公司。他们也在服务一些世界上最大的企业，包括财富 100 强公司、大型金融机构、全国连锁餐厅和四大会计师事务所。这种客户多元化很重要，因为它证明了 Alex 的解决方案不仅适用于专业招聘机构，也适用于各种类型和规模的直接雇主。Alex 服务的职位范围也非常广泛，从高度技术性的高级软件工程师岗位，到高级会计师，再到核焊工这样的蓝领技术工人。这种跨行业、跨职位层级的适用性是 AI 招聘的一大优势。与传统招聘软件不同，AI 不需要为每个职位类型单独定制，而是可以通过学习快速适应新的招聘场景。从融资情况来看，Alex 的发展势头非常强劲。他们刚刚完成了包含 1700 万美元 A 轮在内的总计 2000 万美元融资。A 轮由 Peak XV Partners 领投，参与方包括 Y Combinator、Uncorrelated Ventures，以及多位财富 500 强公司的首席人力资源官。这些 CHRO 的参与尤其值得关注，因为他们代表着最终客户，他们的投资本身就是对 Alex 价值的认可。此外，这轮融资还包括去年由 1984 Ventures 领投的 300 万美元种子轮。创始团队计划将这笔资金主要用于产品开发和团队扩张，确保他们在 AI 招聘领域保持最佳产品地位。有趣的是，与很多硅谷公司不同，Alex 计划在市场和设计方面投入更多资源。创始人认为，在企业销售中，品牌建设和客户关系同样重要。这种对”走向市场”策略的重视，反映了他们对企业客户需求的深刻理解。我还注意到 Alex 最近进行了品牌重塑。他们原本的公司名称不是 Alex，Alex 只是他们 AI 招聘合作伙伴的名字。但很多客户已经习惯直接称呼公司为 Alex，所以他们决定简化品牌，直接将公司更名为 Alex。这种做法在科技行业越来越常见，比如 Codeium 改名为 Windsurf。将公司名称与核心产品名称统一，可以减少混淆，让品牌更容易记忆和传播。而 Alex 这个名字本身就很亲切、易于发音，让 AI 显得更加平易近人而不是遥不可及的抽象技术。创始团队的独特优势Alex 的两位创始人 Aaron Wang 和 John Wright 都相对年轻，他们在布朗大学本科时相识。在创立 Alex 之前，他们就已经有过一次创业经历，那是一家招聘科技公司。虽然那次创业最终没有做大，但让他们深入了解了招聘市场的痛点和机会。我认为他们最大的优势在于，他们作为求职者的时间远比作为雇主的时间长。这给了他们一个独特的视角。很多招聘科技公司失败的原因是过于关注雇主需求，忽视了候选人体验。而优秀的候选人体验恰恰是让 AI 招聘真正落地的关键。如果候选人觉得与 AI 面试的体验很糟糕，他们就不会参与，整个系统也就无法运转。Aaron Wang 在创立 Alex 之前曾在 Facebook 工作，还在一家对冲基金担任过量化分析师。John Wright 则有技术背景。这种商业、技术和产品能力的结合，让他们能够既构建出技术上过硬的产品，又能够理解商业模式和市场需求。他们在创业过程中展现出的一个重要特质是灵活性。他们从 YC 毕业时就知道 AI 招聘合作伙伴会有某种用例，但并不确定应该从哪里开始：是面向科技公司？财富 100 强？还是人力资源公司？他们对长期愿景有强烈的信念，但对实现路径保持灵活。这种”在愿景上固执，在执行上灵活”的态度，我认为是创业成功的关键。创始人还强调了在这个快速变化的时代，学习能力的重要性。新的 AI 模型、新的用例不断涌现，技术每个月都在成熟。他们需要能够快速学习和适应，利用最新的技术来改进产品。这种持续学习和快速迭代的能力，可能比初始的技术储备更加重要。我对 AI 招聘未来的展望当我问创始人”五年后还会有人类面试吗”这个问题时，他们的回答很有意思：他们不是要取代招聘官，而是要赋能招聘官。招聘官不会被取代，他们会被增强。但我自己的判断可能更激进一些：我认为在五到十年内，传统意义上的”面试”这个环节会发生根本性改变。未来的招聘流程可能是这样的：当你申请一个职位时，你会立即与 AI 进行一次深度对话，这次对话不仅仅是验证你简历上的信息，更是深入了解你的技能、经验、动机和职业规划。这些信息会被结构化地记录下来，形成你的动态职业档案。企业的招聘系统会基于这些档案进行精准匹配，找出最适合的候选人。人类招聘官的角色会转变为”关系建设者”和”文化契合度评估者”，他们只与最匹配的候选人进行深度互动。我认为这种转变会带来几个重要后果。第一，招聘的速度会大幅提升。从申请到 offer 的时间可能从现在的 60 天缩短到 10 天甚至更短。第二，匹配的准确性会提高。当系统基于深度面试数据而不是简历关键词进行匹配时，候选人与职位的契合度会更高，这会降低离职率，提高工作满意度。第三，机会会更加公平。背景不再是门槛，能力才是唯一标准。但我也看到一些需要警惕的风险。如果 AI 招聘系统存在算法偏见，这些偏见可能会在更大规模上复制和放大。比如说，如果训练数据中存在性别或种族偏见，AI 可能会系统性地偏好某些群体。这需要持续的监测和纠正。另外，过度依赖 AI 可能会导致”算法单一化”——所有企业使用类似的评估标准，可能会忽视那些在标准化测试中表现不好但实际上非常有价值的人才。从更宏观的角度看，AI 招聘只是未来工作转型的一部分。随着 AI 在各个领域的应用，很多工作的性质都在改变。招聘需要适应这种变化，不仅要评估候选人当前的技能，还要评估他们的学习能力和适应能力。Alex 这样的系统需要不断进化，才能跟上劳动力市场的变化。我还想到一个有趣的可能性：未来的”工作”概念本身可能会改变。当 AI 能够完成越来越多的任务时，企业可能不再需要雇佣全职员工来完成特定工作，而是根据项目需求灵活匹配人才。在这种场景下，AI 招聘系统可能会演变为”人才市场平台”，实时匹配供需双方，就像现在的共享经济平台一样。Alex 建立的深度人才档案数据库，恰好为这种未来提供了基础设施。给创业者和求职者的思考Alex 的故事给了我很多启发，我想分享一些对创业者和求职者的思考。对于创业者，Alex 展示了在选择创业方向时的几个重要原则。第一是找到真正的痛点。招聘效率低下不是一个想象出来的问题，而是几乎所有企业都面临的真实挑战。第二是时机的重要性。如果在 GPT-4 Turbo 之前尝试构建 Alex，技术可能还不够成熟。正是语音 AI 的突破让这个产品在 2024 年成为可能。第三是灵活的执行策略。创始团队对长期愿景有信念，但在具体路径上保持灵活，这让他们能够快速找到产品市场契合点。对于求职者，AI 招聘的兴起既是机会也是挑战。机会在于，你现在有了更多展示自己的机会，不再会因为简历不够亮眼就被忽视。只要你有真实的技能和经验，AI 面试会给你一个公平的舞台。挑战在于，你需要学会如何在对话中有效地展示自己。这不是说要去”破解”AI 面试，而是要能够清晰、真实地表达你的能力和经验。我建议求职者把 AI 面试看作一个机会，而不是障碍。与人类面试官不同，AI 不会因为你紧张或表现不够完美就否定你。你可以把它当作一次练习，一次展示的机会。而且，AI 面试通常会更快地给出反馈，让你知道自己的申请状态，而不是让你在等待中煎熬。对于行业从业者，我认为现在是重新思考招聘流程的好时机。不要把 AI 看作威胁，而要把它看作工具。思考一下：哪些工作是 AI 可以做得更好的？哪些工作必须由人类完成？如何重新分配时间和精力，让整个招聘系统更高效？Alex 的成功表明，那些愿意拥抱新技术的企业和个人将获得竞争优势。本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。题图来自Unsplash，基于 CC0 协议。