YOHO AI

标签： AI招聘

  • 研究发现：AI筛简历时，比人更容易给求职者贴标签

    下次投简历，可能先过一遍 AI 的法眼，才轮得到真人看一眼。但普林斯顿和芝加哥大学的研究者发现，这种 AI 招聘官未必比人类更公平——它甚至可能比人更爱给人贴标签。

    研究团队把 ChatGPT、Claude、Gemini 等模型拉进一场改编自心理学实验的模拟招聘游戏。模型扮演一个被市长雇来的顾问，要在 40 轮里为医生、律师、保育员、清洁工等 20 种岗位挑人，候选人来自四个虚构族群。诡异的地方在于：所有候选人的成功概率其实完全一样，模型并不知道这点。

    AI 在招聘决策中形成偏见的研究配图
    研究图示：AI 从少量经验里快速形成刻板印象（图源 MIT Technology Review）

    大模型真的非常急于从很少的数据里总结出规律，而这恰恰就是它们被优化出来的方向。—— Ryan Liu，普林斯顿博士生、论文共同作者

    模型很快开始学乖：一旦某个族群的某个人在被视为需要高温暖与能力的岗位上失败，它就整个族群都不考虑了，转而去安排清洁工这类它认为要求更低的活。在衡量隔离程度的量表上，人类参与者得分 0.84（2 分代表完全隔离），而模型高出约 65%，OpenAI 的推理模型 o3 直接冲到 1.83，几乎贴着上限。

    越聪明，越敢贴标签

    更反直觉的是，推理能力越强的模型，偏见反而越重。o3 和 DeepSeek 的 R1 在实验里表现得更决绝。原因藏在训练方式里：模型在数学、代码、科学题上被训练成从几个例子就敢下结论，这套本能帮它解逻辑题，也让它秒变贴标签高手。

    • 光喊要公平几乎没用——模型要么执行不了这条价值观，要么被多招对人的目标盖了过去。
    • 但给它加一笔多样化招聘奖金，偏见立刻大幅降低。
    • 当模型拿到更多关于个人的真实信息（年龄、学历），反而更少按族群划分人；给无关信息（发色、纹身形状）才会退回贴标签。

    这项研究七月发表在首尔的 ICML 上。它的现实分量在于：当企业开始用大模型筛简历、甚至主持面试，模型从经验里长出来的那些偏见，可能是人类从来没教过它的。我们担心的歧视，未必都来自训练数据里的旧世界。

  • Mercor估值冲上200亿美元：雇专家给AI当考官，这门生意两年涨了四倍

    Mercor这家公司最近又成了风投圈的话题中心。彭博7月9日报道，这家从AI训练数据起步的创业公司正在谈新一轮融资，估值直接喊到了200亿美元。要知道去年10月它刚完成3.5亿美元C轮，估值还只是100亿美元——不到一年，数字就翻了一倍。

    更抓人的是创始人兼CEO布伦丹·福迪（Brendan Foody）自己在X上晒的数据：公司年化收入跑到了20亿美元以上，比四个月前整整翻了一倍。一边是收入暴涨，一边是并购动作——上周四Mercor宣布买下Deeptune，一家专门训练AI智能体的公司，对方整个团队一并加入。再加上这轮可能的新钱，看起来年初那场风波已经被它甩在身后了。

    Mercor估值冲上200亿美元
    Mercor靠给AI模型 supplying人类考官，估值一年翻倍（图源：TechCrunch）

    说白了，Mercor干的事听起来简单，细想却有点荒诞：它雇各路专家——诗人、经济学家、程序员、科学家——付钱让他们去评估AI模型的输出到底好不好。那些训练前沿大模型的实验室，需要人来告诉自己”模型是不是真的变强了”。Mercor就是提供这批”考官”的人。

    两个辩论队队友，撑起一个200亿的故事

    这家公司2023年才成立，三个创始人是从高中辩论队里走出来的朋友：福迪、阿达什·希雷马特（Adarsh Hiremath）和苏里亚·米德哈（Surya Midha），福迪今年才23岁。从C轮时大约4.5亿美元的年化收入，到今年中接近20亿，二十来个月里涨了四倍多。背后站着Felicis、Benchmark、General Catalyst这些一线基金，累计融资大约4.92亿美元。

    有意思的是，估值倍数反而被”压”下来了。100亿对4.5亿收入，是大约22倍市销率；如果按200亿对20亿算，只剩10倍。换句话说，市场一边兴奋于生意盘子变大，一边也在悄悄担心这门买卖到底能撑多久。

    它在训练那个可能取代自己的东西

    这种担心不是没来由。Mercor赚的正是”派人类专家去训练AI模型”的钱，可模型越聪明，对人工评估的依赖理论上就越少。真有一天模型能自己给自己、或者互相打分，那批考官的需求可能就缩水了。

    但福迪在斯坦福的演讲里抛出了另一种看法，他管这叫”agentic data”（智能体数据）：AI能力越强，要它被评估的维度反而越细，而不是越窄。会写诗，就需要诗人来评；能做经济分析，就需要经济学家。需求不是一次性的训练浪潮，而是跟着整个行业一起长。

    • 它给AI实验室供应的是”懂行的人”——这是大厂自己很难内部搞定的一摊运营活。
    • 买下Deeptune，是把盘子从传统数据标注，扩到了更吃香的AI智能体训练。
    • 年初的数据泄露和外包员工诉讼还没完全翻篇，能这么快把收入和估值同时拉回来，说明资本现在愿意为”训练流水线的掌控者”付高价。

    在不少人眼里，谁捏住了数据这一环，谁就捏住了AI往上走的长期价值。Mercor赌的，正是自己能一直站在模型和它所需要的”人”之间。

  • 让AI替你面试——Stockholm创企想让招聘反过来玩

    Fika Jobs AI面试平台
    Fika Jobs平台让候选人与AI智能体进行视频面试（图源：Fika Jobs）

    找工作这件事，从来都是候选人适应雇主的规则。简历怎么写、Cover Letter怎么改、HR的AI筛选系统要什么关键词——全是雇主说了算。斯德哥尔摩创企Fika Jobs想把这套逻辑翻过来。

    6月23日，这家公司宣布完成400万美元pre-seed轮融资，由Luminar Ventures领投，Alliance VC和《Candy Crush》联合创始人Sebastian Knutsson、Riccardo Zacconi跟投。

    让AI替你面试

    Fika做的事情简单说就是：让AI智能体当面试官，把候选人的回答自动剪成短视频片段，做成一个持续更新的视频档案。雇主不用再对着一叠叠简历筛人，而是直接去浏览一个已经经过AI面试的候选者资料池。

    创始人兄弟Jakob Dubois（CEO）和Alexander Dubois（CTO）的灵感来自他们上一次创业的经历。当时他们在招人做社交应用Gaff，有个候选人的简历平平无奇，他们差点就不聊了。结果一通电话打过去，几分钟就发现这人有着他们想要的全部特质——有韧性、有野心、沟通利索。”简历根本看不出来这些”，Jakob说。

    Fika的操作流程是这样的：求职者先关联自己的LinkedIn档案，平台的AI会根据背景生成个性化面试问题，然后候选人和AI智能体进行一场大约10分钟的视频面试。面试用的是Google的Gemini模型驱动。结束后，Fika自动把回答切成短视频片段，整理成一个动态档案。

    和竞争对手不一样的地方

    和Alex、Maki、Mercor这些同样在用AI做招聘的工具不一样的是，Fika的重心在候选人这边。大多数竞品是帮雇主更高效地筛人，Fika想做的是让候选人建好一个视频档案之后，不用每投一个岗位就重新来一遍。

    平台的商业模式是：对求职者免费，对雇主也不收预付费用。成功录用后，Fika抽候选人年薪的10%作为佣金。创始人说这比传统猎头20%到30%的收费要低。

    传统猎头的收费一般是候选人年薪的20%到30%，Fika把这个数压到了10%，而且只有在成功录用后才收费。

    视频档案的偏见风险

    当然这个模式有明显的风险。视频档案意味着雇主能在看简历之前就看到候选人的种族、年龄、性别、外貌和口音——这些在纸质简历里至少是被部分遮蔽的信息。盲目简历筛选（blind resume screening）之所以被一些公司采用，就是为了避免这种前置偏见。Fika还没公开说明打算怎么处理这个问题。

    目前平台上的等待名单上已经有超过100家公司，另有50多家公司已经测试过平台，包括Plenty Labs、SICS.ai、Kognity和Rebtel。平台本周向候选人开放早期访问，计划在秋季全面公开上线。前期聚焦瑞典市场，之后再向国际扩张。

    Fika目前团队规模还小，预计到今年年底扩展到10人左右。

    这件事最有意思的地方在于：当雇主用AI筛简历变得越来越普遍，候选人这边也开始用AI来展示自己。招聘这个双边市场，两边都在被AI重塑——只是方向还不太一样。

  • 用AI面试官取代简历筛选：这家瑞典创业公司刚融了400万美元

    Fika Jobs AI视频面试平台
    Fika Jobs让求职者完成AI视频面试，生成短视频档案供雇主浏览 | 图源：Fika Jobs

    找工作这件事，到目前为止依然很原始。求职者花几个小时改简历、写求职信，投出去之后就进入了「黑盒」——你不知道有没有人看，也不知道为什么没有回音。而生成式AI出现之后，情况变得更乱了：求职者用AI批量生成求职材料，雇主则用AI批量筛选求职者，两边都在用自动化工具对付对方。

    斯德哥尔摩的创业公司Fika Jobs想换个思路。他们做的是视频优先的招聘平台——求职者不是投简历，而是跟AI面试官聊10分钟，AI会把回答自动剪成短视频片段，整理成一份「视频档案」。雇主这边不是在纸堆里找人，而是直接浏览已经经过AI面试和评估的候选人视频档案。

    「我们在做（社交应用）Gaff的时候，花了大量时间招人，差点错过了一个候选人，因为他的简历真的不是很出彩。但我们还是跟他聊了，几分钟内，他的毅力、动力和野心就完全展现出来了——这正是我们想招的人。」

    ——Fika Jobs联合创始人 Jakob Dubois

    具体怎么运作？

    对求职者来说，流程大概是这几步：先关联自己的LinkedIn资料，Fika的AI会回顾你的背景并生成个性化的面试问题，然后你跟AI代理进行一场大约10分钟的视频面试（目前用的是Google的Gemini模型）。面试完之后，Fika会自动把回答变成短视频片段，整理成一份档案。

    跟传统的「每份工作重新申请」不一样，Fika的模式更像是维护一个持续更新的视频档案。雇主可以随时发现和重新拜访合适的候选人，而不需要候选人每次都重新走一遍申请流程。

    Fika这边刚宣布了400万美元的种子轮融资，由Luminar Ventures领投，Alliance VC以及《Candy Crush》的两位联合创始人Sebastian Knutsson和Riccardo Zacconi也参与了投资。这笔钱会用来继续开发平台、扩充团队，并在今年晚些时候做更大范围的发布。

    跟竞争对手有什么不同？

    用AI做招聘这件事，Fika Jobs并不是第一家。这个赛道上已经有一堆公司在跑了：有做AI招聘官的Alex，有做AI Agent招聘官的Maki，还有估值已达20亿美元的Mercor。

    但这些竞争对手大多聚焦于帮雇主更高效地去寻找、筛选和匹配候选人。Fika的思路反过来了：它建的是一个候选人视频档案平台，雇主来这里浏览已经提前被AI面试过的人。换句话说，Fika更像是把权力向候选人这边倾斜了一点。

    这个思路对早期职业者和非传统背景的候选人可能特别有价值——这些人简历上可能没什么拿得出手的东西，但沟通能力、性格、应变能力这些特质，在视频里比在纸上更容易展现出来。

    但有个问题不能忽视

    视频档案这个东西，除了好处，也引入了一个老问题：偏见。当雇主能在评估候选人资质之前就看到对方的种族、年龄、性别、外貌和口音，这等于是把歧视的可能性直接摆到了桌面上。简历这种东西固然有很多缺陷，但至少它还能部分地掩盖掉这些特征。

    有些公司正是因为这个问题，才转向了「盲审简历」的做法。Fika的视频模式等于是把这个进步给倒回去了。当然，Fika可以说他们的AI评估是「客观」的，但AI本身也有偏见问题，这不是什么秘密。

    Fika表示平台本周将向候选人开放早期访问，更大范围的公开发布预计在今年秋季。公司初期会聚焦瑞典市场，之后再向国际扩展。目前平台对求职者免费，雇主那边不收预付费用，但成功招到人之后，Fika会收取候选人第一年薪资的10%作为佣金——比传统猎头20%到30%的收费标准要低。

    目前已经有超过100家公司在等待名单上，另外有50多家公司测试过这个平台，包括Plenty Labs、SICS.ai、Kognity和Rebtel等。这个模式到底能不能跑通，接下来几个月就会看到答案了。

  • AI管人这件事，终于轮到一线员工了

    AI管人这件事，终于轮到一线员工了

    AI管人这件事，终于轮到一线员工了

    大多数人听到”AI取代工作”这个话题，第一反应都是焦虑。但有一家叫Orbio的初创公司，思路正好反过来——它要用AI来管人，而且管的还是那些平时最不会被科技界注意到的群体：一线员工。

    Orbio的三个联合创始人里，CEO Sergi Bastardas在亚马逊和鲜花电商Colvin待了十年。他有一个反复出现的感受：背后支撑业务的那些人——在病房里、在餐厅后厨、在物流仓库里干活的人——一直缺乏高效的”人力基础设施”来管理。这些人有27亿之多，遍布医疗、零售、物流和酒店行业，大多数人连企业邮箱都没有，更别提被科技工具认真对待了。

    Bastardas在2025年拉着两个联合创始人Nacho Travesí和Antonio Melé，把这种感受做成了一家公司。Orbio做的事不难理解：用AI代理来帮企业招人、入职、管理一线员工。

    AI招聘代理管理一线员工
    Orbio用AI代理管理一线员工招聘与入职流程

    三个AI代理，管招人管入职还管日常

    具体是怎么做的？他们开发了三个AI代理，名字分别叫Maria、Daniel和Claire。Maria负责面试候选人，评估匹配度；Daniel跟进员工入职后的产出表现；Claire做日常打卡和沟通。三个代理不是孤立运行的——Maria面试时收集到的信号会反馈给招聘质量评估，员工离职面谈里透露的原因会重新校准招聘标准，日常参与度数据能提前识别离职风险。

    这个思路听起来有点赛博朋克，但实际落地已经有客户了。Orbio公布的信息显示，百胜集团（旗下有必胜客、塔可钟、肯德基）和餐饮品牌Poke已经在用这套系统来入职和管理一线员工。行为健康服务供应商The Stepping Stones Group更直接——Orbio现在跑通了它在美国的全部业务运营，而且入职成功率比以前高了20%。

    行为健康服务供应商The Stepping Stones Group现在用Orbio运行其全美业务，入职成功率提升了20%。

    2600万美元，盯上27亿人的”AI时刻”

    Orbio刚宣布完成2100万美元的A轮融资，领投方是Dawn Capital。加上这轮，公司总融资额已经达到2600万美元。Bastardas说，新钱主要用来招人和开发更多AI代理。

    这件事有意思的地方在于，它把AI应用的战场从”白领桌前”搬到了”一线现场”。之前AI招聘工具主打的是简历筛选、程序员笔试这类场景，对象是有邮箱、会用LinkedIn的白领。Orbio盯上的，是那27亿没有被传统企业软件覆盖过的人。

    竞争对手当然有。Paradox在做招聘自动化，WorkJam在做一线员工管理。但Bastardas觉得最大的对手不是某家初创公司，而是”老办法”——医疗、零售、物流这些行业里，管人的方式至今还是表格加电话，碎片化得厉害。

    接下来会怎么演变，现在还不好说。但Bastardas的一句话挺值得记住：”这是27亿人的AI时刻。”这些人撑着医疗、零售、物流和酒店行业在运转，之前从来没有被科技认真对待过。现在，AI终于轮到他们了。