
7年猎头转型@All in AI 项目 https://teapaw.org/t.co/sEiOBwcBrL|全球招聘Agent 🌍1k专业用户 🔥250日活 MRR刚突破9k💲@持续更新 vibecoding 专业户 wechat:ClementhuX
深圳
Joined April 2021
- Tweets474
- Following388
- Followers140
- Likes136
Pinned Tweet
Introducing EasyHire AI @easyhireai: a Jev @typesafeai powered recruiting agent
1-line brief → 1,286 scored candidates from 30+ sources in 60s.
No more week-long sourcing.
- Builds the search plan
- Jev scores every profile, with evidence
- Flags the unsure ones
- You approve every outreach
Demo 👇
我就问一句 来不来深圳开会
Over the past week, I’ve been overwhelmed by the love and support of friends, industry colleagues, and people I've never met. Thank you to everyone who has shown kindness to my family and me. It means the world to me.
I came to the United States 53 years ago, and becoming an American citizen is one of the greatest gifts and proudest moments of my life. NVIDIA has been my life’s work. Building it into the company it is today alongside my colleagues has been a privilege and an honor. Nowhere but in America could a company like NVIDIA be possible. I love our country, and I love NVIDIA.
I did not live up to the standards expected of everyone at NVIDIA, and I have made serious mistakes in my personal life. I created problems for the Board that I deeply regret. I own my mistakes completely, and I am committed to cooperating with the Board’s independent investigation.
Since my departure, I’ve seen an outpouring of calls from NVIDIA’s employees, investors, business partners, and customers for me to return as CEO. Many continue to reach out to me directly as the company navigates complex technology, market, competitive, and geopolitical dynamics. NVIDIA is a once-in-a-generation company. If the Board of Directors decides that my return is in the best interest of our shareholders, our employees, the company, and America, I would be honored to answer these calls and return as CEO.
Thank you again to everyone who has shared their good wishes. I am profoundly humbled by your support. To my family: I love you, and I will spend the rest of my life being worthy of yours.
Jensen
1
1
20
11月25日,EasyHire AI × Deel 将在深圳举办线下专题交流活动:
「AI 赋能国际化人才招聘|解答出海用工过程中的隐形成本陷阱」
本次活动聚焦企业出海过程中两个核心问题:如何更高效地找到合适的海外人才?如何降低跨国雇佣与团队管理中的成本和风险?
🎯 适合哪些人参加?
出海企业 HRD / HRVP / 海外招聘负责人
正在搭建海外团队的业务负责人
负责国际化人才招聘与组织建设的 HR / TA
关注跨国雇佣、海外用工合规及人力成本的企业管理者
💡 参加活动,你将收获什么?
✅ 招聘效率提升:了解 AI 如何应用于国际化人才搜索、匹配与招聘流程,减少重复性工作。
✅ 识别隐形成本:探讨不同海外雇佣模式下的成本结构、合规风险与管理挑战。
✅ 真实案例参考:交流企业在海外招聘、团队搭建及跨国用工中的实践经验。
✅ 同行深度交流:与出海企业 HR 及业务负责人面对面讨论实际问题,拓展行业资源。
📅 活动时间: 2026年11月25日(周三)14:00–17:00
📍 活动地点: 深圳湾1号 · 粤海国际化企业服务交流中心
出海不仅是把业务带到海外,更是建立一套高效、可持续的全球人才与用工体系。
欢迎正在布局海外市场、拓展国际化团队的企业伙伴报名参与!
📩 扫描海报二维码报名。
#EasyHireAI #Deel #全球招聘 #企业出海 #AIRecruiting #GlobalHiring
1
51
一条候选人“调戏” AI 面试官的视频,26 万播放:几句话后,AI 当场答应录用她。
为什么海外很多公司选择AI 放在了最不该放的位置——候选人对公司的第一印象。
iCIMS 今年的调研:觉得自己被 AI 评估过的候选人里,只有 32% 说雇主讲清楚了。
如果是蓝领招聘没必要数字人,直接填表就好了 反正最终也是现场面试确定录取
白领的话 说真的 会觉得公司真的不尊重自己
雇主品牌还需要建立吗?
This quoted post is unavailable.
103
我们内部做了一个关注全球 AI 人才招聘趋势的雷达,发现市场正在从算法工程师扩展到整个产业链。
⚡ AI 基础设施:数据中心扩张正在推动电力电子、配电与工程人才需求。
🔬 半导体:SK 海力士宣布未来5年投入约10.5亿美元支持供应链,设备、材料与测试人才值得关注。
🤖 Physical AI:工业机器人加速发展,嵌入式系统、传感器与运动控制成为新的关键技能。
下一轮人才竞争可能不只发生在 AI 公司内部,而是横跨多个产业。
你认为未来两年,哪个领域的人才最难招?
#全球招聘 #AI招聘 #人才趋势 #EasyHireAI
1
61
涨粉有难度 那就互关吧💡💡💡
本帖蓝标互关标记🏷️
评论区留下你的背景 也希望能认识的朋友
希望有更多优秀的互关起来
我先来!
我是AI招聘Agent easyhireai.com的创始人 Clement Hu
产品已经在商业化阶段
个人专注在Agent 搭建 招聘场景深耕
目前已有多家上市企业付费 具体可以看官网
希望认识更多在AI圈做产品 技术 GTM 等朋友🔥
7
2
160
产品原子的概念对我影响很大,这两天真的一直反复在思考这个问题 @lijigang
特别最近看到有个新用户竟然是用gork bot在测试@easyhireai 的时候,有点绷不住了
我去扒了一下论文 竟然是1962年代论文,感兴趣的放在评论区了
我在思考作为一个 招聘Agent 如果把时间线拉长一点 随着模型在实际工作场景的落地情况下,我们的产品形态应该在未来发生什么样的变化? 是否能存在? 如何和通用Agent 或personal Agent 共存?
或许 我们 下一阶段非常重要的产品方向就是从一个独立的 AI 招聘平台,进化成能够被 Dot、Grok Bot 等通用 Agent 调用的专业招聘能力单元 甚至bot 已经自带电脑了。通用Agent 已经帮我们解决了很大一部分的基础设备问题。
EasyHire AI 不一定需要再做一个让用户每天打开的招聘 Agent,而是要让用户自己的 Agent 在需要招聘时,主动调用 EasyHire AI。
按照这个逻辑拆解一下:
1️⃣普通工具(Tool):Bot 告诉 EasyHire AI 要做什么,EasyHire AI 返回结果。
2️⃣专业能力单元(Capability):Bot 只给招聘目标,EasyHire AI 自己完成专业判断、搜索、评估和反馈。
3️⃣招聘执行服务(Execution Service):EasyHire AI 不仅返回候选人,还能在授权范围内持续推进招聘任务,将状态、证据和结果交给 Bot。
未来应该会是A2A大量普及的时代,但是招聘是一个双边市场,如果单纯是人单元与企业组织单元之间事情会比较简单,但是人与人的链接同样十分重要
从企业角度 招聘更想要一个情报中心🔎
从人才角度 招聘更关注雇主品牌
匹配更不是简单的专业对口 背景对口
不可以忽略企业的成长性 还有人才潜在可能性
如果一味强调find_talent、build_shortlist、auto_recruiting_task、 确实以project为原子没啥毛病
但如果加上文化适配、理念驱动、等就不是单纯业务或职能缺口匹配那么简单
未来成熟的招聘Agent 能说明白一件事:“这个人才业务背景很符合 但不是你们要找的人” 且被企业采纳的moment 就是一个很了不起的时刻
不是单纯建立从招聘决策到入职实际结果的反馈,而是能做到连接招聘与企业经营决策。
如果对招聘Agent未来产品形态有思路,欢迎评论区留言!感谢🙏
最近从 ChatGPT 完全切换到了 Grok Bot,两者的体验差异很微妙,我尝试从「产品原子」的视角来分析下。
先给「产品原子」做个定义:产品原子是用户在这个产品里创建、命名、分享、归档、删除的最小单位。
用这个视角看 Agent,大致可以分成三类:
1. 以对话为原子(session):主界面像一条按时间倒排的聊天流水,新对话不断把旧的往下推,几周前聊过的事要靠搜索才找得回来。
2. 以项目为原子(project):主界面像一个文件柜,每个抽屉装着一个项目的资料、说明和一叠对话,先拉开抽屉,再在里面接着聊。
3. 以角色为原子(bot):主界面像一张组织架构图,每一个是有职责、有记忆的角色,和它相关的事都在同一个会话里接着聊。
产品对「原子」的不同定义,带来体验上的一系列变化,我觉得最值得关注的是「连续性」:
用 ChatGPT 时,从一个对话走到下一个对话,中间唯一不断的是我自己。我就是最大的「记忆池」。
用 Project 时,资料和指令可以写入文档,让渡了一部分记忆出去。
用 Bot 时,连续性沉淀到了一个个 Bot 身上。
(虽然每类产品,都有 Memory 功能,但同样一个词,在不同的「原子」产品中的作用差异还是蛮大的。)
关于以角色为原子的产品,如何「切分」各个 bot 的职责边界,是个很关键的课题,可以参照 Simon 在论文《The Architecture of Complexity》中提出的近可分解性(near-decomposability):层内交互强,层间交互弱。
1
157
实话说 还是很看好腾讯的
即便很多动作慢了
但是那么庞大的wechat用户量 粘性高
有足够的资金和 人才密度的情况下
很有机会在personal agent的赛道站住脚跟
workbuddy 主攻还是职业场景 对手更多是豆包&飞书
如果有对应类似muse bot dot 的适配工具落地
和wechat做强生态链接
壁垒不单纯是数据 如果未来有合规也会是行业的领先者
估计明年市面上会出现腾讯推出的大量personal agent的产品进行赛马
但是在AI时代除了品牌的知名度 同样需要个人IP
类似tibo 土豆姐 作为公关品牌IP去推动创造型用户驱动市场的普及
这个可能对腾讯来说 是一种调整的可能性 毕竟市场已经有了验证
马化腾昨晚腾讯周年会,讲话录音转文字稿流出,看来是真的有危机感了。
他还拿谷歌公司作为案例,开始大家以为 AI 对搜索影响很大,又觉得谷歌好像顶得住。到今年再看,浪真的已经杀过来。
并且承认在 AI 布局上,公司已经有点晚了。
1
71
期待分佣功能上线!
十月Waffo Pancake又有哪些更新👀
🎟 优惠怎么发,你来定义
优惠券与促销码正式上线。支持百分比或固定金额减免,可限定商品、使用次数和到期时间。渠道合作一方一码,专属优惠可指定买家邮箱,一次性码每批最多生成 500 个。买家可在收银台输码,也可通过带码商品链接自动应用。
💳 收银台新增支付宝付款
买家可扫码或跳转 App 完成支付,订单、退款与 Webhook 流程与其他付款方式一致。10 月 16 日起,按店铺白名单逐步开放;想提前开通,可以联系我们。
🔐 登录更省心,管理更安心
登录状态保持 30 天,有活动自动续期。支持 Google One Tap;已登录时,可直接回到上次使用的店铺。在「设置 → 安全」查看已登录浏览器,支持单个或一键全部登出。
🌐 换域名,可以自助申请了
开通生产、KYB 通过后,店铺 owner 或 admin 可在「设置 → 通用」验证新域名归属并提交审核。审核期间,当前域名照常收款。
📬 通知邮件焕新
收据、订阅、退款与经营通知换上新版式。商户通知附带下单时传入的商户订单号,方便对账。新增审核未通过、退款失败通知,打款失败邮件会写明原因与下一步。
✨ 更多经营细节,一起优化
一个账号最多可开 100 家店铺;Logo 与商品图采用全球 CDN 分发,Dashboard 与收银台打开更快。退款不再限 14 天,退款金额仍须不超过订单金额及账户当前可提现余额。
20
Just listed EasyHire AI on Altern — check it out: altern.ai/ai/easyhire-ai
19
招聘 Agent 产品的深夜反思:当 AI 都能找到人之后,我们到底在竞争什么?
最近一直在思考一个问题:
如果未来所有 AI 招聘产品都能找到人、匹配人才、自动触达候选人,那大家最终拼的到底是什么?
现在市面上大多数 AI 人才搜索平台,都在强调自己拥有 8 亿、10 亿甚至更多的人才数据,宣传强大的 AI 搜索、智能匹配和多序列邮件外联能力。
但一个很核心的问题,似乎始终没有得到足够好的回答:
我们究竟能不能持续推荐真正合适的人才?
从最早做 @easyhireai 开始,我一直认为数据积累和合规性会成为招聘 Agent 的核心壁垒。
但现在回过头来看,这个认知可能还是有些浅了。
数据很重要,合规同样重要,但它们未必能够决定一家招聘 Agent 企业最终能走多远。
因为当模型能力不断提升、搜索和触达能力逐渐趋同,单纯依靠更多数据、更好的搜索算法、更自动化的工作流,可能很难建立长期的差异化。
01|招聘的本质,可能远不止找人
如果只看人才寻访,招聘其实可以简化成两件事:
找到合适的人,以及确定这个人的意向。
现在绝大多数招聘 Agent 都在努力把这两件事做得更加丝滑。
从理解 JD、搜索人才、评估匹配度,到自动发送邮件、跟进回复、管理候选人状态。
这条路径没有错,也是我们一直在做的事情。
但如果未来通用 Agent 同样可以调用各种工具完成这些任务,垂直招聘 Agent 的不可替代性究竟在哪里?
我认为答案不应该只是更好的工具调用能力。
做一个 Claude、Codex 可以调用的 MCP 插件,当然有价值,但它解决的主要还是工具连接的问题,并不能自动形成一个真正深入业务的产品。
提高生产力,不应该只看执行效率,还应该看一个产品对业务本身的渗透程度。
02|招聘 Agent 应该从招聘执行,走向业务理解
我开始尝试从两个不同的角度重新理解招聘。
第一个角度,是企业。
招聘需求背后,其实存在一条更深的链路:
招聘需求 → 用人缺口 → 市场策略 → 企业战略
一家企业为什么要招聘某个岗位?
可能是因为业务扩张、进入新市场、建立新的研发团队,也可能是因为组织能力出现了缺口。
同样是招聘一位海外销售负责人,一家正在探索新市场的企业,与一家已经建立成熟销售体系的企业,对候选人的真实要求可能完全不同。
但这些信息,往往不会完整地出现在 JD 里。
如果 Agent 只是理解岗位描述,然后去搜索满足条件的人,它可能永远只是在执行招聘需求,而不是理解招聘需求。
真正有价值的招聘 Agent,应该有能力理解企业为什么需要这个人,而不只是企业想找什么样的人。
第二个角度,是人才。
我们经常用学历、工作经历、技能、薪资和地点去定义一个候选人。
但一个人的职业选择,远比这些字段复杂。
家庭与生活平衡、职业发展阶段、企业文化、管理方式、公司发展潜力、个人价值观,以及对未来几年生活的预期,都可能影响一个人是否愿意接受新的机会。
一个技能匹配度达到 95% 的候选人,不一定是企业真正能够吸引的人。
反过来,一个履历并不完全符合 JD 的候选人,也可能因为职业诉求、组织环境和发展机会的高度契合,成为更好的选择。
这意味着,我们需要重新思考所谓的“人才匹配”。
匹配不应该只是判断一个人能不能胜任岗位,还应该理解企业能不能吸引这个人,以及双方是否适合长期共同发展。
03|从人才搜索 Agent,到真正理解招聘市场的 Agent
沿着这两个方向继续思考,我觉得招聘 Agent 未来可能需要具备一些现在还没有被充分重视的能力。
比如,理解企业的人才战略,而不只是解析招聘需求。
理解候选人的职业动机,而不只是提取简历标签。
在人才触达过程中,不只是自动生成个性化邮件,还能够结合雇主品牌、组织特点和候选人的职业诉求,解释为什么这份机会值得关注。
甚至进一步帮助企业回答:
为什么我们的岗位很难吸引目标人才?
是薪酬缺乏竞争力,还是市场上根本不存在足够多符合要求的人?
是我们的招聘标准出了问题,还是雇主品牌无法支撑当前的人才战略?
举个例子。
一家企业准备招聘东南亚区域销售总监,招聘 Agent 推荐了 100 位候选人,其中 30 人回复了消息,但最终只有 2 人愿意参加面试。
如果只是一个执行型 Agent,它可能会认为触达转化率不够高,需要进一步优化邮件内容、发送时间或者跟进策略。
但如果进一步了解这些候选人为什么不愿意继续沟通,可能会发现完全不同的问题。
假设大量候选人反馈,企业尚未建立成熟的当地团队,岗位授权不够清晰,或者对公司的市场增长前景缺乏信心。
那么问题可能根本不在人才搜索,也不在邮件触达。
真正需要调整的,可能是企业的用人策略,甚至是企业向人才市场传递的价值主张。
如果招聘 Agent 能够把这些真实的人才市场反馈,持续转化为对企业招聘策略的建议,它创造的价值就不再局限于招聘执行。
这也让我开始思考:
招聘 Agent 能不能成为企业理解人才市场的一种新方式?还是
我暂时把这个方向理解为:
从 Talent Search Agent,逐渐走向 Recruiting Intelligence Agent。
当然,这不是说招聘 Agent 应该变成一个无所不能的企业战略顾问。
也不是走向大量项目制、定制化的咨询服务。
而是尝试把招聘过程中的企业需求、人才反馈、市场供需与最终结果,逐步沉淀为可复用、可验证的产品能力。
04|真正的壁垒,可能是持续积累的招聘决策反馈
我越来越觉得,垂直 Agent 的长期竞争力,不应该只建立在它能够调用多少工具、完成多少自动化动作上。
而在于它能否持续理解一个行业的问题,积累真实的业务反馈,并在一次次执行中形成更好的判断。
对于招聘而言,我们已经拥有了大量静态的人才信息。
但企业为什么拒绝一个候选人?
候选人为什么拒绝一家企业?
同样的岗位,为什么有的企业可以快速完成招聘,而有的企业持续几个月也找不到合适的人?
企业反复修改招聘条件的背后,到底是人才市场的供给问题,还是企业自身没有明确真正的用人需求?
这些信息往往分散在招聘人员的沟通记录、面试反馈、候选人回复和业务负责人的判断中。
它们很难被简单地整理成一个标准化的人才数据库。
但我认为,这些信息可能恰恰是未来招聘 Agent 最有价值的数据资产。
如果说静态人才数据库帮助 Agent 知道“市场上有哪些人”,那么真实的招聘决策反馈,才有可能帮助 Agent 理解“为什么这些人和企业最终没有走到一起”。
这也意味着,招聘 Agent 需要建立一个不同于传统人才搜索平台的数据循环。
传统的产品通常围绕:
JD → 搜索 → 匹配 → 触达
不断优化搜索相关性、触达效率和自动化程度。
而更深入的招聘 Agent,应该尝试建立:
企业需求 → 人才推荐 → 候选人反馈 → 意向分析 → 用人策略修正 → 新的招聘决策
在这个过程中,Agent 不只是执行已经确定的招聘标准,也能够在获得足够真实反馈之后,帮助用户发现原有招聘标准中可能存在的问题。
比如,某个岗位是否真的需要特定行业背景?
某个地区的人才供给是否足以支撑企业的扩张计划?
候选人反复拒绝的原因,究竟是薪酬、职业发展、组织文化,还是企业自身的市场竞争力?
当然,这些判断必须建立在真实反馈、足够的样本和持续验证之上,而不能只是让大模型根据有限信息进行猜测。
这也不是简单地给 Agent 增加几个分析功能。
而是让产品从一次性的任务执行,逐渐发展为一个能够积累业务经验、帮助用户改进决策的系统。
我认为,垂直 Agent 更深层的竞争壁垒,可能不在于掌握了多少行业知识,而在于它能够获取、理解并持续利用多少真实的行业决策反馈。
尤其是那些通用 Agent 很难自然获得、也无法单纯依靠公开互联网数据还原的业务反馈。
05|招聘 Agent 的价值,应该延伸到 HR 的业务决策能力
如果继续沿着这个方向思考,我觉得还有一个更重要的问题:
我们到底希望招聘 Agent 替 HR 做什么?
目前大多数产品给出的答案是减少重复工作。
让 HR 不需要手动搜索几百份简历,不需要逐个发送邮件,不需要反复整理候选人资料。
这些能力当然有价值。
但如果 AI 只是让 HR 用更短的时间完成同样的工作,那么它改变的主要还是招聘流程的效率。
有没有可能,AI 不只是帮助 HR 节省时间,而是让 HR 有能力承担过去很难承担的业务职能?
过去,一个招聘负责人可能很难持续分析某个地区的人才供需结构,也很难将大量候选人的职业诉求转化为企业的雇主品牌建议。
更不用说结合人才市场变化,向业务负责人解释某项扩张计划在人才供给方面是否现实。
这些事情往往需要市场研究、数据分析、招聘专业经验,以及对企业业务的深入理解。
但当 Agent 能够持续参与招聘过程,理解岗位背景,获取人才反馈,并将这些信息沉淀下来,HR 就有可能获得过去不容易具备的市场洞察能力。
招聘负责人不再只是接收业务部门的用人需求。
他们也可以基于人才市场的真实反馈,反过来影响岗位设计、人才吸引策略、组织能力建设,甚至企业进入新市场的节奏。
这才是我所理解的“业务渗透”。
它不是让一个招聘工具增加更多功能,也不是让产品变成复杂的企业管理系统。
而是让招聘这项工作与企业经营之间的联系变得更加紧密。
招聘 Agent 的终点,不应该只是替 HR 完成更多工作,而应该是让 HR 因为拥有 Agent,能够参与过去很难参与的业务决策。
06|关于 EasyHire AI 的未来
这也是我希望 EasyHire AI 未来能够逐步走向的方向。
坦率地说,作为一个尚未融资、团队规模很小的创业项目,要从人才寻访深入到企业用人战略、雇主品牌和人才市场理解,难度非常大。
我们现在依然需要优先解决最现实的问题:
让用户更快找到合适的人,更准确地评估人才,更有效地建立联系。
这些基础能力如果做不好,更深层的产品愿景也就无从谈起。
而且,我们目前距离真正建立一个持续学习的招聘决策系统,还有很长的路要走。
我们需要更可靠的人才数据,更真实的招聘反馈,以及能够把这些信息转化为实际产品价值的方法。
1
123
但我不希望 EasyHire AI 永远停留在一个更智能的人才搜索工具上。
我希望它未来能够理解企业为什么招聘,理解人才为什么流动,理解市场为什么无法让两者轻易达成匹配,并不断帮助双方缩小这个差距。
最终帮助企业做出更好的用人决策,而不仅仅是完成更多招聘动作。
可能我们距离这个目标还很远,也不确定最终能走到哪一步。
但我希望能够持续记录这些思考,以及我们对招聘行业认知的变化。
如果未来有其他创业者、同行,能够沿着类似的方向走得更远,真正把这些问题解决,也是一件值得高兴的事情。
毕竟,比起又多了一个拥有十亿人才数据库的平台,我更期待看到的是:
AI 真正改变企业理解人才、吸引人才和使用人才的方式。
而 EasyHire AI,希望能够成为这场变化的参与者,甚至是推动者。
28
LinkedIn 的地位还是很难被撼动的。
Build a personal website,是增加被 AI sourcing platform 推荐出来的机会。我们确实也在帮助招聘者寻访更多类似的人才。
但从招聘视角看,通过品味、思考方式、实际作品这些信息,判断一个人的真实能力,难度依旧存在。GitHub 起码还有 stars 可以作为参考。个人网站更多是增加了曝光机会,毕竟现在抄袭的成本很低,除非本人已经有一定的知名度。
而且,个人网站并不一定适配所有类型的人才,更适合 PM、engineer、UX designer 这类能展示作品集的人。
LinkedIn 作为职场社交平台,承载的不只是曝光,还有职业身份的可信度和人才关系网。
As I've said before, your personal website is the new resume
LinkedIn shows a list of titles; your personal website shows your taste, your thinking, your actual work
You don't need to be confined by the existing social media platforms
80
















