为溪 | 猎聘戴科彬：AI 时代，人的能力要求正从专业技能转向如何驾驭 AI

作者｜戴科彬

编辑｜马多灵

今天我将分享三部分内容：第一是从全球来看 AI 对劳动力市场的影响；第二是中国劳动力市场的情况；第三是 AI 如何在组织当中的应用和落地，猎聘自己的实践案例。

我先分享几个关于AI的数据。根据麦肯锡的一份报告，到2030年，全球预计将应用到AI的岗位会达到2.2亿个。这需要特别注意，这个数字指的是存量岗位，而不是增量岗位。也就是说，AI的应用主要是改造现有工作的方式，而是否会带来新的岗位增量，目前还是未知数。这将取决于企业的具体情况和发展策略。

斯坦福大学曾做过一个调研，数据显示，从2022年到2024年间，全球企业组织中对AI的应用比例从55%上升到了78%。预计今年这个数字肯定会更高。在中国企业中，AI的应用也非常普及。但当我和一些美国朋友交流时，他们提到，在美国的传统产业中，AI特别是Agent的应用，实际上并没有大家想象得那么高。我们通常从媒体接收到的信息主要来自硅谷的科技公司，因此很多人误以为美国整体的AI应用水平很高，但实际情况并不完全如此。

关于全球大模型的数量，这里不多展开。但有一点很有意思，就是各国对AI的乐观与悲观态度的差异。从斯坦福2025年的人工智能调研报告来看，美国公众对AI的乐观程度一直保持在30%-40%左右，而中国的乐观程度则显著更高。我相信，到2025年，中国的乐观情绪会进一步提升，尤其是在像DeepSeek这样的技术成果出现后，大家会更加自信，认为我们也能行。

AI的影响在国际劳动力市场上已经开始显现。比如，在美国，初级人才尤其是大学毕业生的招聘需求已经出现了显著下滑。数据显示，2024年，美国科技巨头对应届生的招聘数量较2023年下降了25%，甚至连初创公司也减少了招聘。然而，2-5年工作经验的中层人才需求却在上涨。这表明，美国科技公司已经意识到，过去需要招聘毕业生进行培养和使用的许多基础功能，现在可以通过Agent来替代。因此，他们更倾向于直接招聘有一定经验的人才。这种趋势对人才结构和组织形态带来了明显的变化。

最近，亚马逊CEO发了一封邮件明确提到，由于AI和Agent带来的效率提升，接下来公司还会继续裁员。这是一个非常明显的信号。同样，OpenAI的CEO也在媒体上频繁提及类似的观点，无论这些言论是否完全正确，他们确实在验证并宣传一个事实——他们的公司通过AI提升了效率，因此持续裁员。这些变化反映了AI对组织架构、人才需求和员工数量的深远影响，这是当前美国的一个典型现象。

那中国的情况怎么样？我先声明一下接下来的一些数据，是我们观察到的现象，并不是我们的结论，请大家客观看待。

我们看到一个趋势被称为“超级个体诞生”。其实早在2023年底，我们在猎聘的客户活动中已经分享过这个趋势。到今天来看，两年过去，这个趋势已经得到了验证，组织的边界正在变得模糊。

这意味着，以前在招聘时是根据专业领域来选人，比如产品就招产品经理，技术就招技术人员，营销就招营销专家，销售就招销售人员。这种方式符合工业化时代组织架构分工明确的特点。

但如今你会发现，做HR的人可能会设计，做行政的人可能会写文案，做销售的人甚至会制作视频，在各大平台上作为KOL进行宣传推广，把流量转化为销售结果。这种现象已经在中国发生了。因此，今天在招聘时，不能再沿用传统的方式。若依旧使用过去的方法，你的组织未来一定失去竞争力。

那应该怎么招？最核心的一点是招懂得使用AI工具的人。而这里的“AI工具”并不仅仅指会用ChatGPT，而是懂得如何将各种工具组合起来。例如，ChatGPT可能擅长推理、写文案或脚本，但关键在于如何用这些脚本生成文字和图片，如何利用脚本生成视频，再将视频剪辑成适合在小红书、微信、抖音等平台上推广的内容？这些能力正是今天对人才的要求。

我观察到，在2023到2025年这三年间，中国企业在研发上的投入并不多，但在销售领域的投入却显著增加。企业一方面希望降低成本，另一方面又想提高收入，这就是所谓的“开源节流”。

然而，如果仍然采用传统方式进行销售，已经无法取得明显效果。企业需要思考如何拥抱短视频媒体平台，无论是卖家具、卖车，甚至卖房，都必须通过短视频进行推广，这是无法回避的趋势。

当今时代对于人才的评估体系，也提出了一些新的要求。除了“会用AI工具”这一点非常重要外，还需要关注一些底层素质。过去，很多强调冰山模型中的底层能力，比如自驱力、学习力以及开放程度等，这些素质依然是必须的。但现在有了更多的要求，比如审美能力。如今，生成一张图片或一个设计方案已经不难，难点在于如何判断哪个更好。这实际上涉及到判断力和审美力的问题。

这种变化也引发了教育界的讨论：我们应该如何教育孩子？当孩子在未来十年或二十年后毕业时，能否适应AI时代？其实，这些底层的、不可培训的因素，比起经验和技能显得更加重要。

根据猎聘在2025年第一季度的数据，现在企业在招聘时，对于岗位要求使用AI工具的需求急剧上升。在岗位描述中，明确提出需要掌握相关AI工具的技术要求已经成为趋势。尤其是在科技领域，这种需求尤为显著。在前20个热门岗位中，有许多与科技和互联网相关，例如算法工程师、嵌入式软件开发人员、产品经理、视觉设计等，这些岗位都要求掌握AI工具。

过去一年中，与AI相关岗位的需求增长了近一倍，同时这些岗位的薪酬也在上涨。如果你能胜任这些岗位，并具备使用AI工具的能力，薪资水平会有明显提升。这是我们今年观察到的一个重要趋势。

同时我们可以看到，这一轮AI技术浪潮带来了一个非常有趣的现象：它的出现对所有人都是公平的，无论年龄大小。在过去的互联网发展中，我们发现从业者大多是年轻人，尤其是在2014年移动互联网爆发时，传统产业的接入速度并不快，年轻人占据了主导地位。

然而，这一波AI浪潮却呈现出不同的特点。虽然25岁到35岁之间的职场中坚力量毫无疑问是主力军，他们的简历中标注“会使用AI工具”的比例领先，且增长速度较快。但令人意外的是，35岁到45岁，甚至45岁以上的人群也开始在简历中标注这类技能。这与之前移动互联网时代形成了鲜明对比。当时的简历中很少会标注类似的技术工具，而如今，这种趋势正在改变。

第二个趋势是职能类岗位，尤其是初级岗位的减少非常显著，而热门赛道的技术岗位却在快速增长。

如果我们将岗位按职类划分，比如销售类、设计类、客服类、人力资源类等，可以发现初级岗位的减少最为明显，而中高级岗位的减少相对较少。当然，这种整体下降与中国企业当前招聘意愿不强有一定关系，但越是初级岗位，下降幅度越大，这已经成为一个典型趋势。

电话销售和电话客服这两个岗位的减少尤为突出，因为现在许多公司都在使用AI工具来替代这些工作，要么是自研自建，要么是通过外部供应商提供的解决方案。这些工具的介入不仅减少了对初级岗位的需求，还显著提高了工作效率。我不知道在座各位的企业是否也面临初级岗位减少的情况，但从整体来看，许多企业正在关注如何通过技术优化这些岗位。

在技术类岗位方面，初级技术人才的需求也在减少，尤其是工作经验在一年以下的开发岗位。这一点与美国的趋势非常相似。现在，美国湾区的科技企业基本上很少招聘应届毕业生。上周有朋友提到，即使是斯坦福的毕业生，现在找工作也不像以前那么容易。在美国，今年第一季度大学毕业生失业率达到5.8%，高于去年同期的4.5%。在美国的失业人群中，有计算机专业背景的人并不少见。以前技术类人才被认为是非常吃香的，但如今，越是初级技术岗位，越难找到工作。

另一方面，增长较快的岗位主要集中在硬技术和人工智能相关领域，比如算法工程师。这些岗位在人工智能产业中属于急需人才。此外，像飞行器制造等与航空经济相关的领域，也表现出较好的增长趋势。在对AI技术有需求的行业中，互联网、半导体/集成电路等领域的岗位需求依然旺盛。从今年1月到5月，这些行业的人才需求数据表现不错。

总的来说，AI技术人才短缺仍然是一个长期存在的问题。尽管很多企业缩减了招聘量，但对优秀人才的需求依然强烈。尤其是在算法领域，市场对高端技术人才的需求极其稀缺，从其人才紧缺指数可以看出，稀缺程度越高，人才越是供不应求。

第三个趋势是组织形态的变化，我认为未来组织会变得更小，并且会诞生更多的超级个体户。在过去的40年间，中国出现了许多个体户，但这些个体户主要集中在商品买卖和工程领域。然而，今天的个体户更多是脑力工作者，他们是超级个体户。未来，所有可以通过电脑完成的业务，都可能由这些超级个体户来承担，这是我的一个判断。

刚才教授提到，他认为组织未必会变得很小，因为会很多“硅基工作者”，但我观察到的现象是，组织确实在逐渐缩小。当然，也会有一些生产制造型企业因为资源的黑洞效应而保持较大规模，但这样的企业数量很少。绝大部分企业，尤其是在中国，正在缩小规模。同时我们注意到，许多3-5人的小型企业正在快速涌现。这些企业并不是那种初创型或皮包公司，而是一些真正有实力的公司。这是我们在观察过去、现在和未来的组织形态时，发现的一个显著变化。

在传统工业化时代，企业通常通过招聘员工，将他们纳入组织体系，并进行梯队培养。这种方式强调岗位技能的分工和传承。但如今，招聘的重点已经发生了变化，企业更看重人才是否懂得使用AI。人和AI的结合，已经成为招聘中非常重要的一个趋势。

从2025年开始，我们发现一个显著的趋势，就是未来的招聘已经到了一个新的阶段：许多岗位要求候选人必须懂得如何驾驭Agent（智能代理）。未来，Agent可能会成为招聘中不可或缺的一部分。刚才教授提到，过去我们招聘的是员工，而未来可能需要招聘和管理Agent。企业的HR部门可能会从传统的“管理人”部门，转变为企业最大的“信息效率”部门。这或许是一个大趋势。

不过，从目前的情况来看，这种转变的主导力量并不是HR部门，而是企业的一号位（最高决策者）。那些有远见、有敏锐洞察力的一号位，正在积极推动这一变革。而没有这种洞察力的一号位，可能还在苦恼如何提升内部效率。这个趋势在2025年已经非常明显，尤其是下半年，像字节这样的行业大厂推出了许多Agent平台。这些平台的功能变得非常简单，比如利用可视化工具快速搭建业务流程，即使没有计算机背景的人，也能轻松完成操作，而且这些工具只会变得越来越简单、越来越高效。

我认为，搭建Agent本身已经不再是难点，真正的难点在于企业对自身业务流程的深刻理解。是否能够将内部的业务场景与Agent的任务分解能力结合起来，才是关键所在。稍后，我会以自己的实际案例来和大家分享这一点。

山姆·奥特曼曾提出“一个人的独角兽时代”这一概念，我曾经对此持怀疑态度，但现在看来，这种可能性正在变大。超级个体户通过驾驭多个Agent开展业务，其业务增长和质量并不亚于一些大公司。这种趋势非常明显。

但这同时也带来了一个值得深思的问题：AI是否会创造更多的新产业和岗位？过去我对此非常乐观，但现在我的看法变得模糊了。短期内，AI带来的阵痛是显而易见的，但长期影响仍需我们共同探讨。

最后，我想分享一个有趣的问题：在AI时代，什么是变化的，什么是不变的？我们总是在焦虑变化，但有没有一些底层的、不变的东西是值得关注的？比如，这些不变的规律是否能为教育、商业提供指导？最近我与一些学者探讨过这个问题，大家都在试图寻找答案。无论是学界还是企业界，都在探索如何在快速变化的时代找到稳定的基石。这也是我们今天观察到的中国几个重要趋势之一。

招聘无非分为两种类型：第一种是通过互联网流量，用信息撮合的方式完成。这种方式相当于客户自己DIY。HR或者老板可以使用我们的产品，在平台上发布职位、填写表单，然后等待简历投递，或者主动去找人。这种方式操作简单，成本低，因为它是在线的互联网产品。但缺点是结果没有保障。你自己招到的人是否合适、简历是否匹配，这些都需要花大量的时间去筛选、沟通，周期会比较长。

第二种是人工招聘，也就是通过代理，让别人帮你完成招聘。这种方式省时省力，但毫无疑问成本较高，因为你需要支付服务费，雇佣专业人员帮你完成这些工作。

招聘的本质就是这两种方式。我们公司既有互联网流量这一块，也有人工服务这一块，所以这两种方式我们都在做。因为业务覆盖面广，公司规模也比较大。猎聘在人数最高峰时，单一公司就有近4000人，其中3500人左右从事服务相关的工作，比如销售、客户服务、人才匹配等，还包括为个人提供求职辅导。这些工作都需要大量的人力投入。

对于我们来说，管理这么多员工是一个巨大的挑战。要招人、培养人、管理人，还要处理各种员工问题，无论是显性的成本还是隐性的成本，都非常高。这些问题一直是我们面临的难点。那么在AI时代，能不能找到解决方案呢？从2023年开始，我们就一直在研究如何应用AI技术来实现这些场景的落地。

为溪企业家认真学习

招聘有三个非常重要的流程：需求确认、人才寻访以及意向沟通。这些流程贯穿整个招聘环节，而每个环节都存在用户的痛点，我们需要找到解决方案。

1）解决招聘需求表达难：Agent做访谈、动态调整人选推荐

第一个痛点是如何准确表达招聘需求。实际上，老板在说要招一个人时，通常不会以标准的职位描述来表达，而是通过自己的语言进行说明。比如说，老板可能会说：“我要招一个业务助理，他需要做什么什么，有什么样的背景。”这种描述通常比较随意，传统的HR会根据老板的描述转化为标准的职位描述。

然而，标准的职位描述往往无法完全明确需求，因为它缺乏深层次的信息。猎头在这方面的优势就在于访谈，通过提问深入挖掘需求，比如“你希望这个人来自哪个行业？”“是否希望这个人来自竞争对手？”这些问题能够帮助更好地明确老板的真实需求。这也是为什么猎头招聘比传统的网络招聘更有效，因为网络招聘只是提供一个表单让你填，而表单往往无法涵盖所有信息。

基于这一点，我们想到用AI Agent来模拟访谈过程，以帮助客户获取传统表单中无法表达的信息。举个例子，比如说客户的职位描述（JD）是“我要找一个负责拓展销售的人”，其中岗位职责和要求可能写得很简单，比如“具备三年销售工作经验，有同行业公司工作经验者优先”。通过访谈，我们可以进一步引导客户，比如询问“您希望这个人来自哪些行业”。在引导过程中，客户可能会补充说“我要找金融行业的，比如银行、保险、券商，或者互联网金融也可以。”这些细化的信息是传统表单无法捕捉的，但通过访谈可以精准挖掘。

最终，我们基于访谈总结出的JD会比原来的描述更加详细和有针对性。这种方式能够更好地匹配合适的人才，也提升了招聘的效率和质量。

有些人会说我填写职位描述不方便，因此我们提供了语音支持，通过AI Agent与用户对话来解决这个问题。如果用户说自己也不会表达需求，那我们还可以利用他们公司现有的优秀员工的信息来帮助生成职位描述。

这个产品的灵感来源于一次真实的对话。有一天，一位HR部门的VP给我打电话，说他们公司是做机械臂洗车的，现在需要招聘一位机械臂设计工程师，但他不知道该如何写职位描述。他后来想了一个办法，把他们公司几位优秀的机械臂工程师的简历整理出来，希望能从中提取信息来生成职位描述。他对我说，如果能有一个整合的工具，直接通过这些简历生成职位描述，那就太好了，这样他就不用在不同平台之间切换了。

基于这个需求，我们开发了一个功能。用户可以将公司内部优秀员工的简历上传给我们，通过AI Agent分析这些简历，帮助生成一个清晰、准确的职位描述，用于发布招聘广告。通过这种方式，需求变得更加明确，我们也能够更精准地在数据库中匹配合适的候选人。

此外，我们还可以动态调整推荐结果。比如，当我们推送几份简历后，用户可以通过与Agent对话反馈意见，比如哪些地方不合适。通过这种互动，我们能够更深入地理解用户的需求。例如，有用户反馈说，岗位需要有短视频账号的运营经验，而这点在最初的描述中并未提到。

通过这样的对话式交互，我们能够不断优化职位描述和候选人推荐，最终帮助用户找到最合适的人选。

2）解决找合适人选难、确认意向难：Agent筛选简历、自动化沟通

第二个痛点是，为什么会有这么多人从事招聘工作？为什么HR总是那么忙，招聘效率又这么慢？其实主要原因在于HR需要处理大量的简历。他们不仅要花时间去搜索简历，还得一个一个地查看。而且，传统的搜索框使用起来很累，虽然这种模式是多年用户习惯和需求趋势的结果，但效率确实不高。

为了解决这个问题，我们提出了一种方案：用户直接告诉我们需求，我们通过Agent来完成匹配、解析和筛选的工作。这种方式帮助HR节省了大量时间，是我们探索后采用的一种高效解决方案。

但招聘流程不仅仅是筛选简历，还包括后续的电话沟通。这也是我们业务中最常见的环节。然而，打电话沟通存在很多问题，比如对方可能没时间接电话或者无法及时回复。因此，我们将这些工作都转化为由Agent完成，无论是通过电话、短信还是在线IM，Agent都可以代替人工完成大部分沟通任务。

通过这套流程，我们把原来需要人工完成的工作，基本上用Agent完成了70%-80%。这大大提升了效率，同时也让我们的组织规模得以缩减，让我们能够将资金和资源集中投入到核心人才上，而对于那些从事沟通服务的岗位，相对来说就不需要那么多人了。

这是我们在过去两年中探索并应用的一项成果，不仅显著提升了企业的效率，也为我们带为我们带来了组织结构上的优化。希望这个案例能给大家一些启发。

当你选定了候选人之后，就需要对他进行评估。以前我们的评估方式是通过一个由100多人组成的顾问团队，帮助企业进行人才盘点和面试评估。这种服务成本非常高，每个项目大概需要三四十万元，很多企业难以负担。

于是我们就把这个团队历年积累的数据以及对人才评价的维度，开发成了一个AI数字面试官，去帮助企业快速完成筛选和面试。这就是我们推出的第二个Agent——面试官Agent。这个Agent目前已经被广泛应用于面试、内部人才盘点以及晋升评选等场景。比如像某知名企业，也在使用我们的工具进行内部人才盘点。

有时企业需要进行人才评级等工作，也可以通过这种方式完成。其实，这背后的核心原理是基于美国心理学家戴维·麦克利兰的“冰山模型”。冰山模型的上层是显而易见的内容，比如技能、经验和外在特征等；而下层则是招聘和评估中通常难以直接观察到的部分，比如性格、内驱力、价值观取向以及成就动机等。这些深层次的特质往往需要更专业的方法才能评估出来。

很多老板在招聘时容易急于求成，关注的主要是候选人是否能立刻胜任工作、推动业务发展。这种急切心态往往导致用人失误。我认为，除了考察冰山表面的能力之外，更重要的是关注冰山下的深层次特质。老板们有时会用八字、星座甚至气场来判断候选人是否合适，但实际上，麦克利兰的冰山模型是一套更科学、更被管理界广泛认可的人才评估体系。

我们基于这一模型，设计了一套系统化的评估流程。Agent会根据候选人的简历和经历生成针对性的问题，通过对话深入挖掘候选人的真实特质。这种方式几乎可以模拟真人面试官的效果。开发这套系统的过程非常复杂，遇到了许多挑战，但经过不断的优化和改进，我们最终打造出了一款优秀的产品。

目前，这个Agent已经经过了1000多家客户的实际使用和验证。通过反复的测试和POC（概念验证），我们得到了市场的认可。这套工具不仅提升了评估效率，也为企业提供了更科学的决策依据。

从我们公司内部的实践来看，Agent已经在内部管理和业务运作中得到了广泛应用，显著提升了公司整体业务体系的效率。

我们还有一块非常重要的业务是面向C端用户的服务。目前在我们平台上注册的用户已经超1.1亿，每天大概有150万人在平台上找工作。针对这样庞大的用户群体提供服务其实非常困难，目前有大约1000多位顾问专门服务于个人用户，主要工作包括与用户预约时间、电话沟通、优化简历、推荐职位等。

然而，这项服务的成本并不低，每次服务的费用大概在五六百元左右，对于很多个人用户来说，这笔费用并不容易负担。因此，我们开始思考：是否可以为个人求职者开发一个Agent，来替代部分人工服务，从而降低成本？

于是，我们开发了一个专门面向C端用户的Agent。这款Agent可以帮助用户进行信息咨询、撰写简历、模拟面试、优化简历内容，并推荐合适的工作机会。

比如有一份简历，这个人曾在美团打车和阿里工作过。从表面上看，这份简历内容似乎还算清晰，但仔细分析会发现，它的内容更多是列举式的——罗列自己做过的事情。虽然一些数据可能会吸引你的注意，但整体来看，这份简历是缺乏结构化的。

针对这样的情况，我们的线下顾问通常会打电话给候选人，逐段询问他具体做了什么，并引导他提供一些能够展现个人优势的内容。然后，顾问会帮助优化简历的呈现方式。基于这个流程，我们开发了一个Agent工具，通过对话来完成这一过程。这个Agent的设计是基于我们多年服务个人的经验和数据积累。

我们将顾问与候选人沟通的过程转化为Agent的自动化对话，这样不仅效率更高，还能帮助候选人快速生成一份结构化的简历。需要说明的是，我们并没有进行所谓的“美化简历”或添加虚假的内容，而是通过访谈真实地呈现候选人过去的工作经历。比如，候选人会告诉我们他做过哪些事情，我们就像进行一次面试一样，把访谈内容整理成简历，确保其中的每一项都是他真实经历过的。

这与大模型生成的简历有显著区别。比如，如果你把简历交给ChatGPT，它可能会生成一份表面上看起来非常漂亮的简历，但其中的内容可能会存在“幻觉”，即生成一些并非真实经历的内容。而且，每次生成的结果可能都不一样。这种方式虽然看起来好像很吸引人，但实际上问题很大，因为它无法准确反映候选人的真实能力。

我们通过Agent进行访谈，就像记者采访一样，深入挖掘候选人的真实经历，并将内容结构化呈现出来。这种方式特别适合那些工作了5-10年、很久没有找工作的候选人，因为他们往往不知道如何写简历。这种情况非常普遍，而通过对话式的Agent沟通，我们能够帮助他们更好地表达自己的工作经历和优势。这就是我们开发这款Agent工具的初衷和意义，它的效果非常好。

下图是我对AI时代的一些理解。可以看到，上面是对人的专业能力的要求，下面是AI的能力。

毫无疑问，如今AI的能力正在不断提升。而对于中低层岗位来说，对专业能力的要求其实没有那么高。相反，更重要的是人如何有效地利用AI，比如像Copilot这样的工具，可以替代掉许多工作。当AI的能力进一步增强时，我们会发现，人类逐渐变成了AI的“副驾驶”（Copilot）。

以我们自己的业务为例，这种变化非常典型。一开始，我们的工作完全依赖于人力。后来，随着AI能力的提升，我们不再需要招聘拥有5-8年经验的顾问，而是3年经验的顾问就足够了。再后来，AI能力进一步增强时，我们发现应届生也能胜任这些工作。最终，我们甚至发现，有些岗位完全可以由AI独立完成，而人只需作为辅助角色即可。

我相信，AGI（通用人工智能）时代很快就会到来，届时许多岗位将由Agent直接实现。这是我们在内部观察到的一个典型案例。

基于这些变化，我们构建了一个模型，将招聘方和求职方通过Agent连接起来。Agent的底层架构基于MCP协议，搭建了一个完整的服务体系。这种设计能够将TOB和TOC整合，通过Agent实现无缝连接。这是我们对AI时代的变化以及AI Agent带来的影响的一种应对方式，也是我们在实际案例中总结出的方法。

问：目前有多少企业完全通过AI进行招聘？或者AI只是解决了招聘中一小部分工作？

戴科彬：我们的数据显示，60%的客户已转为使用我们的AI招聘方案。然而，不能神化AI招聘，它并非要完全取代人类。AI主要负责那些重复繁杂、过去需要投入大量人力和成本的工作，从而快速提升效率并合理缩减人员规模。具体效果还需根据客户自身情况而定。

问： HR负责人会不会因为觉得AI工具不好用而放弃使用？

戴科彬：这种情况肯定会有。但我们看到，现在很多老板会亲自使用AI招聘工具。对老板来说，只需明确人才需求，AI Agent就能完成后续工作，这是一个明显的趋势。

问：随着超级个体的兴起，如果他们不选择创业，是否会普遍出现打零工或兼职现象？这是否会催生新的职位或职业模式？

戴科彬：总体来说，我观察到企业内部的超级个体正在增多。首先，企业优化会优先淘汰那些不善于使用AI工具的员工，留下能驾驭工具的超级个体。其次，由于AI提升了效率，很多职场人会拥有富余的个人时间。例如，一家消费品公司的老板发现，尽管员工声称不使用AI工具，但实际上许多工程师都在私下用Cursor等工具大幅提升效率。这种现象意味着员工与老板之间始终存在博弈，员工担心效率提高后会被分配更多任务或被裁员。

我曾与一位老板深入交流，他发现员工的这种焦虑后，公开承诺无论AI如何发展都不会裁员，但要求每位员工都善用AI工具并分享最佳实践，每两星期做一次分享。此举极大地激发了团队成员主动探索AI应用以提升效率的热情，技术团队冒出来很多如何使用AI工具的案例。这给我的启发是，在这一轮AI技术革命中，员工可能比老板更焦虑，因为这关乎他们的生存，而对老板而言，更多是关于盈利、增长。

问：有了这些Agent之后，猎聘的商业模式是否发生了变化？你在优化什么样的生意？第二个问题是，如果给大学一些建议，你认为大学在培养人才的方式或学科设置上，未来三到五年会发生什么样的变化？

戴科彬：这两个问题都非常好。先说第一个问题，其实我们在做这件事情的时候，确实有点“革自己的命”。原先我们的收费比较高，比如招一个人可能要几万块钱，一个面试收费2000块钱。然而用了Agent之后，我们不得不把费用降下来，因为目标是服务更多的客户。现在，我们的收费已经降到了每次大约160块钱。这对我们来说确实很痛苦，但如果我们不主动去做这个调整，未来可能会面临更大的挑战。客户也会选择其他解决方案，比如ChatGPT、豆包等工具。所以我们选择主动将这些技术整合到我们的服务中，为客户提供更加便利的使用方式。

从收入来看，今年上半年我们的整体收入并没有下降，反而有所增长。虽然单个客户的产值降低了，但我们的客户数量增加了45%。这说明通过Agent的引入，我们扩大了服务范围，吸引了更多的企业。这种转变是为了迎合时代的需求，也是为了长远发展。

再来看第二个问题，关于大学如何培养人才。我是中山大学的毕业生，也是学院董事会成员，最近我们一直在探讨新的教育方向。我认为今天的大学教育正在向跨学科融合的方向发展。比如金融专业，现在很多学生会选择金融与计算机双学位；经济学专业也开始开设数字经济相关课程。这种跨学科融合是为了适应数字化和AI化的时代主旋律。

从学生个人的角度来说，大学期间的学习不仅仅是专业知识，更重要的是培养底层能力，比如人格塑造、沟通表达、合作能力等。这些“冰山下”的能力是一个人在社会中持续发展的关键。此外，还需要培养与Agent共处的能力，能够适应和利用这些新技术。这样，学生在未来的职业生涯中才会更具韧性，能够吸引更多的机会。

问：我自己作为一位正在尝试用AI工具开发App的个体创业者，没有编程经验却能完成初期代码和营销策略。我想了解，猎聘目前是否有资源，能以较低成本帮助我这样的微小团队招聘到具备“冰山下能力”的合适人才？未来猎聘是否会针对这类Solopreneur群体，推出更具针对性的策略或产品？

戴科彬：您可以使用猎聘的产品进行尝试，它能以较低成本帮助您招聘。至于如何找到具备“冰山下能力”（如内驱力、韧性）的人才，这需要您首先明确自己最看重哪些素质。我们的一位客户曾通过猎聘平台招聘到一位CEO，最终带领公司成功上市，这表明即使是高端人才，渠道也是畅通的。虽然AI Agent能完成大量初步筛选工作，但最终还需要你来判断。AI时代已经不再缺工具，缺的反而是“审美”能力——你的审美是什么，这个很重要。

▼

关于为溪

为溪致力于陪伴VUCA（动荡、不定、复杂、模糊）时代的企业家互相汲取智慧，群体进化。为溪的核心理念源自《道德经》：“为天下溪谷，伴万物生长”，其愿力是能够如溪谷般谦卑开放，同时不断汲取生命溪水，保持饥渴和生长。Stay humble，Stay hungry。