你的下一位面试官，可能不是人

谁能保证超级数字员工不是下一个AI落地的窗口 撰文 | 李嘉星 编辑 | 张薇 封面来源 | 元企AI 七月初，秋招开始预热。你投出去的下一份简历，可能不是先被HR看到，而是先被一个AI员工读完。 机器筛简历并不新鲜。真正有意思的是，如果这个AI不只是帮HR筛一下简历，而是像一个新入职的同事一样，被交代一个目标后，自己去找人、沟通、打分、汇报结果呢？ 最近，元企AI推出了第一款产品“超级HR”。 它不是一个只解决单点环节的工具，而是试图像一个员工一样接下任务：拆解岗位需求，去招聘平台找人，看你的项目经历，给你打一个匹配分，再把“是否值得继续沟通”的理由交给人类HR。 今年3月底，清华博士陈猛和他的大学室友、北大博士杨一博，正式启动了元企AI的创业。 这不是陈猛第一次创业。 在做元企AI之前，他已经连续做过多个项目，经历过教育SaaS、钠电池、车载光伏等方向。 也正因为长期和企业打交道，陈猛对企业里的成本问题很敏感。 “最近几年和企业家聊天，大家最常聊的就是降本增效。与此同时，很多岗位也存在人的不确定性，比如请假、离职，有些很重要的岗位突然离职，会影响企业业务推进。”这是陈猛与各个企业家交流后发现的问题。那么，企业有没有可能拥有一个更稳定的岗位形态，让企业更稳定，而且成本更低？ 陈猛给出了他的答案。 做一套像人的数字员工平台。 先从招聘需求开始。 陈猛告诉“未来人类实验室”，在调研中他们发现，猎头或人力资源服务公司前段找人和沟通可能占掉大量时间。对HR和猎头来说，招聘前段的大量工作并不性感。找简历、翻简历、初筛、沟通、推进面试、整理候选人，这些事耗时、重复，却不一定产生最高价值。 如果这部分工作能交给AI，人的时间就可以被释放到更需要判断和关系处理的地方：理解业务需求、和客户对齐岗位画像、判断候选人是否适合组织，以及促成最终成交。 很关键的一点是，它得像个人。 用户不是让它“帮我筛一下简历”，而是直接给它一个任务：我要招一个电子工程师。然后它自己拆任务、去平台找人、筛简历、看项目经验、打分排序、汇报结果，再让人确认下一步。换句话说，它不是嵌在平台里的工具，而是围绕“招到合适的人”这件事往前推进。 但一个新员工刚入职，也不可能第一天就完全懂公司。元企AI对超级HR的理解也是如此。它不是一上来就变成一个满分员工，而是需要在和企业的持续交互中，慢慢理解这家公司到底想要什么样的人。比如同样招产品经理，有的公司更看重大厂经验，有的公司更看重创业公司里从0到1把事情跑通的经历；有的岗位学历是硬门槛，有的岗位项目经验更重要。 AI员工市场 它还远不是一个完美员工。 “目前行业对数字员工存在两个极端概念，一个是过度悲观，一个是过度乐观。” 陈猛告诉“未来人类实验室”。他认为短期内，Agent可能主要解决局部的、重复的、可标准化的环节。之后才可能逐步进入更完整的业务流程。不能因为技术有缺陷就否定方向，也不能因为技术进步就说马上能实现。 陈猛也承认，客户最关心的就是两件事：幻觉和数据泄露。企业没有的福利，AI不能凭空说有；企业是单休，AI不能说成双休。企业交给数字员工的账号和招聘数据，也不能被泄露或滥用。 超级HR只是一个开始。元企AI接下来还想把这套能力复制到财务、法务、销售等企业基础岗位。它已经完成种子轮数百万元融资，正在推进天使轮融资。 它的长期设想，是让企业用自然语言生成不同岗位的数字员工。而一个AI进入组织之后，能不能被管理、被限制、被评价，也能在出错时被追踪，正是它能否在企业的业务流中落地的关键要素。 以下是“未来人类实验室”与元企AI创始人陈猛的对话，经整理发布—— 工具解决环节，员工解决任务 未来：你们为什么一定要把它叫数字员工，而不是AI招聘工具？ 元企AI ：工具解决的是环节，员工解决的是任务。 普通工具可能帮你做一个环节，比如筛一下简历、写一段话、生成一份报告。但数字员工是任务导向的。你不是让它“帮我筛一下简历”，而是告诉它“我要招一个电子工程师”。它需要围绕这个目标，自己去拆解任务、找人、筛选、沟通、打分、总结，并把结果交付给人。 它更像一个线上员工。用户不需要每一步都盯着它，它需要自己推进任务，并在关键节点向人汇报。 未来：一个AI要做到什么程度，才算从工具变成了员工？ 元企AI ：我们希望它能够像人一样完成闭环。 现在市面上很多做超级数字员工的公司，其实做的是工作流，只能完成一些环节。比如RPA、淘宝客服这类，有很多地方需要人介入，不能自己闭环完成一个工作。 比如一个任务有A、B、C、D、E五个环节，它可能只能解决A、C、D，中间还有环节需要人介入。这样效率提升就没有那么明显。 我们希望它像人一样独立完成一个闭环工作。比如我让一个人类HR招一个财务或行政，他的目标肯定是招到这个人为止。中间如果他对需求有误解，再和我确认、及时修正，但最后交付物应该是一个完整候选人，而不是每一步都来问我。 如果每一步都要打断我，其实没有给我省很多时间，甚至还挺耽误事。 未来：它在哪些地方必须像人，哪些地方又不能太像人？ 元企AI： 像人的地方，是要能闭环工作，像一个聪明上进的好员工。 不像人的地方，一个是人需要休息，但AI可以7×24小时实时在线响应。另一个是成本。大规模商用必须把成本降下来。 比如一个资深招聘HR，年薪可能五六十万、六七十万。我们希望一年5万到10万元以内，就能把这个成本包住。它可能能顶80%的资深HR，但成本只有那个HR的20%。这样才是真正能帮到企业，而不是一个面子工程。 未来：如果把超级HR放进一个真实招聘流程里，它具体做哪些事？ 元企AI： 它主要做招聘前段比较重复、低效、费时间的工作。 比如从一个招聘漏斗看，可能一开始有1万个人，其中对公司有意向的大概200个；这200个里面，公司感兴趣的可能30个；这30个经过几轮沟通，双方都OK的可能5到6个。 我们解决的是从一两千人到三四百人，甚至到30人的这段工作。比如找简历、筛简历、判断匹配度、做初步沟通、整理结果。最后候选人来不来，还要看HR怎么和他沟通，怎么推销公司，怎么判断价值观是否匹配。 所以我们解决的是匹配工作，HR还是要做更高端的沟通、判断和关系处理。 未来：那它现在不能做什么？哪些环节必须由人确认？ 元企AI ：一头一尾目前还需要人。 头是招聘需求。HR本身不生产需求，很多需求来自老板或业务团队。所以真实、明确的招聘需求，还是需要业务团队或老板输入。 尾是终面。AI可以帮你匹配简历上的信息，但到最后合不合眼缘，或者一些软实力，比如销售的沟通情商、组织适配度，还是需要人做最终判断。 目前AI可以通过简历和初步沟通帮你兜住底线，但上限判断仍然需要人。比如你希望销售是严谨型、数据型，还是春风化雨型，这种偏好需要人做最终决策。 唯一你会觉得它像AI的地方，可能是它回得太快 未来：现在外面很多AI产品都能聊天。你们怎么判断一个数字员工是不是真的落地？ 元企AI： 我觉得不能只看它会不会聊天，而要看它能不能进入真实业务流。 对招聘来说，真实业务流不是回答几个招聘问题，而是从岗位需求开始，去找人、筛人、沟通、打分、汇报结果。它要能把这些事情串起来。 我们现在更偏产品，不是自己做底层模型。模型层调用市面上成熟的大模型，重点是在应用层