新眸原創·作者 | 馬斯迪

去年3月，BOSS直聘港股公告欄里，一份年報落地。82.68億元營收，71.7%的凈利潤增速，月活突破6000萬。數字不夠性感嗎？夠。但更值得注意的，是另一組被財報里悄悄滑過的數字：研發費用同比減少了8.9%，營銷費用砍了18.3%。

平臺把錢花在了別的地方。

五個月后，答案浮出水面。前段時間，BOSS直聘上線內測了一款叫“DeepHire”的全鏈路AI招聘Agent。據產品介紹，這個基于自研“南北閣”大模型的產品，同時服務求職者和HR兩端——對求職者，潤色簡歷、自動投遞、代聊約面；對HR，批量解析簡歷、AI打分排序、自動回復咨詢、約面日程管理。

緊接著，BOSS直聘在一份公開溝通中表示，平臺面向求職者全面開放AI求職助手、AI面試輔導等免費工具，面向招聘者的商業化產品已全面接入AI能力，多款AI招聘功能處于應用或測試階段。

招聘行業的老問題是怎么招對人。BOSS直聘試圖用AI繞開人力的盲區，直接跳過信息篩選環節。但問題是：AI匹配的邏輯，到底是把對的簡歷推給對的HR，還是把HR已經習慣的選擇偏好，用一套算法包裝成“最優解”？

01

從賣簡歷到賣算法

翻看BOSS直聘2025年全年財報，在線招聘服務收入81.93億元，同比增長12.7%，占總營收比超過99%。整個Q3，研發費用首次超過營銷費用，成為公司最大的單項支出?？趶缴希拘Q全面推進AI在運營、管理、推薦技術等各層面的應用。

但數據另一面，同樣值得攤開來看。

2025年，BOSS直聘研發費用16.54億元，同比減少8.9%。與此同時，營銷費用大幅縮減18.3%。你可以說這是成本優化；但從結構上看，這意味著AI戰略沒有被“加錢”驅動，而是依賴于已有研發資源的重新配置。

更重要的是，自研大語言模型“南北閣”曾在HuggingFace文本模型趨勢榜上拿過第一，但大模型排名的時效性和競爭烈度，在2026年這個節點，恐怕不需要多加解釋。

BOSS直聘的總裁陳旭在ECHO年度合作伙伴大會上對外確認，通過AIAgent的服務，招聘者溝通效率提升，平臺AI相關崗位的月均新發職位數在2025年同比增長。

這個增漲的背后邏輯更值得琢磨：它到底是因為平臺匹配更精準、激活了更多招聘需求，還是只是AI概念熱錢涌入后的一種需求過載？

換個角度看。BOSS直聘同期宣布將基于AI推出“效果導向型商業化產品”。以前平臺賣的是簡歷查看權限和崗位曝光位；下一步，平臺可能賣的是算法篩選后的“優先匹配權”，或者。

更激進地看，是AI替HR做了前置決策之后的“入圍資格”。

換句話說，平臺從信息中介向算法服務商轉型的過程中，商業模式的錨點在位移。匹配越精確，平臺的天平就越可能向付費較多的一方傾斜。所有的雙邊平臺，都在一邊兌現價值、一邊掩蓋偏斜。

那到底什么是“真AI招聘”？這是2026年招聘行業的核心爭議。

據行業數據顯示，國內聲稱具備AI能力的招聘產品已超過40款，但其中大多AI功能僅停留在簡歷關鍵詞匹配和基礎自動化層面。這類淺層AI的本質，和Excel篩選功能沒有質的區別——按學歷、工作年限、公司名稱做硬性過濾，套個“AI”標簽，賣個SaaS年費。

而區分“真AI”和“偽AI”的分水嶺，在于人崗匹配環節。真正算得上深度AI的匹配，需要構建多維人才畫像，綜合考慮技能關聯性、職業發展軌跡和行業遷移可能。一家互聯網公司招產品總監，JD寫著“五年以上產品經驗”，淺層AI會直接過濾掉一位只有三年產品經驗但之前做了四年用戶研究的候選人；深層AI則能識別出用戶研究背景對產品崗位的關聯度，把這位候選人推到前排。

IDC報告則指出，智能AI招聘工具能將招聘流程效率提升50%以上。這就回到一個關鍵問題：招聘的真正瓶頸到底在“流程效率”，還是“匹配質量”？如果平臺的AI只是加速了既有的匹配偏差，效率越高，偏差傳導得越徹底。

02

人才市場里的AI分層游戲

與此同時，另一邊的大廠招聘市場，正在上演一場與AI招聘工具形成鏡像的競賽。

阿里巴巴2026屆秋招共發放超7000個offer，AI類崗位占比超六成，部分BU如阿里云、阿里國際、釘釘的AI崗位占比甚至飆到80%。騰訊在2026年春招中開放超過1萬個實習崗位，技術類、產品類擴招，簡歷系統里新增了“AI應用技能模塊”。

值得一提的是，BOSS直聘在這個需求端同樣是信息的集散地。今年ECHO大會上，平臺披露的《2026人才趨勢報告》顯示，AI相關崗位月均新發職位數同比增長率從2023年的8.5%，一路拉升到2025年的74.1%。

增長引擎不止局限于科技公司，銷售行政、商務類AI相關崗位，法律、咨詢、人力資源等專業服務的AI崗位也都實現了爆發式增長，但要緊的不是總量，而是結構。

大廠們爭奪的“AI人才”，大致可以分為三個梯隊：頂層是基礎模型和Alinfra的研究者，中層是算法工程師和應用開發，底層是AI工具的使用者和適配者。對于頂層和中層，大廠投下的JD和實習offer像一場沒有上限的價格戰。

字節跳動研發類實習崗位日薪開到500元，月薪過萬，轉正率超過50%。騰訊篩選邏輯里出現了一個新詞：“AINative思維”——要求的不是“會用AI”，而是將AI能力內化為工作習慣。

問題在于，招聘平臺提供的AI匹配，對于這場多梯隊、多維度的AI人才爭奪戰，到底能捕捉到多少信號？當招聘需求本身就包含了對候選人“AINative”程度的評估，而平臺的AI篩選機制尚未能夠理解“用戶研究轉產品”這種跨領域關聯性時，撮合效率的提升邊界，其實非常清晰。

更大的問題藏在算法的背面。

去年，美國聯邦法院對Mobley訴Workday案作出初步集體認證，原告指控Workday的AI算法篩選工具對40歲以上求職者造成了不成比例的篩選排除。法院裁定Workday可能在招聘決策中主動參與了篩選，而非僅僅執行中立標準。

到今年，另一家AI招聘平臺EightfoldAI被提起集體訴訟，原告指控其在未經披露的情況下抓取超過10億求職者的個人信息，按0到5分評分，大量低分候選人被系統自動淘汰，在整個過程中沒有一個人類看過他們的申請。

兩個案例的共同點不在于“AI做了錯誤決定”，而在于它替人類把決定做了，而受害者甚至不知道算法曾經“看到”過他們。

回過頭來看BOSS直聘的“南北閣”大模型和Deephire的AI代聊約面。平臺沒有公開過模型在招聘場景的偏見測試結果，沒有關于訓練數據來源的披露，也沒有過任何形式的算法審計說明。

當AI在雙端同時代勞，求職者端自動投遞、HR端自動過濾，那么誰是那個在兩個AI之間被系統性地遺漏的人？

答案沒有人知道。

在線招聘平臺的本質，過去是信息不對稱的撮合商。求職者花錢買曝光，HR花錢買篩選權限，平臺靠在中間收租來存活。但當AI開始介入“匹配”環節，平臺的角色從“撮合方”變成了“推薦方”。這兩者之間有一道本質性的權力躍遷。

一個求職者的簡歷被AI推到HR面前，為什么推？是因為她的技能和崗位真正匹配，還是因為她的歷史行為數據更像那些“過去被HR點開的高分簡歷”？后者更容易實現，也更容易在短期拉高轉化率。

但這本質上是一場自我實現的預言：算法學習的是過去被點擊的習慣，然后不斷推薦跟過往偏好更接近的候選人，閉環越收越緊。

在國內，這種擔憂尚未進入到公開討論層面，但監管框架的空缺是事實。國內目前尚沒有針對AI招聘工具的強制性審計標準、申訴通道或透明度要求。招聘可能是目前AI滲透最快、監管最薄弱的決策場景之一。

一個附帶的問題：Deephire目前的AI輔助服務對求職者是免費的，企業端有對應的產品和服務。免費用戶的數據，是被“服務”還是被“喂養”？這個問題換到任何一家C端免費B端付費的平臺，都成立，但在招聘場景下，它被討論得極少。

03

招聘正在變成一個“自證”游戲

如果以上問題還停留在平臺邏輯層面，那么把視角拉回到求職者身上，另一個不那么容易被察覺的變化正在發生：AI設定了篩選標準，求職者的應對方式也在隨之改變。

DeepHire對求職者的一大利好是幫你優化簡歷，檢查語法錯誤、量化工作成果、突出匹配關鍵詞，“讓簡歷更對HR的胃口”。但“對AI的胃口”可能是一個更優先的命題。因為這封簡歷在真正到達人類HR眼前之前，需要先通過AI簡歷解析和人崗匹配的打分排序。

換句話說，求職者正在主動或被動地學習“如何讓AI選中我”。

這會催生什么？簡歷寫作成為一種面向算法的新技能：關鍵詞密度、項目描述的量化顆粒度、行業術語的標準表達。求職者不是在向一個標準化的HR展示自己，而是在反向推演一個黑盒算法的偏好。這跟當年SEO優化網頁排名的邏輯幾乎一模一樣，只不過這次優化的是人，不是網頁。

而那些不擅長，或根本意識不到需要“面向AI優化自己的人設”的求職者，將在系統層面處于持續劣勢。

更深一層看，如果平臺同時向B端提供“效果導向型商業化產品”，意味著AI在向HR推薦候選人時有了經濟激勵。算法在多大程度上會向付費意愿更高的候選人傾斜？目前沒有公開數據。但任何具備雙邊網絡特征的平臺，在引入AI做匹配中介時，都逃不過在用戶體驗和商業變現之間做策略性平衡。

BOSS直聘的AI之路走得并不慢。自研大模型、雙端Agent、效果導向商業化的路徑清晰，財務表現也支撐得起進一步的投入。但“快”不天然等于“好”。

在線招聘行業的下一階段，核心不再是“用AI提效”。效率已經被提得差不多了。真正的關口在于三件事：

第一，AI的匹配邏輯是否經過第三方校驗，是否對不同人群產生系統性排除；第二，平臺在收取B端更高溢價的同時，是否向C端求職者讓渡了最基本的算法透明度；第三，當國內監管框架尚未覆蓋AI招聘場景時，平臺是否愿意自我約束。

三個問題的答案，目前都是開放的。陳旭在ECHO大會上說“AI是工具，人才是目的”。這個判斷本身沒有錯。但問題是，當工具本身開始定義目的，當算法決定了什么樣的人是“更適合被看到的人”，招聘這件事的本質就變了。

Deephire的名字拆開看，是Deep和Hire。更深度的招聘。但對誰更深？對HR更深的篩選能力，還是對求職者更深的不可見？

2026年春天的這場AI招聘內測，可能是一切的起點。