21世纪经济报道记者雷晨 北京报道

“企业HR平均筛选1000份简历才能找到1个合适人选，每天耗费4小时处理人才信息——这种低效状态竟持续了近30年。”7月25日，自猎科技创始人彭讲建在接受21世纪经济报道记者专访时表示。

在他看来，互联网招聘仍困在“关键词+标签”的原始匹配阶段。

近年来，AI技术、大模型在极速发展，AI与产业融合越来越深，AI在垂直领域的应用也越来越多，2025年也被行业称为AI Agent商用的元年。

彭讲建认为，AI Agent有望彻底改变招聘行业的工作方式。未来，招聘求职行业将向“人机协同”模式进化，AI Agent将成为核心驱动力。

从“人力筛简历”到“AI猎头”

这位在猎头行业深耕19年的创业者，亲历了中国招聘市场的膨胀与悖论：“各大招聘平台财报连年增长，但企业招人难、求职者就业难的双向困境愈演愈烈。”

AI Agent，即人工智能体，通常是指有能力主动思考和行动的智能体，能够以类似人类的方式工作，通过大模型来“理解”用户需求，主动“规划”以达成目标，使用各种“工具”来完成任务，并最终“行动”执行这些任务。

其核心驱动力是大模型。在此基础上，AI Agent通过增加规划、记忆和工具使用三个关键组件，实现主动执行能力。

若将大语言模型（LLM）比作“超级大脑”，AI Agent则是为其配备了“感知器官”“行动肢体”与“工具库”，使其从单纯的信息处理升级为具备目标驱动的主动执行者。

2023年3月起，西部世界小镇、BabyAGI等多款重大Agent研究项目陆续上线，引发了人们对该领域的关注。2024年9月，荣耀发布了行业首个跨应用开放AI Agent。2025年1月24日，OpenAI发布了其首款AI Agent——Operator。

随着AI Agent技术的不断发展，其应用领域也在不断拓展，电商行业、智能制造等领域均有涉及，而招聘领域也逐渐成为其发挥作用的重要战场。

他认为，2025年AI Agent的商用普及将带来转机，“未来招聘不再是HR大海捞针，而是AI Agent像猎头一样主动撮合人与岗位”。

彭讲建描绘了这样一番场景：AI通过分析项目文档、会议记录等非结构化数据，动态生成企业人才需求画像；同时基于求职者的实际工作成果（如设计稿、代码库）评估能力，而非依赖简历关键词。

“就像滴滴匹配司机和乘客，真正的智能匹配应该无声无息地发生。”他指出，在传统招聘模式下，企业发布招聘岗位后，求职者投递简历，HR需要花费大量时间和精力从众多简历中筛选出合适的候选人，不仅效率低下，而且容易受到主观因素的影响。

而AI Agent的应用，将改变这一现状。

彭讲建表示，它能够自动理解企业的招聘需求，主动在海量的人才库中寻找匹配的候选人，并进行初步筛选和评估，大大减轻HR的工作负担，提高招聘效率和精准度。

AI Agent加速迈向应用端

在招聘的实际应用中，AI Agent正在多个关键环节展现出独特价值。

以简历筛选环节为例，以往HR面对堆积如山且同质化严重的简历，仅凭学历、专业、实习时长等表面信息，很难快速且精准地判断候选人与岗位的匹配度，不仅耗时费力，还容易遗漏一些具备潜力的候选人。

如今，借助AI Agent，当简历自动入库到对应职位时，它能够依据HR协同输入的标准，自动生成职位画像，并基于此使用先进的算法评估模型结合大模型，对简历进行快速评估。

面试环节同样因AI Agent发生了巨大变革。过去，业务面试官常常面临时间紧迫、准备不充分的情况，面试过程随意性强，导致识人不准，且面试反馈周期长。现在，一些AI面试工具将大模型技术融入真人面试环节，为面试官提供了全方位的支持。

AI Agent还在人才推荐方面发挥着重要作用。

以往，HR每日需在各大招聘网站重复打招呼索要简历、解答应聘者问题，投入大量精力，结果却不尽如人意，找到的应聘者很多并不匹配岗位，难以得到业务部门认可。如今，基于企业的职位画像，AI能够自动在内部人才库中智能匹配人才，并推荐给HR。

但需要指出的是，尽管AI Agent展现出强大能力，但招聘过程中仍存在需要人类判断的环节。有从业者认为，在复杂情境判断、候选人长期潜力预测及录用关键决策等维度，人类专家的经验与洞察依旧不可或缺。

不过，随着AI算法的持续进化以及任务完成精度的不断提升，AI技术在企业招聘全流程的渗透率将加速提高，从当前的“人机协同”模式向“智能共治”的范式转变，推动招聘行业向更高效、精准的方向发展。

在机构分析师看来，AI Agent技术路线已渐清晰，应用落地积极探索。

中金公司研报指出，技术层面，AI Agent已初步形成了底层大模型+各类工具+配套Agent Infra的基本架构，而其中基础大模型仍是决定Agent能力上限的关键，大模型的Coding与Agentic能力也是目前各家厂商竞争关注的焦点。

而在商业化层面，C端注重通用性、B端注重场景化，大厂、创业公司、SaaS厂商在两条不同的路径下加速推动Agent的商业落地进程，各大场景的Agent的厂商也在2025年实现了初步的收入积累，中金公司认为，后续的规模化放量阶段也在渐行渐近。