本周人力|AI招聘开始记住你,Metaview拿6000万

📌 本周要闻

这一周最值得记住的，是 Metaview 拿到 $60M 的那一刻。它 2018 年成立，头几年只做一个很小的事：给招聘面试做 AI 笔记。就是靠这个「不性感」的切口，它攒下了 6 百万场真实面试的语料，7,000 家客户（Deel、Affirm、Replit 都在里面）。现在它把这批数据变成了 Fillmore——一个能主动寻源、写个性化外联、追跟进、约面试的自主招聘 agent，客户报告招聘周期缩短超 75%。Insight Partners 领投这笔 C 轮，总融资到 $110M，团队要从 80 人扩到 250 人，还要开纽约办公室。这件事的意义不在金额，在于它给所有做垂直 AI 的人示范了一条路：先把某个环节做到别人替代不了，用这个环节的真实数据去喂下一个更大的 Agent。反过来看，那些一上来就喊「全流程 AI」的产品，反而没有这层数据底座。

📊 本周追踪

🌍 海外工具

两条技术路线正面撞上：一边是 Metaview 从数据切口长出全流程 Agent，一边是 LinkedIn 把记忆和信任信号塞进招聘 Agent。

⭐⭐⭐⭐⭐ Metaview 拿到 $60M C 轮：把 AI 招聘从「记笔记」推成全流程 Agent

伦敦起家的 Metaview 完成 $60M C 轮（Insight Partners 领投，GV、Seedcamp、Plural 跟投），总融资到 $110M。它的核心产品 Fillmore 是一个自主招聘 agent：主动研究候选人、写个性化外联、追跟进、约面试，只把「最终录用谁」留给人类。公司披露 7,000+ 家企业客户（Deel、Affirm、Navan、Replit）、累计 6 百万场面试；有客户反馈招聘周期缩短超 75%。官方举例：一个 agent 联系了 52 位候选人，30 天闭单。融资用途明确——Q 内 GA Fillmore、新建专门的 AI 筛选 agent、80 人扩到 250 人、开纽约办公室。

📊 10/1 官宣；$60M C 轮，总融资 $110M；客户 7,000+（TechMarketView / Sesamers）

💡 Metaview 的路径是「窄切口攒数据 → 数据换 Agent」，这对做垂直 AI 的人是最可复制的一课：先在一个不性感但高频的环节占住位置。内容端可拆「为什么 AI 笔记公司能长成招聘 Agent」这个选题。

⭐⭐⭐⭐☆ LinkedIn Hiring Assistant 2：Agent 第一次学会「你怎么招人」

LinkedIn 在 Talent Connect 发布 Hiring Assistant 2（9/29 官宣，11 月起免费自动升级给现有英文客户）。核心变化：持久记忆 + 更强的推理——recruiter 说「找个产品经理」，系统会调取他过往的招聘偏好（比如偏爱离办公室近的、零售行业背景的、中级经验的），而不是简单关键词匹配。原话：「以前它按你说的搜，现在按你想要的搜。」新增 fit signal（候选人匹配度）、candidate interest indicator（基于平台活跃度和 InMail 响应率判断候选人兴趣）、语音预筛（中位 6 分钟完成，对比候选人平均等 3.5 小时收到回复）。

📊 9/29 官宣；20,000+ 企业已用其 agentic 招聘；recruiter 联系 Hiring Assistant 寻源候选人的概率是传统方式的 4 倍（LinkedIn / HR Brew / DHRMap）

💡 「4x 联系率」「27% 提升」都是厂商自报未经独立审计——写的时候要标注。真正值得写的是「记忆」这个功能点：它意味着招聘 Agent 的护城河从检索质量转到了对单家公司的理解深度。

⭐⭐⭐⭐☆ LinkedIn 把验证和 ATS 打通：候选人真实性成为招聘 Agent 的核心卖点

Hiring Assistant 2 把信任信号集中到一处：LinkedIn 称 39% 的 recruiter 把「不知道候选人及其技能是不是真的」列为首要挑战。系统整合了身份验证状态（1.15 亿会员已验证）、ATS 洞察、预筛回复和经历。验证状态将同步进合作 ATS（iCIMS、JazzHR、Jobvite、Lever、SmartRecruiters、Workable）。同时扩展 connected apps，让会员能展示 Chess.com、ElevenLabs、Medium 等外部平台的验证能力，有连接应用的会员收到的招聘私信可达 2.9 倍。连接 ATS 后，能在一个地方管理所有候选人（含未在 LinkedIn 投递的），状态变更自动回写 ATS。

📊 1.15 亿会员已验证；连接应用会员收信量 2.9x；ATS 支持含 Greenhouse/Lever/SmartRecruiters/Zoho Tracker，iCIMS 与 Workday「即将支持」（DHRMap 9/29）

💡 「真实性验证」正在从增值功能变成招聘 Agent 的入场券。做工具的方向：如果 ATS 数据已经打通，下一个机会在「验证的落地动作」——即在候选人被拒时如何留痕、如何给候选人申诉入口。

⭐⭐⭐☆☆ Elly：AI 原生 ATS 走「软件 + 猎头服务」双轨，$5,000/年起步

纽约的 Elly（Recruit Tech Labs）主打早期公司创始人自己招人的场景。平台层：AI Interviewer 做异步双向面试（答案太薄会追问），每题按维度打分并给综合分排序；AI Sourcer 用自然语言描述岗位就返回带验证联系方式的排名候选名单，可在同一屏跑邮件和 LinkedIn 外联序列；Ask Elly 可用对话搜历史面试、反馈和录用决策。定价三档：Platform $5,000/年自服务，Candidates $10,000/批，Full Search 按首年薪资 10% 收（典型套餐）。官方称 72 小时能处理 1,000 份申请和 300 场面试。其 AI 候选人匹配经 Warden AI 对 13,000+ 面试样本做偏见审计，结果公开。

📊 Platform $5,000/年；Full Search 首年薪资 10%（最低收费适用于年薪 <$80K）；13,000+ 样本偏见审计公开（WorkInsiders）

💡 「软件和猎头服务同一个账号」是很有意思的模型——软件攒数据，服务做现金流。对一人猎企有参考价值：可以先做服务，再把服务里沉淀的判断变成工具。

⭐⭐⭐☆☆ Tezi 推自主 agent Max：喊「无限产能」，价格只是传统招聘的零头

Tezi 的核心是自主招聘 agent Max，宣称能主动从多渠道寻源、按岗位要求筛简历和申请、通过集成日历自主排面试，并用对话界面持续跟进候选人不掉球。架构卖点是 agentic（能自主完成多步骤招聘任务，不止于简单自动化），会从 recruiter 反馈中持续学习，提升筛选准确度和对话能力。产品包含 ATS 和招聘 CRM，覆盖候选人全生命周期。定价走 freemium：免费版含基础能力，付费版解锁 Max 的自主功能、无限候选人管道和高级集成。

📊 freemium 模式，无公开具体价格；宣称 24/7 无限产能（The Daily Workflow 收录）

💡 「无限产能 + 传统成本零头」是这波 agentic 招聘工具的通用话术，读者已经在脱敏。写的时候要追问一句：无限产能意味着单次筛选的单位成本被压到近零，那溢价从哪来？答案往往在数据质量而非产能。

🇨🇳 国内平台

BOSS直聘母公司继续用 AI 提利润率，同时在国内招聘需求偏弱的背景下踩了刹车；假期当周国内信源节奏偏慢。

⭐⭐⭐⭐☆ BOSS直聘 Q2 财报：AI 把毛利率推到 87%，但 Q3 指引踩了刹车

看准（BOSS直聘母公司）2026 Q2 营收 23.99 亿元，同比 +14.09%；经营利润 +32.6% 至 8.632 亿，调整后经营利润率创 43.8% 新高，毛利率提到 87%（官方归因于 AI 驱动的运营效率和更低的应用商店佣金）。净利润 19.45 亿、同比 +171.51%，但其中约 15 亿是一次性投资收益（一家 2026 年 1 月 IPO 的组合公司公允价值收益），剔除后调整后净利 +9% 至 10.3 亿。TTM 付费企业客户 720 万、+10.8%。Q3 营收指引 24.1-25 亿、+11.4%~15.6%，增速慢于 Q2。管理层形容国内消费和招聘需求「整体平稳但不强劲」。

📊 Q2 营收 23.99 亿 +14.09%；毛利率 87%；调整后净利仅 +9%（富途/看准 6-K，8/25）

💡 「毛利率 87%」和「调整后净利 +9%」放在一起才是真相——AI 省的是人工成本，但增长靠的是营销（Q2 销售营销费用 +38%，含世界杯赞助）。选题可写「AI 让招聘平台更赚钱了吗，还是只是更省人」。

⭐⭐⭐☆☆ 腾讯再减持 BOSS直聘超 22 亿港元，机构目标价却给到 $21.93

9/15 股东 ImageFrame Investment（腾讯核心投资主体之一）出售 3,664.81 万股，市值约 22.2 亿港元，BOSS直聘-W 早盘一度跌超 3%。同期公司 9/30 斥资 200 万美元回购 27.19 万股（每股 $7.32-7.40），拟注销。机构侧：22 家机构给出目标均价 $21.93（最高 $27.07、最低 $17.05），当前股价约 $14.955（10/1 收盘），市值 70.31 亿美元。

📊 腾讯减持约 22.2 亿港元（9/15）；机构目标均价 $21.93（百度财经/同花顺，10/1）

💡 腾讯减持和机构给高目标价同时出现，是典型的「大股东兑现 vs 二级市场看好基本面」分歧。写的时候可以对照本周 BOSS直聘财报的 AI 效率叙事，看市场信不信。

⭐⭐☆☆☆ BOSS直聘世赛现场：AI 技术成果落地技能人才就业场景

BOSS直聘作为第 48 届世界技能大赛国家战略合作伙伴，携多项就业服务与 AI 技术成果亮相，通过线上线下联动服务技能人才。平台定位持续向「技能人才连接真实职业机会」延伸，此前 9/17 深圳开放日也曾公布 AI 相关新发职位同比 +172%、从技术岗扩散到销售设计人力资源等传统岗位。

📊 9/24 报道；AI 新发职位 +172%（同花顺/BOSS直聘，9/24）

💡 招聘平台往技能人才和线下场景走，本质是在 AI 岗之外找第二增长曲线——因为 AI 岗占总量的比例仍小。这个结构性事实值得在内容里点出来：「AI 岗位在涨，但招聘平台的钱还是靠中小企业的普通岗位」。

⭐⭐☆☆☆ 猎聘式「AI 效率 vs 营销支出背离」被反复讨论

围绕看准/猎聘的财报分析在财经圈持续发酵：AI 工具推动毛利率到 87%、降低对人工的依赖，但营销费用同比激增 38%（世界杯赞助），运营现金流同比 -10%。分析普遍指出，利润率扩张指向平台向自动化服务交付的成功转型，但短期盈利能力仍被营销投入压制，投资者保持谨慎。Q3 增速指引低于 Q2 也印证了宏观谨慎态度。

📊 营销费用 +38%；经营现金流 -10%（Semalt 分析，8/27）

💡 这条和上面 Q2 财报是同源事件的不同切面，内容上建议合并处理，不要重复计数。对做工具的人，可提炼「AI 省钱不等于 AI 赚钱」这个反直觉点。

📉 行业震荡

agentic 招聘工具在十天内扎堆涌入欧洲市场，同时合规审查同步跟上；国内市场侧，节前大厂人事和组织调整密集。

⭐⭐⭐⭐☆ 十天四笔欧洲招聘科技融资：agentic 招聘进入成长轮阶段

十天内欧洲招聘与人服科技录得四笔股权融资：Metaview（伦敦，$60M C 轮）、Spott（鲁汶，$21M A 轮）、50skills（雷克雅未克，€5.3M）、Ahron（€2.2M，Cusp Capital 领投）。阶段、地域各异但同一逻辑：招聘这件事重复、有权限门槛、且已经跑在系统记录之上——正是 AI agent 最能创造价值的土壤。Metaview 的 $60M 是这个集群里第一个成长轮，也是唯一由纽约基金领投的一笔（出价定条款的仍不是欧洲成长基金）。

📊 十天内 4 笔欧洲招聘科技融资，合计约 $88M+（Sesamers 融资追踪）

💡 「十天四笔」是本周最硬的结构性证据——说明资本已经把招聘 AI 从「能不能做」的验证期推进到「谁能规模化」的成长期。内容端可写「欧洲招聘 AI 融资为什么忽然密集」。

⭐⭐⭐☆☆ agentic 招聘工具单日扎堆发布，法律审查同步启动

多份行业观察指出，agentic AI 招聘工具正快速涌入市场，五家不同厂商几乎同一天推出产品，快速改变人才获取格局。但市场教育的速度落后于产品上架——监管环境正在追赶，且早期采用者若缺少法律预判，可能面临昂贵的诉讼和声誉损失。行业影响面明确：组织必须优先做好 HR 合规，以降低 AI 偏见相关风险，同时 recruiter 需要快速适应新工作流、理解 AI 招聘的伦理边界。

📊 五家厂商同日推出 agentic 招聘产品；法律审查同步启动（Workforce Observer，10 月）

💡 这与上一期「9/23 单日 5 款发布」是同一现象的第二波观察。写的时候要把重点放在「合规空白」而非产品罗列——产品多不是新闻，法律追不上才是。

⭐⭐⭐☆☆ 苹果新 CEO 接手后加速精简：硬件工程两周内裁多名项目经理

接任苹果 CEO 一个月的约翰·特努斯被曝正计划一轮组织调整：缩短产品发布节奏、精简组织结构。已讨论改变苹果惯用的春秋两次集中发布窗口。人员调整已开始——过去两周硬件工程部门解雇多名工程项目经理，含约 6 名总监级人员；受影响员工被给有限时间在内部找岗，未转岗者今年晚些时候离职。今年夏天苹果评估 AI 客服方案时，曾考虑裁减约 5,000 个 AppleCare 岗位，最终放弃。员工预计未来数月还会有更多裁员。

📊 约 6 名总监级被裁；曾考虑裁 AppleCare 约 5,000 岗（IT时代网/今日头条，10/1）

💡 「考虑用 AI 客服替代 5000 个岗位最终放弃」这个细节比裁员本身更值得写——它是少数公开的「AI 替代计划被叫停」案例，说明成本账不一定算得过来。

⭐⭐⭐☆☆ 微软高管集体离职：AI 转型下老将功成身退，新人接棒

近几周微软大批高管相继离职，最新一位是负责 Office 应用业务的执行副总裁瑞安·罗斯兰斯基（年底离任），前一天另一位高管彼得·李也宣布离开。这批离职人员多为任职 15 年及以上的元老。CEO 纳德拉近几个月持续提拔新生代管理者：阿莎·夏尔马改组 Xbox，查尔斯·拉曼纳与雅各布·安德烈乌牵头 AI 应用全面重构（后者来自 Snap、前者曾任职 Instacart）。分析认为，面对 AI 带来的机遇与威胁，微软不得不重思运营模式。

📊 离职高管多为 15 年以上元老；微软股价自 2014 年累计 +1289%（环球市场播报/新浪财经，10/2）

💡 这是典型的「组织换血配合 AI 转型」样本。对人力内容的启发：AI 转型不只是招 AI 岗，更是把决策权交到能理解 AI 的人手里——老将退出不是被裁，是主动交棒。

⭐⭐⭐⭐☆ 快手组织架构大调整：AI 拆成两条主线，程一笑兼任社区科学线

9/30 快手内部公告：设立跨事业部虚拟组织「企业 AI 生产力」，同时公布两项人事任命——创始人程一笑兼任社区科学线负责人，原负责人于越出任可灵 AI 董事兼 CEO，全权负责可灵 AI。解读：快手把 AI 拆成两条主线——可灵走对外商业化（视频生成赛道竞争），企业 AI 生产力走内部提效（统一开发通用 Agent、企业上下文体系、打通内部数据）。快手披露：截至今年 6 月，内部员工使用自研 AI Agent 的比例超 92%，研发人员写代码 AI 贡献占比达 60%。

📊 内部 AI Agent 使用率 >92%、研发代码 AI 贡献 60%（今日头条/BAT号，10/1）

💡 「92% 员工用 Agent、60% 代码 AI 写」是目前国内大厂披露过的最高内部渗透率之一。这个数字对写「AI 到底取代了多少工作」的选题极有价值——注意它说的是贡献占比而非替代人数，引用时不要夸大。

⚖️ 政策合规

本周合规侧的信号集中在一句话上：技术在跑，规则在追，中间那段空白由 HR 自己扛。

⭐⭐⭐⭐☆ SHRM 2026：27% 组织已用 AI 招聘，但 57% 的 HR 不知道本地有立法

SHRM《State of AI in HR 2026》（4/8 发布，样本 1,908 名 HR 从业者、138 项 HR 任务）显示：39% 的组织在 HR 中使用 AI，其中招聘是最常见场景（27%）；5,000 人以上组织有 60% 用 AI 做 HR。最刺眼的数字是——在有 AI 立法的州，57% 的 HR 从业者根本不知道这些法规存在。同时，招聘 AI 的法律风险集中在筛选和排名环节，SHRM 建议按「你要自动化哪个环节」选工具，再核对偏见审计和告知义务。

📊 39% 组织用 AI 做 HR、招聘占 27%；57% HR 不知本地 AI 法（SHRM State of AI in HR 2026）

💡 「57% 不知法」是本周最有传播力的合规数字，因为它把抽象的法条风险变成了具体的人群认知缺口。内容角度：不是企业不想合规，是信息没到 HR 手上。

⭐⭐⭐⭐☆ 美国招聘 AI 立法全景更新：纽约到科罗拉多，处罚按天计

美国州级招聘 AI 规则持续加密：纽约市 Local Law 144 要求年度独立偏见审计——纽约州审计长 2025 年 12 月复核 32 份审计，DCWP 只发现 1 个问题，审计长团队却找出至少 17 个潜在问题，且 75% 打给 311 咨询 AEDT 的电话被误转，罚则最高 $1,500/天/次。伊利诺伊 HB 3773 自 2026/1/1 生效：AI 在招聘/晋升/解雇中产生歧视性效果即构成民权违法，邮编不得作为受保护类别的代理变量，使用 AI 必须告知。科罗拉多 SB 26-189（5/14 签署）自 2027/1/1 起要求开发者向部署者提供文档、部署者告知消费者负面决定、消费者可要求更正与人工复核。

📊 NYC LL144 罚则达 $1,500/天/次；IL HB 3773 2026/1/1 生效；CO SB 26-189 2027/1/1 生效（Farasat Ali 汇总，9/30 核）

💡 「审计报告本身被发现有问题」这个细节很有价值——它说明偏见审计的执行质量本身就是新风险点。做合规工具的机会：不只做审计，还要做审计的可追溯性。

⭐⭐⭐⭐☆ EU AI Act 招聘条款生效时间改到 2027/12/2，但情绪识别面试禁令已执行

EU AI Act 的招聘/用工管理类高风险义务，已被 Digital Omnibus（Regulation (EU) 2026/1744）从 2026/8/2 推迟到 2027/12/2。但已生效的部分一样重要：自 2025/2/2 起，工作场所情绪识别禁令已执行——欧盟委员会指引明确把招聘和试用期内的情绪识别列为禁止示例，例外极窄，不覆盖「判断候选人兴趣、动机或压力」；违规最高罚 3,500 万欧元或全球年营收 7%。透明度义务（聊天机器人、生成内容）自 2026/8/2 生效。高风险系统方面，雇主须在投入使用前告知员工代表和受影响员工（Art. 26(7)），被决策者须被告知（Art. 26(11)）。人工介入不能改变系统的高风险定性。

📊 高风险义务推迟至 2027/12/2；情绪识别禁令 2025/2/2 生效，最高罚 €3,500 万/7% 营收（VDF AI / EUR-Lex）

💡 「人工在环不能改变高风险定性」这条对产品设计影响巨大——意味着再加一层人工复核也不能规避合规义务。写内容时可作为一个反直觉点：合规不是加个人就能解决的。

⭐⭐⭐☆☆ GDPR 第 22 条与「有意义的人工审查」：形式合规不算数

多家欧洲法律机构本周密集发文梳理 AI 招聘的法律责任。核心要点：AI 招聘决策可能同时触发平等法、GDPR 和 AI Act 三条线。GDPR 第 22 条赋予候选人「不接受纯自动化决策」的权利（涉及法律或类似重大影响的），例外下须提供人工介入、表达意见和申诉的机会。企业常用抗辩「最终决定是人工做的」并不必然成立——关键事实问题包括：recruiter 是否真的重新考量了 AI 输出、能否推翻分数、是否有足够信息、是否理解算法局限、人工审查是否独立。若无这些，人工只是批准自动化推荐。

📊 GDPR Art.22 + AI Act Annex III 双重适用；人工抗辩的 5 个事实检验点（Law Gratis，10 月）

💡 「人工只是批准自动化推荐」是这段最锋利的一句。它直接指出：很多企业宣称的 HITL 是形式主义的。做 HITL 工具的机会正在这里——证明人在环里真的做了决定，需要留痕。

⭐⭐⭐☆☆ Paradox 泄露案被反复引用：64 万条候选人记录、密码 123456

Paradox 的 McHire 事件在业内持续被当作反面教材：2025/6/30 披露，一个测试管理员账号的用户名和密码都是「123456」，加上一个 IDOR 缺陷，导致最多 6,400 万条申请人记录可被访问，7/1 修复。Paradox 称实际只有 5 名候选人的信息被查看，且查看者是研究人员。该事件被反复引用的原因是它和算法偏见无关——纯基础安全，却发生在招聘 AI 身上。业内建议：买工具前先问访问控制，别先问功能。

📊 最多 6,400 万条记录暴露；账号密码均为 123456；2025/7/1 修复（Farasat Ali / 行业汇总）

💡 这条是「招聘 AI 的风险不止在算法」的最好例证。内容角度：企业花大力气做偏见审计，却输在一个弱密码上——风险排序错了。

📊 人才数据

AI 岗位的薪资分层本周被多家数据源更新，而候选人一侧的造假数据也同步刷新——供需两端都在被 AI 重塑。

⭐⭐⭐⭐☆ AI 薪资盘点：AI Agent 岗中位 $275K，高出全站中位 $209K 的 32%

neural-jobs 更新（10/1，1,490 个带薪酬的岗位）：全站中位 $209K、中段 $177K-257K、前 10% 从 $313K 起，97% 为美国岗位。按岗位看，AI Agents 中位 $275K 居首（$225K-285K），AI Safety & Policy $271K，Sales & GTM $258K，AI Product & Design $245K。按公司看，OpenAI 中位 $326K（$265K-366K）居首，Lambda $301K、Luma AI $288K、Sierra $285K。按城市，Bellevue $366K 最高，旧金山 $247K。

📊 全站中位 $209K；AI Agents $275K；OpenAI $326K（neural-jobs，10/1）

💡 「AI Agents 岗比全站中位高 32%」说明市场给 agent 能力的溢价最高。对内容的启发：与其泛泛讲「AI 岗薪资高」，不如精确到哪个方向的 agent 能力最值钱。

⭐⭐⭐☆☆ 另一份 AI 岗位数据：5,473 个在招、平均 $230K、本周新增 297 个

LLMHire 实时追踪（10/3 更新，来自 Greenhouse/Ashby/Lever 的公开 ATS API，每日刷新 6 次）：5,473 个在招 AI 岗位、覆盖 184+ 家公司、平均薪资 $230K、本周新增 297 个。最活跃的雇主是 Databricks（165 个岗）。平台同时追踪传统招聘板不分类的新兴岗位：Forward-Deployed AI Engineer、AI Agent Sandbox Security Engineer、Open-Weight Frontier Model Engineer、Vibe Coding Security Lead、MCP Protocol Engineer、Agent Orchestration Engineer、Context Engineer、Vibe Coding Engineer、AI QA Specialist、Chief AI Officer。

📊 5,473 岗 / 184+ 公司 / 平均 $230K / 本周 +297（LLMHire，10/3）

💡 新兴岗位清单本身就是内容富矿——「Context Engineer」「Vibe Coding Security Lead」这些标题一年前不存在。可做一个「AI 新岗位命名学」的选题，观察职业是怎么被重新切分的。

⭐⭐⭐⭐☆ Novoresume 调查：42.6% 美国人用 AI 写过简历，让 AI 代写的人撒谎概率高 3 倍

Novoresume 调查 2,000 名美国成年人（2026/5 采样，误差 ±2.2%）：42.6% 在最近一次改简历时用了 AI，7.5% 让 AI 写了大部分或全部；27.1% 曾把完全 AI 生成的简历一字未改地投出去。关键关联：让 AI 代写的人，简历含不实内容的比例达 74.8%，是不用 AI 者的约 3 倍（24.6%）；后者承认 3 项以上虚构的比例是前者的 6.5 倍。后果同步：让 AI 代写者中 1/4（25.2%）曾因简历问题丢工作。23.5% 用过自动投递机器人，其中 71.7% 承认简历有假。

📊 42.6% 用 AI 写简历；AI 代写者造假率 74.8% vs 24.6%（Novoresume / The Resume Report 2026）

💡 「AI 代写 → 造假率 3 倍」是本周最反直觉的招聘数据。叙事角度：AI 不是让人更容易撒谎，而是让撒谎的代价变得隐蔽——直到面试官用一个没在脚本里的追问戳破。

⭐⭐⭐⭐☆ iHire 2026 报告：23.6% 雇主收到过假申请，41.2% 求职者遇到过假岗位

iHire《2026 State of Online Recruiting Report》（样本 1,054 名求职者 + 318 名雇主，覆盖 57 个行业）：23.6% 的雇主过去一年至少收到过一个假或欺诈性申请；22% 的雇主把「不真实的申请和简历」列为对 AI 招聘的担忧；雇主对招聘板的首要诉求是「能验证候选人是真人而非 AI」（39%）。求职者侧问题同样严重：41.2% 在过去一年遇到过假或诈骗岗位，42.8% 说难以判断平台上的职位或雇主是否真实。24.2% 雇主用 AI 招聘，最常用于写职位描述（66.2%）和起草候选人消息（62.3%）；32.4% 求职者今年用 AI 写或定制简历。

📊 23.6% 雇主收到过假申请；41.2% 求职者遇到假岗位；39% 雇主首要诉求是「验证真人」（iHire / HRO Today）

💡 雇主怕假申请、求职者怕假岗位——双向的不信任是同一件事的两面。内容角度：招聘市场的信任赤字正在变成一个新品类（身份验证）的市场空间。

⭐⭐⭐☆☆ 印度 GenAI 招聘爆量：AI/ML 岗位 +31%，但增长几乎全在 13 年以上经验段

Naukri JobSpeak 数据（8 月）：印度 AI/ML 岗位同比 +31%，但结构极度分化——16 年以上经验岗位翻倍以上，13-16 年段 +87%，8-12 年段 +39%。增长集中在高级段，意味着雇主在买「已经交付过的人」。地域上，海得拉巴 +48%、孟买 +36%、班加罗尔/金奈/浦那各 +31%，GCC（全球能力中心）招聘 +10%。薪资上，ML 工程师中位总包 ₹35.3 Lakh（levels.fyi，9/28 更新），应用/研究科学家中位 ₹37.5 LPA 但席位极少。

📊 AI/ML 岗位 +31%；16 年以上经验段翻倍；ML 工程师中位 ₹35.3 LPA（Naukri JobSpeak / levels.fyi）

💡 「增长全在高级段」是这波 AI 招聘最残酷的事实——初级岗位被压缩。这个结构和北美一致，说明不是国别现象而是产业阶段特征。写的时候可对比「AI 让资深更贵、让新人更难进门」。

🔥 热点传闻

本周传闻侧的关键词是「AI 招聘末日循环」——一个在行业内被反复转述的自证式闭环。

⭐⭐⭐⭐☆ 「AI 招聘末日循环」被广泛讨论：算法筛掉顶尖人才、留下平均或造假者

一篇被广泛转述的分析提出「AI 招聘末日循环」模型：AI 把生产「完美申请」的成本压到近零 → 招聘量暴涨、履历造假激增 → 雇主用 AI 筛掉多数申请 → 候选人继续针对 AI 过滤器优化 → 雇主进一步加固筛选。每一步都理性，合起来却是破坏性的：差异化被压缩，误判率上升，筛选转向关键词一致性。真实案例：一家美国新闻编辑室一个工程岗半天吸引 400+ 申请，出现模板化、疑似欺诈，甚至有针对求职者的冒名诈骗。雇主最终撤下岗位、转回内部寻源。文中举了乔布斯早年手写求职信的例子——缺联系方式、格式不规范，恰恰是现代自动筛选取向会惩罚的特征。

📊 单个工程岗半天 400+ 申请；循环四步（生成→防御→对抗优化→信任崩塌）（Manila Times / 行业分析）

💡 「末日循环」是本周最有观点价值的框架，因为它解释了为什么双方都觉得招聘变难了。内容角度：这不是某一方的问题，是激励结构的问题——写的时候避免站队，讲清循环本身。

⭐⭐⭐☆☆ Greenhouse 调查：65% 美国招聘经理抓到过候选人欺骗性使用 AI

Greenhouse《2025 AI in Hiring》调查（4,136 名求职者/recruiter/招聘经理，覆盖美英爱德）：65% 美国招聘经理称抓到过候选人以欺骗方式使用 AI——读 AI 生成的脚本（32%）、在简历中藏 prompt injection（22%）、以 deepfake 形式出现（18%）。1,200 名美国求职者中 41% 承认用过 prompt injection；39% 招聘经理表示因此更多采用现场面试。同一调查中，36% 美国求职者曾用 AI 修改外貌、声音或背景（多为显得更专业）。注意：这是软件厂商的自报数据。

📊 65% 招聘经理抓到 AI 欺骗；22% 遇简历 prompt injection；41% 求职者承认用过（Greenhouse 2025 调查）

💡 「简历里藏 prompt injection」是本周最技术流的细节，也是 AI 时代招聘的新攻击面。写法上要标注这是厂商自报数据，「抓到」意味着经理「认为」抓到了。

⭐⭐⭐☆☆ 深度伪造招聘欺诈升温：FBI 曾警告，司法部一次搜查 29 个「笔记本农场」

多份安全类报告指出，生成式 AI 同时提升了招聘欺诈的质量和规模。2025/6/30 美国司法部宣布在 16 个州搜查 29 个已知或疑似「笔记本农场」，指出其背后的 schemes 已用窃取和伪造的身份在 100+ 家美国公司获得雇佣。欺诈类型被细分：夸大申请（真人夸大经验）、隐藏指令（简历里给 AI 筛查器埋指令）、脚本作答、代面试、deepfake 或语音伪造、窃取或合成身份、受制裁远程工作者。应对手段是分层核验：联系方式核验、现场追问、录像比对、系统访问前做身份验证。

📊 司法部搜查 29 个笔记本农场 / 涉及 100+ 家公司；FBI 自 2022 年起警告（Career1 / Precise Background）

💡 「笔记本农场」是本周最具画面感的诈骗形态——一个人用多台笔记本同时冒充多个远程员工。写的时候可以做「远程招聘为什么变成身份欺诈的重灾区」这个选题。

⭐⭐⭐⭐☆ Metaview 客户数从 2,500 涨到 7,000：agentic 招聘的采用曲线被公开

TechMarketView 在 Metaview 融资报道中指出一个被忽略的细节：其客户数从上轮 B 轮时的 2,500 家涨到现在的 7,000+ 家（不过公司未披露其中多少是付费客户、多少在用最新 agent）。报道同时提出几个尖锐质疑：Teams 和 Zoom 已把 AI 转录做成标配；Workday（通过收购 Paradox）和 LinkedIn 都在自建招聘 agent；Metaview 为主张 agentic 方案只提供了一个案例（联系 52 人、30 天闭单）；「把初筛交给 AI 有风险，偏见和候选人数据量仍是顾虑」；买家还想看到 agent 提升的是录用质量而非速度。

📊 客户数 2,500 → 7,000+；agentic 证据仅 1 个案例（TechMarketView，10/2）

💡 这是本周最诚实的一条行业质疑——技术媒体主动指出「agentic 只提供了一个案例」。对做内容的人是好素材：教读者怎么用「证据量」而不是「功能表」去评估一个 AI 招聘工具。

⭐⭐⭐☆☆ 数据公司混战：AI 工作流工具开始反向定义招聘赛道

本周多份融资与产品信息指向一个趋势：AI 工作流和数据公司正在从相邻赛道切入招聘。Cursor 冲到 $29.3B 估值、三年 $1B ARR，带动对「能把 LLM 接到数据、编排 agent」的工程师需求；Retool、OutSystems 这类低代码厂商被迫补 ML 工程师以嵌入模型路由、评测框架和护栏。Zero G Talent 的观察：招聘画像正在转向能端到端负责的 full-stack AI 工程师，「市场缺口不是能训模型的人，而是能在生产里构建、部署、维护 ML 系统的人」。同时，只有 11% 组织有 agent 在生产环境，38% 在试点，42% 仍在制定策略。

📊 11% 组织有 agent 在生产 / 38% 试点 / 42% 仍在制定策略（Zero G Talent / aidevboard，10 月）

💡 「11% 生产 vs 38% 试点」是本周最能压住炒作的数据。写内容时可以用来对冲「AI 已全面接管招聘」的过度叙事——试点和落地之间还隔着 3 倍以上的距离。

💭 下周关注

下周盯三件事。一是 Metaview 的 Fillmore 能否给出比「单个案例」更硬的落地证据——如果它补齐了客户数、付费转化和录用质量的公开数据，agentic 招聘的估值逻辑会再上一台阶；如果没补上，行业对「agentic 全流程」的耐心可能开始消耗。二是 LinkedIn Hiring Assistant 2 的 11 月免费升级铺开后的实际反馈，尤其是「记忆」功能在隐私和偏见上会不会引来第一批投诉——因为记忆意味着系统在积累可被审计的招聘偏好数据。三是国内看准 Q3 财报，看 AI 提效推动的 87% 毛利率能不能在增长放缓时守住，以及销售营销费用是否继续高企。规则侧继续跟进 EU AI Act 高风险义务 2027/12 的落地准备，以及美国各州新一轮招聘 AI 立法的生效节奏。