正在进行招聘工作的Agent正把传统招聘的游戏规则进行着彻彻底底的改变，从Workable的全流程实现自治，再到Spotted Zebra的AI面试体验得以升级，这些变革正促使招聘从由人来驱动转变为依靠系统来驱动。国内的厂商像是北森、Moka等也在加快速度进行布局，使得招聘不再仅仅只是流程管理，而是摇身一变成为企业组织级别的能力平台。在这场系统级别的重构背后，存在着对人才操作系统标准的重新定义。
前些年的两三年间，AI于招聘场景里的运用，停留在去自动筛选简历这边，还有简历解析，以及面试这类具备功能性的赛道之上。然而从今年起始，招聘Agent的一系列信号频繁出现，至此我们才切实意识到，招聘系统的角色已然悄然发生了改变。
能这么讲，招聘Agent将整个招聘的各个环节串联起来，凭借一条线把招聘转变成为企业组织级的一种能力。
一、Workable：招聘Agent成为ATS的基础设施
3月时，Workable推出了招聘Agent。它表明，这并非属于一次功能迭代，而是一场带有结构性的变革。
过去的招聘SaaS着重关注存放简历，安排流程，发送通知，仅仅记录流程，处理信息管理问题，与之不一样的是，Workable直接将Agent写入ATS，使得系统自行运作，人仅仅进行决策，解决的是劳动力替代方面的问题。
但是，更加值得去加以关注的是，Workable直接以免费的方式开放有关Agent的全套餐以供使用，其核心目的在于传递出其针对招聘Agent的那种判断以及坚定的选择。
二、Fortune：招聘正在变成一个机器筛选机器的市场
Fortune给出一组数据，75%的简历于ATS阶段会被自动筛除，根本没进入人类招聘官的视线范围内这不是单纯为了讲效率提高，而是在给市场传递招聘规则的变动。
往昔之时，招聘属于人类决策之体系，HR查看简历，面试官经交流而后做出判断，之后团队展开讨论再行决策。如今，越来越多的决策权已被前置至算法层面，哪些关键词能够通过筛选？哪些项目经历会被识别作相关经验？怎样的能力表达方式更易于触发算法匹配？
继之而来的是，候选人借助AI对简历予以优化，以此来对抗筛选，而机器筛选机器的招聘现状已经形成。
这表明，哪一方能够界定岗位的具体画像形态，能够明确筛选所依据的逻辑准则，能够确定可供评价的多元维度状况，那么那一方就能够去制定相应的规则。然而，这些方面恰恰是传统的ATS所欠缺、所不拥有的。
招聘Agent就这样自然而然地进入ATS。
三、被发现的斑马：招聘自动化并非是致使体验降低，反而是有着能够提高体验的可能性。
在过去的一年时间里，“候选人不愿意接纳AI”这一情况，属于行业内部较为常见的一种观点。然而，Spotted Zebra直接给出了一个与直觉相悖的结论：在候选人具备选择权的状况下，大多数候选人倾向于选择AI面试。这一结论推翻了招聘行业过去存在的一种典型假设：AI面试会对候选人体验造成伤害。
于传统招聘流程内，候选人的常见体验大概是，等待时长，并且反馈迟缓；面试官随性发挥，评价标准并不统一；面试质量参差不齐，有时甚至未被予以尊重；结果欠缺解释……而相反，AI面试能够给予稳定性，能提供任何时候都可以进行面试的灵活性，具备问题结构的统一特性，有着反馈的高效性，还有评价标准的一致性。
并不是候选人讨厌AI，而是讨厌招聘流程当中的不确定性，讨厌低反馈，讨厌差体验，当AI面试能够解决这些问题，带来一种更加确定、更加一致的体验时，候选人更愿意去尝试那种能够提升效率、缩短反馈周期的方式。
四、国内招聘Agent从工具到能力平台的进化
从北森的产品实践来看，从Moka的产品实践来看，从递航科技的产品实践来看，从eRoad的产品实践来看，国内市场也正在经历类似的范式迁移。
在尝试回答“企业怎样将招聘从人驱动系统转变为系统驱动协同”这个问题的，是那些企业的产品。就拿牛客的招聘智能体作例子，其并非单纯功能的累加，而是一整套能力体系的发展。牛客着重指出，招聘Agent一定要拥有端到端的任务闭环能力，要能从理解招聘需求开始，贯通寻聘、筛选、沟通、评估等关键环节，还要对交付结果承担责任，并非只是停留在单点提效。
也就是说，一个称得上好的招聘智能体，它不只要具备执行招聘流程的能力，更得能够领会岗位与候选人之间语义匹配的规则，并且要把这种领会转化为系统策略，而非一次性算法模型。
换一种说法来讲，招聘Agent所存在的竞争，并非是模型方面的竞争，而是规则的竞争，和业务的竞争，以及体验方面全面结合起来的竞争。
跨越Workable、Spotted Zebra，直至国内厂商的Agent转变，招聘Agent正将招聘从流程管控转化为一项操作能力之举，这是一场系统层面的重构。
在这场重构中，谁能定义下一代人才操作系统的标准？
