*本文經(jīng)網(wǎng)易科技（ID：tech_163）授權(quán)轉(zhuǎn)載
作者 | 袁寧
編輯 | 丁廣勝
出品 | 網(wǎng)易科技《態(tài)度AGI》欄目組
"
網(wǎng)易科技重磅推出系列對話欄目《態(tài)度AGI》。過去三年，AI變革風(fēng)起云涌，全球科技秩序正在重構(gòu)，通往AGI的道路或許正在悄然臨近。本欄目以AGI為題，將對話100位AI專家、企業(yè)家、投資人，試圖撥開云霧，與大家一道見證AGI時代的到來。第二十八期對話近嶼智能CEO方小雷。
"
出品 | 網(wǎng)易科技《態(tài)度AGI》欄目
作者 | 袁寧
編輯 | 丁廣勝
八年，近嶼智能CEO方小雷，已經(jīng)習(xí)慣了回應(yīng)質(zhì)疑。
作為一家從2017年就開始做“AI面試”的企業(yè)，近嶼智能開局很難。在經(jīng)歷了被69家VC拒絕后，金沙江創(chuàng)投給出了第一筆錢。而后，他們成為了被朱嘯虎連投三輪的“現(xiàn)實主義AGI故事”。
“最初，很多人根本看不懂我們在做什么?！睂τ谝患矣肁I能力做產(chǎn)品的企業(yè)來說，ChatGPT時刻之前的日子很難熬。
爬坡期，他見證了那些打著“招聘”名號，實際上在賣數(shù)據(jù)的同行，最后以進(jìn)監(jiān)獄收場。也看到了一些人靠投機取巧換來了短期繁榮，最終又走向崩塌。
大模型的出現(xiàn)，似乎讓一切迎來轉(zhuǎn)機。在“拿著錘子找釘子”的應(yīng)用探索中，一個高確定性的場景，對AI應(yīng)用層的企業(yè)無疑十分重要。而招聘，顯然是一個絕佳的AI落地試驗場：高客單、高專業(yè)度、市場成熟、需求確定。
“但等他們看懂了，開始覺得這個東西不錯，又預(yù)測我們會被行業(yè)巨頭抄襲，覺得只要這些公司一出手，我們這種創(chuàng)業(yè)公司就沒戲了……確實有大廠前后兩次都說要投資我們，結(jié)果回去就抄，還把從我們這聽來的東西去申請專利。”
大模型不是救藥，新的質(zhì)疑仍然巨大。“有了大模型，你們就沒壁壘了?！薄爸灰揞^想抄，你們這種創(chuàng)業(yè)公司就會死?！薄癉eepSeek出來，你們沒什么優(yōu)勢了。” 圍繞這些話題，新階段的必答題仍舊很多。
不過，先行者的優(yōu)勢同樣顯而易見。通過過去幾年的積累，近嶼智能積累了大量真實的面試數(shù)據(jù)，并在客戶的不斷使用和驗證下，逐步形成飛輪。
現(xiàn)在，近嶼智能已經(jīng)用他們口中L5級別的“AI面試官”，合作了數(shù)千家企業(yè)。前不久，方小雷還帶著自己的產(chǎn)品在節(jié)目中給藝人韓雪做了一場AI面試。
但成為一個優(yōu)秀的AI應(yīng)用產(chǎn)品，遠(yuǎn)比想象的復(fù)雜。
方小雷和他的團(tuán)隊需要做好產(chǎn)品定義：為什么做的是AI面試而不是AI簡歷篩選？還要確認(rèn)產(chǎn)品邊界：進(jìn)行面試評價的核心標(biāo)準(zhǔn)是什么？微表情是不是衡量“面試表現(xiàn)”的關(guān)鍵？要不要做藍(lán)領(lǐng)招聘……
“最難的從來不是技術(shù)本身，而是產(chǎn)品、市場、供應(yīng)鏈、品牌等一系列因素的結(jié)合，要做的是一個能解決問題的產(chǎn)品?！狈叫±卓偨Y(jié)道。
AI時代，一切發(fā)展得都太快，太突然。
3月6日，Manus作為首個通用Agent發(fā)布，首個演示場景就是簡歷篩選。可以想象，接下來方小雷又要開始回應(yīng)各方：現(xiàn)在有Agent了，你們怎么辦？
以下是《網(wǎng)易科技》和方小雷的對話，經(jīng)不改變原意的編輯。
AI 簡歷篩選是“巨坑”，
招聘很多灰產(chǎn)地帶
網(wǎng)易科技：2017年你回國創(chuàng)業(yè)時，AI 的能力還不像現(xiàn)在這樣被充分驗證和相信，你當(dāng)時講 AI 面試的故事能講通嗎？
方小雷：這個問題確實我感觸很深。2017年我回國創(chuàng)業(yè)時，雖然大模型時代還沒有到來，但深度學(xué)習(xí)（Deep Learning）已經(jīng)發(fā)展了一段時間。
2018年，谷歌發(fā)布了 BERT 這種篇章級別的語義識別算法，開啟了大模型時代的浪潮。GPT-1以及我們當(dāng)時發(fā)布的模型，其參數(shù)規(guī)模都在1億到1.5億之間，與 BERT 類似，能夠理解完整的語義。
從1億參數(shù)量開始，模型逐漸擴展到十幾億、幾十億，再到上百億、幾百億。直到某一天，OpenAI 通過擴展參數(shù)量實現(xiàn)了“智能涌現(xiàn)”，最終催生了 GPT-3。可以說，大模型時代的起點是在2018年，而我回國創(chuàng)業(yè)的時間是2017年，正處在這個轉(zhuǎn)折點上。
因此，那時候講AI 面試，在國內(nèi)可以說是一個不成立的東西。因為在我們之前，中國沒有人做過 AI 面試這件事。而在美國，AI 面試的概念最早可以追溯到2004年的HireVue。但中國直到2017年，我回國后才開始推動 AI 面試的發(fā)展。
當(dāng)時國內(nèi)的 AI 招聘公司絕大多數(shù)都在做簡歷解析。那時創(chuàng)業(yè)熱潮很高，大家的思路都是：先去問客戶需求，然后根據(jù)需求來研發(fā)產(chǎn)品。
但問題是，當(dāng)時 AI 招聘領(lǐng)域的創(chuàng)業(yè)者，大多是 IT 背景出身，對 HR 業(yè)務(wù)并不熟悉。所以他們?nèi)柨蛻簦骸澳阆Ｍ?AI 幫你解決什么問題？” 客戶的回答通常是：“能不能幫我篩簡歷？” 于是，大多數(shù)創(chuàng)業(yè)公司都陷入了 AI 簡歷篩選這個“巨坑”。
網(wǎng)易科技：為什么說 AI 簡歷篩選是“巨坑”？
方小雷：首先我認(rèn)為，用AI 解決問題的基本原則就是：不能僅僅在原有流程上“打補丁”，而是要解決根本。
想一下，如果回歸本質(zhì)，為什么企業(yè)需要篩簡歷？很簡單，因為簡歷數(shù)量太多，人力無法面試所有候選人，所以要先篩選一輪，減少候選人數(shù)量，然后再安排測評考試，進(jìn)一步縮小范圍，最后才是多輪面試，逐步精細(xì)化招聘流程。
換句話說，篩簡歷并不是剛需，而是當(dāng)時生產(chǎn)力水平有限下的無奈之舉。因此，即便采用再先進(jìn)的招聘管理系統(tǒng)，整個招聘流程仍然是“手工業(yè)者”的模式——依賴人力去完成大量的腦力和體力勞動。它甚至沒有達(dá)到第一次工業(yè)革命的自動化水平。
那么，如果我有一個非人類的智能體，能夠幫助 HR 面試所有候選人，并給出科學(xué)的評估，那這個時候篩簡歷就不是一個必需的事情了。
網(wǎng)易科技：但是，在當(dāng)時的技術(shù)條件下，大家能接受 AI 面試的概念嗎？
方小雷：這正是問題的關(guān)鍵。2017年，絕大多數(shù)人無法想象 AI 可以面試人，因為他們從未見過這樣的產(chǎn)品。我們做出 AI 面試的產(chǎn)品后，嘗試融資，談了69家 VC，結(jié)果沒有一家認(rèn)可這個方向。
首先技術(shù)層面，投資人調(diào)研時，通常會先去問當(dāng)時 AI 領(lǐng)域的“四小龍”（依圖、商湯、曠視、云從）里的技術(shù)專家。但這些人主要研究計算機視覺（CV），而 AI 面試涉及自然語言處理（NLP）。他們雖然可能聲稱懂 NLP，但實際上并非如此。于是，得到的反饋往往都是否定的：“篇章級別的語義識別？這是什么？騙人的吧？”我們技術(shù)被diss太多了。
第二就是需求?！癆I 能否替代人來面試？” 大部分 HR 的直覺反應(yīng)是：“不可能。” 在那個階段，市場對 AI 面試的接受度極低。
直到2019年，我們遇到了朱嘯虎。他對我們的技術(shù)進(jìn)行了深入研究，并找來卡耐基梅隆大學(xué)的一位 NLP 博士進(jìn)行技術(shù)評估。博士確認(rèn)：“這家公司確實實現(xiàn)了篇章級別的語義識別，能完整理解人的意思?！?技術(shù)這一關(guān)，終于通過了。
其次，他們又找到 PwC（四大會計師事務(wù)所之一），詢問他們的 HR 負(fù)責(zé)人：“如果我們投資這樣一家 AI 面試公司，你們會使用嗎？” HR 負(fù)責(zé)人回答：“不會。因為我們已經(jīng)用了 AI 面試很多年了，很好用，沒必要換供應(yīng)商?！?/p>
但是，這說明了什么？這不正說明了AI面試已經(jīng)用了很多年了，也恰好就驗證了市場上確實存在這樣的需求。
網(wǎng)易科技：所以金沙江創(chuàng)投是你們拿到的第一筆錢？
方小雷：是的，那是2019年，已經(jīng)是我們創(chuàng)業(yè)兩年后的事情了。2018年是最艱難的一年，產(chǎn)品已經(jīng)出來了，但市場和資本都不認(rèn)可我們。
當(dāng)時火的是 AI 簡歷解析的概念，不僅符合大眾認(rèn)知，而且技術(shù)上也只是關(guān)鍵詞匹配，相對簡單。所以市面上幾乎所有 AI 招聘公司都在做這個方向，最多時大概有200多家。
當(dāng)然，大多數(shù) AI 簡歷解析公司最終都倒閉了，只有一兩家轉(zhuǎn)型做了招聘管理系統(tǒng)?；蛘哒f成了“大數(shù)據(jù)”公司。
網(wǎng)易科技：“大數(shù)據(jù)”公司是什么？
方小雷：比如，北京有一家叫“巧達(dá)科技”的公司，他們拿到了多家一線投資機構(gòu)的融資。
他們聲稱是做招聘，但其實核心業(yè)務(wù)是簡歷數(shù)據(jù)交換。企業(yè)可以通過把自己廢棄的簡歷上傳到系統(tǒng)上的方式，換取類似于積分的東西，然后用積分下載其他公司的簡歷。這樣，所有企業(yè)都愿意把候選人的簡歷上傳上去，然后再下載更多候選人的簡歷。
這對企業(yè)而言，是免費的服務(wù)，而他們賺錢的業(yè)務(wù)在別處。
他們會將大量簡歷數(shù)據(jù)拆分成不同的數(shù)據(jù)包，賣給那些打騷擾電話的公司。這就是所謂的“大數(shù)據(jù)”生意。這在當(dāng)時非常賺錢，以至于也有投資人勸我：“你看你不懂做生意，人家這做的多好。一般人我還不告訴他?！?但我不敢做，這顯然是灰色地帶。
果然，過了一年，這家公司所有高管都被抓了。（網(wǎng)易科技了解到，巧達(dá)科技自2014年成立，并在當(dāng)年11月獲得百萬美元A輪融資，2017年1月獲得千萬人民幣B輪融資。2017年全年收入4.11億元，凈利潤1.86億元，凈利潤率超過45%。2019年，巧達(dá)科技被查封，全體員工被警方帶走。）
這也是 AI 簡歷解析模式逐漸失敗的原因之一——很多公司并不是真正想做 AI 技術(shù)，而是利用數(shù)據(jù)牟利。到了2019年，國家開始嚴(yán)格監(jiān)管數(shù)據(jù)安全，這種模式徹底終結(jié)。
最終，行業(yè)又回到了“面試”這一招聘核心環(huán)節(jié)，我們的 AI 面試技術(shù)也逐漸被市場接受。
網(wǎng)易科技：所以你們從一開始在招聘場景的思考，就不是為簡歷篩選提效，而是想要重塑整個招聘邏輯？
方小雷：對，確實是這樣。你可以想象一下：如果我手上只有十份簡歷，而且時間充裕，那我是不是可以直接把這十個人都叫過來面試？當(dāng)然，如果有些簡歷明顯不符合要求，那就直接排除，不需要浪費時間。
其實，簡歷篩選本質(zhì)上只需要做一個最基礎(chǔ)的排除，把那些明顯不合適的人剔除掉。而對于剩下的候選人，只要生產(chǎn)力足夠，最優(yōu)的方案其實就是讓每個人都參加面試。
基于這個思路，我們后來也進(jìn)行了迭代優(yōu)化。簡歷篩選確實有它的價值，但它應(yīng)該是一個初步的過濾手段，而不是決定性的關(guān)卡。我們的目標(biāo)是讓所有符合基本要求的候選人都能進(jìn)入 AI 面試環(huán)節(jié)，而不是過度依賴簡歷篩選來做決定。
網(wǎng)易科技：但當(dāng)時針對AI面試可靠性的質(zhì)疑應(yīng)該也很多吧，在大模型的能力還沒有被證明的時候，如何讓客戶相信你們能力的呢？
方小雷：是的，那個階段的最大挑戰(zhàn)就是要向客戶證明，我們通過AI打出的分?jǐn)?shù)能夠替代人類的判斷。因此，我們采用了一種叫“雙盲人機對比實驗”的方法，也就是讓AI與人類面試官同時進(jìn)行評分，并對比兩者的結(jié)果。這是一個標(biāo)準(zhǔn)的驗證方法，在人工智能的研究論文中很常見，能夠通過數(shù)據(jù)對比驗證AI的表現(xiàn)。
我們將這一實驗納入客戶試用階段，客戶完成實驗后可以獲得數(shù)據(jù)，用于內(nèi)部溝通并說服決策層。在那個時候，很多業(yè)務(wù)領(lǐng)導(dǎo)和團(tuán)隊成員對AI的準(zhǔn)確性有質(zhì)疑，單憑口頭說服很難推動項目。但一旦完成了這個對比實驗，項目的推動就變得容易多了。
但那時候我們的競品通常選的是另一條路，即通過“權(quán)威認(rèn)證”來證明AI的有效性。他們會聲稱自己與人類面試官的打分一致性已經(jīng)達(dá)到95%甚至更高，但我們則通過具體的實驗數(shù)據(jù)來向客戶展示。
我們還會做人類面試官的對比，后來發(fā)現(xiàn)，人類面試官之間的評分一致性并不高，很多時候會有錯誤，而AI反而展現(xiàn)出了更高的一致性。
網(wǎng)易科技：那時候，你們的底層AI能力是自己研發(fā)的嗎？
方小雷：是的，當(dāng)時完全是自己研發(fā)的。但技術(shù)的研發(fā)對于算力的要求讓我也曾一度非常擔(dān)憂。還好LLaMA的開源改變了這個局面，后面我們利用LLaMA進(jìn)行增量預(yù)訓(xùn)練，度過了艱難期。
網(wǎng)易科技：這個艱難期指的是什么？
方小雷：那是23年初，當(dāng)時盡管我們已經(jīng)通過大約40個超大型企業(yè)客戶進(jìn)行了一些驗證，但我們的產(chǎn)品也暴露出了一些硬傷。
第一個問題是，很多候選人認(rèn)為AI面試官并不具備智能，它更像是一個錄制的視頻工具。部分競品甚至沒有虛擬人，只是簡單地錄制視頻，導(dǎo)致候選人對面試過程不夠認(rèn)真。
第二個問題是，候選人無法得到追問，而追問實際上非常重要。追問能夠深入挖掘候選人的潛力，避免一些初次答錯而錯失機會的浪費。我們最初的版本并不具備這一能力，但隨著技術(shù)的進(jìn)步，我們的AI面試官能夠進(jìn)行智能追問，甚至能在同一問題上進(jìn)行多輪追問，從而讓候選人更加認(rèn)真，并幫助我們深入了解他們。
第三個問題是，早期的AI系統(tǒng)無法清晰解釋評分標(biāo)準(zhǔn)。比如，我們給候選人打了一個分，但為什么是這個分?jǐn)?shù)？這是許多HR和業(yè)務(wù)領(lǐng)導(dǎo)關(guān)心的核心問題，但當(dāng)時的系統(tǒng)無法提供合理的解釋。
從2023年開始，我們基于LLaMA進(jìn)行了增量預(yù)訓(xùn)練，當(dāng)時也差不多用了700多張H100的卡，尤其是針對中文的能力進(jìn)行強化。這項訓(xùn)練的成本非常高，但它解決了中文理解的瓶頸，也使得AI面試官的智能得到了大幅提升。
目前，我們的產(chǎn)品已經(jīng)能夠進(jìn)行三輪追問，能夠全面評估候選人的能力。但我們的競爭對手大多數(shù)仍然在依賴人類在AI面試后打分，而且追問也有很多幻覺。而我們的評分完全是自動化的，不需要依賴人工干預(yù)。
單日面試1.4萬人，
模型幻覺能被解決
網(wǎng)易科技：目前，產(chǎn)品的表現(xiàn)如何呢？
方小雷：目前可以說，已經(jīng)把產(chǎn)品做到了一個相對來說比較好的狀態(tài)，當(dāng)然我們是仍在不斷迭代優(yōu)化。我們的評分系統(tǒng)、追問能力和候選人報告的解釋功能，都有了顯著的突破，已經(jīng)從和美國相當(dāng)，到了現(xiàn)在遠(yuǎn)超美國對應(yīng)產(chǎn)品的水平。
網(wǎng)易科技：我比較好奇，我們的報告會涉及哪些指標(biāo)？因為顯然，面試不僅僅考察的是應(yīng)聘者對問題的回答能力，還包括整個面試過程中展現(xiàn)出的狀態(tài)等各種因素。那么，我們是如何確認(rèn)崗位匹配度的呢？
方小雷：這是個很好的問題，也是我們與競品的核心區(qū)別之一。最近，我們恰好正與某個競品同時在爭取一家實力較強的客戶。
客戶本身是有自己的面試標(biāo)準(zhǔn)的，但是我們會告訴客戶，我們跟競品不一樣，我們并不需要您去告訴我們您的面試標(biāo)準(zhǔn)，因為我們的咨詢團(tuán)隊會幫助客戶來建立這一標(biāo)準(zhǔn)。
當(dāng)然，有些客戶會說，他們已經(jīng)有自己的標(biāo)準(zhǔn)，不需要我們來制定。然而，現(xiàn)實情況是，大家的標(biāo)準(zhǔn)和 AI 可以理解的標(biāo)準(zhǔn)之間的差異是非常大的。我們擅長的正是幫助客戶在前期構(gòu)建可實際應(yīng)用的面試模型。
事實上，往往客戶在真正看到我們的產(chǎn)品，并理解其邏輯后，就會意識到是需要我們來做這件事的。我們的這項工作，通常由心理學(xué)家或具備十年以上甲方HR經(jīng)驗的資深顧問來完成，因為它至關(guān)重要。僅僅依賴客戶自行描述是不夠的。
大多數(shù)時候企業(yè)自身是“只緣身在此山中”，雖然列有12345678的詳細(xì)考察點。但現(xiàn)實情況是，他們是否是真的嚴(yán)格按照這些標(biāo)準(zhǔn)在面試？也未必。我們一直在遇到這樣的問題。
網(wǎng)易科技：具體來說是怎么執(zhí)行的？
方小雷：簡單來說，我們會通過訪談的方式，幫助客戶重新構(gòu)建面試標(biāo)準(zhǔn)。完成重構(gòu)后，AI就能基于這一標(biāo)準(zhǔn)執(zhí)行相應(yīng)的面試流程。這是一個涉及用戶心理學(xué)和科學(xué)建模的咨詢過程，主要由我們的團(tuán)隊來完成。
網(wǎng)易科技：之前提到的模型幻覺問題，你們是如何解決的？
方小雷：這個問題我們不能對外詳細(xì)解釋，我們畢竟是一家商業(yè)化公司。但是，幻覺問題確實是一個嚴(yán)重的挑戰(zhàn)。我們測試過多種市面上最先進(jìn)的大模型，包括OpenAI 在內(nèi)，即便是最新的、最先進(jìn)的 API，仍然有5%-10% 的候選人在面試過程中會遇到幻覺問題。即便是 DeepSeek，我們測試后也發(fā)現(xiàn)類似情況。
網(wǎng)易科技：但可以確定，幻覺問題是可以被解決的？
方小雷：是的，而且我們已經(jīng)驗證了。例如，前年我們在中原銀行一天之內(nèi)完成了1萬人的 AI 面試，去年單日面試量更是達(dá)到了1.4萬人，每位候選人都經(jīng)歷了6-10輪追問，但沒有出現(xiàn)任何幻覺問題。
也就是說，我們不只是宣稱自己有這個技術(shù)，而是用實際案例證明，我們的 AI 在大規(guī)模應(yīng)用中是可靠的。這也是為什么我們擁有如此龐大的客戶群，因為他們發(fā)現(xiàn)，我們的產(chǎn)品不會出現(xiàn)幻覺問題。
網(wǎng)易科技：目前，你們的客戶大概是怎么樣的一個畫像？
方小雷：這個問題也是投資人問我們比較多的一個。我們可以很明確地說，在美國，AI 面試的應(yīng)用范圍非常廣泛，涵蓋各個行業(yè)。但在中國，市場情況并不完全相同。
最早，我們打的是高端制造業(yè)這個市場，但其實也不是我們主動選擇的這個行業(yè)，而是因為這個行業(yè)，就是有著巨大的面試量和迫切的需求。
隨著產(chǎn)品逐步推廣，目前我們已經(jīng)覆蓋了11個行業(yè)，其中一些行業(yè)的需求從2018、2019年起就已經(jīng)非常旺盛。當(dāng)然，也有些行業(yè)，比如互聯(lián)網(wǎng)教育、房地產(chǎn)等，曾經(jīng)有過大量面試需求，但后來行業(yè)形勢變化，需求減少了。同時，也有新興的行業(yè)不斷涌入。
總體來看，我們的客戶從超大型企業(yè)逐步擴展到中大型企業(yè)，再到中小型企業(yè)。
對于中小型企業(yè)來說，頭部客戶的示范效應(yīng)非常重要，他們往往會先觀察行業(yè)內(nèi)的龍頭企業(yè)是否已經(jīng)采用 AI 面試，并評估它的實際應(yīng)用效果。隨著市場的成熟，我們的客戶群體也在不斷擴展。
從2018年推出第一代產(chǎn)品，到2019年擁有第一批種子用戶，再到2020年用戶量開始增長，2021年是一個重要的突破年，大規(guī)模拓展市場后，我們的行業(yè)覆蓋率顯著提升。整個過程歷經(jīng)了7年，我們才達(dá)到了現(xiàn)在的市場規(guī)模。
網(wǎng)易科技：哪些是沒有涉及的呢？
方小雷：有兩類招聘場景我們涉足較少，甚至幾乎沒有涉足：
一類是高端招聘，如總經(jīng)理、副總裁、總監(jiān)級別崗位。這類職位的候選人本身就很少，企業(yè)通常愿意花更多時間進(jìn)行深入溝通。但其實，我們也有世界500強企業(yè)使用我們的 AI 面試來招聘事業(yè)部總經(jīng)理，并取得了不錯的效果。但并非所有企業(yè)都具備類似的需求或資源。此外，高端崗位的痛點更多在于“如何找到合適的候選人”，而不是“如何篩選候選人”。
另一類是藍(lán)領(lǐng)招聘。在美國，藍(lán)領(lǐng) AI 面試已經(jīng)有較多應(yīng)用案例，但在中國，情況完全不同。雖然市場上有一些企業(yè)聲稱在做藍(lán)領(lǐng) AI 面試，但我們的調(diào)研發(fā)現(xiàn)，這類項目的面試量普遍很小，而且持續(xù)性較差，很多時候一年后就不復(fù)存在。
網(wǎng)易科技：為什么不做藍(lán)領(lǐng)面試？
方小雷：我們也曾認(rèn)真研究過藍(lán)領(lǐng) AI 面試的可行性。但后面發(fā)現(xiàn)，藍(lán)領(lǐng)招聘的痛點并不在面試環(huán)節(jié)，而是在“候選人數(shù)量不足”。這個問題的終極解決方案是提高求職者的供給量，而這依賴于更先進(jìn)的勞動力匹配機制，而不是增加一輪AI 面試環(huán)節(jié)。
網(wǎng)易科技：那更細(xì)節(jié)一些來看，AI 面試主要替代的是客戶招聘中的哪些環(huán)節(jié)呢？
方小雷：目前，大多數(shù)企業(yè)已經(jīng)將 AI 面試作為招聘流程的核心組成部分，只保留最后一輪由業(yè)務(wù)領(lǐng)導(dǎo)進(jìn)行的面對面面試。
但其實最后這輪面試也是很必須的。因為，面試畢竟是一個雙向選擇的過程。求職者其實也在挑選自己的領(lǐng)導(dǎo)。因此，業(yè)務(wù)領(lǐng)導(dǎo)在最終面試時，通常會先通過 AI 面試的報告篩選候選人，再進(jìn)行面對面地溝通。
網(wǎng)易科技：你們的團(tuán)隊構(gòu)成是怎么樣的？除了HR相關(guān)人才和大模型技術(shù)團(tuán)隊外，還有哪些成員？各個部分的比例大概是怎樣的？
方小雷：我們的第二大個人股東是哈爾濱工業(yè)大學(xué)深圳AI實驗室負(fù)責(zé)人陳清才教授，因此，我們一直以來都得到了陳老師和哈工大的大量支持。
目前，我們公司約三分之一的員工與AI技術(shù)相關(guān)，其他員工則主要負(fù)責(zé)售前解決方案、交付和客戶成功等業(yè)務(wù)。這就是我們團(tuán)隊的大致構(gòu)成。
網(wǎng)易科技：你們的面試服務(wù)是怎么收費的？
方小雷：我們是按面試量來收費的，大概就是一個面試幾十塊錢。
有大廠前后兩次都說要投資我們，
結(jié)果回去就抄
網(wǎng)易科技：大模型與行業(yè)的結(jié)合，行業(yè)數(shù)據(jù)無疑是其中非常關(guān)鍵的要素。你們的訓(xùn)練數(shù)據(jù)來源是什么？
方小雷：我們的數(shù)據(jù)來源很簡單，都是我們過去那么多年，大家辛辛苦苦一個客戶一個客戶去打下來的。因為我們過去一直合作的都是超大型企業(yè)客戶，這些客戶有著大量的真實面試場景，我們就是在那時候積累的大量真實AI面試數(shù)據(jù)。
這其實也說明了，并不是簡單地臨時訓(xùn)練一個大模型就能達(dá)到我們的效果。因為，這些真實的面試數(shù)據(jù)才是核心。這不是你花錢，做幾個模擬面試，就能積累起來的。就比如說，是否真的想得到這個工作呈現(xiàn)出來的狀態(tài)，其實在心理學(xué)上其實區(qū)別是非常大的。
此外，即使你花錢讓企業(yè)使用你的 AI 面試系統(tǒng)，企業(yè)也未必愿意配合。因為這可能會影響它們的雇主品牌形象以及招聘流程的穩(wěn)定性。對于企業(yè)來說，招聘是至關(guān)重要的環(huán)節(jié)，一旦系統(tǒng)不穩(wěn)定或者數(shù)據(jù)利用不當(dāng)，都會影響人才獲取。
因此，在這個領(lǐng)域，先行者擁有天然的飛輪效應(yīng)——數(shù)據(jù)積累越多，模型優(yōu)化越好，競爭壁壘也就越高。
網(wǎng)易科技：你認(rèn)為AI面試的真正壁壘是什么？
方小雷：這個問題其實和你剛才提到的內(nèi)容是息息相關(guān)的?；仡欉^去這些年，我們經(jīng)歷了幾個很有趣的階段。
最初，很多人根本看不懂我們在做什么。等他們看懂了，開始覺得這個東西不錯，便預(yù)測我們會被行業(yè)巨頭取代，覺得只要這些公司一抄，我們這種創(chuàng)業(yè)公司肯定就沒生意了。那些公司也確實嘗試去抄襲，但最終很多要么失敗了，要么推出的產(chǎn)品質(zhì)量很差，無法形成真正的競爭力。
后來，大模型的出現(xiàn)讓投資人又有了新的論調(diào)，他們開始說：“有了大模型，你們就沒壁壘了?！钡聦嵤?，時間過去幾年，我們的競品依然沒能追趕上來，甚至很多公司陸續(xù)倒閉了。現(xiàn)在，又有人開始說 DeepSeek 這樣的新技術(shù)會讓我們失去優(yōu)勢。
網(wǎng)易科技：那你通常會怎么回應(yīng)？
方小雷：說實話，我已經(jīng)懶得去解釋了。但簡單來說，做產(chǎn)品或者做一門生意，絕不僅僅是“有技術(shù)”就夠了。
舉個例子，電器行業(yè)里，大家都是在用相同的電，相同的生產(chǎn)設(shè)備，但為什么有的企業(yè)能成為美的、格力，而有的只是小作坊？這背后的邏輯并不是單純的“技術(shù)壁壘”，而是產(chǎn)品、市場、供應(yīng)鏈、品牌等一系列因素的結(jié)合。
投資圈里經(jīng)常有個誤解，就是認(rèn)為“只要巨頭想抄，你們這種創(chuàng)業(yè)公司就會死”。但事實真的如此嗎？回顧一下歷史，巨頭抄襲的項目多了，最后真正做成的又有幾個呢？
對我們來說，在 AI 面試這個領(lǐng)域，我們的創(chuàng)新力和資源是高度聚焦的。我們的核心團(tuán)隊能把全部精力投入在這件事上，而在大廠里，CEO 和 CTO 真的會親自主導(dǎo) AI 面試產(chǎn)品的研發(fā)嗎？很可能只是分配了一個小團(tuán)隊，甚至可能只有四五個員工在做這件事。
這個小團(tuán)隊的人才水平真的比我們創(chuàng)業(yè)公司的核心團(tuán)隊更強嗎？恐怕未必吧。
網(wǎng)易科技：DeepSeek之后，面對可能失去優(yōu)勢的質(zhì)疑，你們又怎么回應(yīng)呢？
方小雷：其實這個邏輯很簡單。簡單來說，DeepSeek 并不是超越 GPT 的存在。如果在 GPT-1時代，我們的競品接入了 ChatGPT 的 API，而這是業(yè)內(nèi)公認(rèn)的事實，那么如果他們能做到和我們一樣的效果，那是不是意味著他們早就可以超越我們了？
但事實是，在那個時代，他們即使用了 GPT 的 API 再加上各種技術(shù)，依然達(dá)不到我們的效果。那么現(xiàn)在換成 DeepSeek，為什么就能做到呢？
所以說，DeepSeek 并沒有真正改變什么，只是讓大家在邏輯上更清晰了一點。
網(wǎng)易科技：但 DeepSeek 便宜呀。
方小雷：可問題是，達(dá)不到效果，光便宜有什么用？客戶購買我們競品的產(chǎn)品，不是因為我們的價格貴，而是因為競品的效果不好。所以，價格并不是決定性因素，核心還是最終的產(chǎn)品體驗和價值。
網(wǎng)易科技: 你們跟智聯(lián)招聘、前程無憂這些公司是競爭關(guān)系嘛？
方小雷：他們一直把我們當(dāng)作競爭對手，但其實我們一直是希望能合作的。
但現(xiàn)實是，有大廠反復(fù)抄襲我們。更諷刺的是，其中有一家在他們抄第三遍之前，投資人還曾撮合我們和他們高層直接溝通，結(jié)果他們的結(jié)論是：“再抄一遍?！?還有一家也是，前后兩次都說要投資我們，結(jié)果回去就抄。
甚至，他們還用從我們這里聽來的信息去申請專利，幸好我們提前申請了。
網(wǎng)易科技：你覺得對他們來說，更高效的方式應(yīng)該是直接接入你們的技術(shù)嗎？
方小雷：其實他們很清楚自己商業(yè)模式的局限性。傳統(tǒng)招聘平臺的生命周期短，幾乎是“江山代有才人出，各領(lǐng)風(fēng)騷數(shù)幾年?！?/p>
從前程無憂，到智聯(lián)招聘，再到58同城、獵聘，現(xiàn)在是 BOSS 直聘，每隔幾年就換一個主角。他們知道自己需要尋找下一代產(chǎn)品，也認(rèn)可 AI 面試的價值，但沒有能力做出來，又不愿意真正投資。所以他們的做法就是反復(fù)嘗試抄襲，但始終無法成功。
現(xiàn)在，即使這些所謂大廠再來投資我們，我也不敢接受他們的錢，因為他們可能只是想再來看一遍我們的技術(shù)。
網(wǎng)易科技：那你會怎么定義未來你們的產(chǎn)品呢？跟他們是替代關(guān)系嗎？
方小雷：這個我們現(xiàn)在也不討論。因為現(xiàn)在大家都已經(jīng)到了這樣一個狀態(tài)，再去公開場合討論也意義不大。
我們不尋找PMF，
只是構(gòu)建滿足客戶群需求的產(chǎn)品
網(wǎng)易科技：你們?nèi)雸龊茉?，相信不僅積累了大量數(shù)據(jù)，更是收獲了很多Know-How。能不能分享一些你覺得在這個過程中做對的事情？
方小雷：你要說做對了什么，我覺得我做錯的才是多了去的，但還是有幾個最重要的。
首先，所有的，未來可能成功的 AI 應(yīng)用，公司主創(chuàng)團(tuán)隊里面一定要有真正的行業(yè)專家。我自己是 HR 出身，所以對招聘場景有深刻理解。但市場上的大部分競品，創(chuàng)始人都是 IT 背景，他們需要外部力量來補足行業(yè)理解，這導(dǎo)致他們產(chǎn)品的核心邏輯容易出現(xiàn)偏差。
我們其實每一年都會有性能提升，并推出大量的新功能。這些的起點大部分都是來自于我的原創(chuàng)。也就是說，在我沒有把想法公開前，全球范圍內(nèi)的 AI 面試產(chǎn)品里，都不會有這個功能。
這也導(dǎo)致，他們總是在等我們發(fā)布新功能后，再去模仿。但當(dāng)他們終于抄出來時，我們的版本已經(jīng)迭代了半年甚至一年，而且效果可能還差很多。
與此同時，我們會不斷去理解客戶在使用產(chǎn)品過程中遇到的問題。對于這些問題，我們的解決方案并不是簡單地從外部聽來的或者借鑒的，而是我們自己創(chuàng)造出來的。當(dāng)然，方案需要經(jīng)過客戶驗證，但正因為是自己創(chuàng)造的，驗證和改進(jìn)的節(jié)奏會非?？?。
網(wǎng)易科技：我們也看到了一些數(shù)據(jù)，比如你們的業(yè)務(wù)量過去幾輪增長迅猛，甚至翻倍。從商業(yè)模式的角度來看。我想了解一下，你們是如何找到 PMF（Product-Market Fit，產(chǎn)品市場契合點）的？想聽聽你的經(jīng)驗。
方小雷：我們并不是按照某種所謂的創(chuàng)業(yè)方法論去尋找 PMF 的，甚至在創(chuàng)業(yè)初期，我根本不知道 PMF 這個概念。
我最開始是做 HR 出身的，對業(yè)務(wù)拓展也不懂，所有的一切都是一點點摸索出來的。最初，我們的客戶是因為認(rèn)可我的 HR 經(jīng)驗才選擇我們的產(chǎn)品，而不是因為我們有明確的 PMF 邏輯。
所以，如果你問我怎么找到 PMF，我真的不知道，因為我們的路徑并不是“先有產(chǎn)品，然后再去尋找它的市場契合點”。我覺得這種邏輯本身就是錯誤的。真正的路徑應(yīng)該是，我們有一批客戶，他們的需求非常廣泛，我們的任務(wù)是打造一款產(chǎn)品來滿足這些需求。
因此，我的理解是，我們不是在“尋找” PMF，而是在“構(gòu)建”滿足特定客戶群需求的產(chǎn)品。我從來不認(rèn)可“找 PMF”這個概念，這件事對我來說一直是個謎。如果一個創(chuàng)業(yè)項目不是從客戶需求出發(fā)，去解決真實的痛點，那它為什么會有 PMF 呢？也許是我不懂，但至少我的經(jīng)驗是這樣。
網(wǎng)易科技：你們做的是 AI + 面試。但如果擴展到其他領(lǐng)域，比如 AI + 法律、AI + 金融，你會覺得模型能力和場景的理解哪個更重要？
方小雷：其實這個邏輯也是反過來的。你剛才提到了一點是對的，理解場景、理解客戶的真實需求確實非常重要，這是任何 AI 應(yīng)用的起點。但同時，對于大模型來說，它能實現(xiàn)什么、不能實現(xiàn)什么，這件事需要不斷去學(xué)習(xí)、理解和試探，并不是說某個能力暫時不夠，就意味著這個方向不能做。
在這個過程中，最大的挑戰(zhàn)是，你是否能在技術(shù)上實現(xiàn)突破，做到比別人更好。如果大家都能理解這個場景，而這個場景本身也并不復(fù)雜，同時大模型能力已經(jīng)比較成熟，那為什么這個機會會輪到你？
所以，很多時候技術(shù)是需要去“夠一夠”、去“逼一逼”的。如果你看到技術(shù)已經(jīng)完全成熟，那全球可能有100萬人都在做同樣的事情，到那時候，這個機會就不一定輪得到我們了。
網(wǎng)易科技：所以從這個角度來看，模型能力的迭代提升對我們來說其實是一個利好因素，并不會因為模型能力的不斷提升而被顛覆嗎？
方小雷：對，不會的。其實，應(yīng)用需求會倒逼技術(shù)進(jìn)步。當(dāng)某個應(yīng)用真正需要技術(shù)達(dá)到某個水平時，技術(shù)就會隨之演進(jìn)。
就像現(xiàn)在的大模型應(yīng)用一樣，它更像是一個“發(fā)電廠”，提供算力，但具體的需求是由用戶決定的。比如，研究人員上傳大量文獻(xiàn)后發(fā)現(xiàn)，大模型“讀不懂”或處理不了，很多人希望模型支持更長的上下文，這就催生了像 Kimi 這樣的產(chǎn)品。
所以，真正推動 AI 進(jìn)步的是市場需求，而不是技術(shù)已經(jīng)成熟了再去找應(yīng)用場景。要是技術(shù)先完全成熟，再來找應(yīng)用，那就毫無意義了。
網(wǎng)易科技：最近有沒有和朱嘯虎有一些交流？有哪些新的認(rèn)知可以分享？
方小雷：朱總是我們的投資人，我們經(jīng)常交流。最近有一件事挺有意思，可以分享一下。
有一家叫 Mercor的美國 AI 招聘公司，融資金額很高，一度受到廣泛關(guān)注。但我們對這家公司深入研究后，結(jié)果讓我大跌眼鏡。我們發(fā)現(xiàn)，這家公司雖然打著“AI 面試”的旗號，但實際上他們的核心業(yè)務(wù)本質(zhì)上是數(shù)據(jù)標(biāo)注。
但是它的創(chuàng)始人在對外宣傳時，會特別強調(diào)那些高端職位，比如顧問類。于是，很多投資人跑來問我們：“你們能不能做一個 Mercor？” 但深入研究后，我發(fā)現(xiàn)它的本質(zhì)就是一個數(shù)據(jù)標(biāo)注外包平臺，只是披上了 AI 的外衣。
后來，每當(dāng) Mercor 又完成一輪融資，投資人就會來問我們它的業(yè)績?nèi)绾巍Ｖ炜傄矔堰@類信息轉(zhuǎn)給我，但我已經(jīng)不再更新對它的研究了，因為它的本質(zhì)沒有改變。
直到有一天，朱總給我發(fā)了一個短視頻，內(nèi)容和我的研究結(jié)論完全一致。這說明，他自己也會做大量研究，并且往往比其他投資人看得更透徹、更快。
這件事給我們的啟發(fā)是，不能只看公司如何包裝自己，真正重要的是它的業(yè)務(wù)本質(zhì)。投資人需要具備獨立判斷的能力，而不能被市場上的“講故事”風(fēng)潮帶偏。
網(wǎng)易科技：今年公司發(fā)展的重點是什么？投資人有沒有對你們的一些期待？未來的階段性目標(biāo)呢？
方小雷：目前，我們的核心目標(biāo)是保持盈利，讓公司實現(xiàn)自我造血?，F(xiàn)在市場上的資金非常有限的，大量投資都流向了少數(shù)幾家 AI 大模型公司，尤其是那些有“清華博士”背景的團(tuán)隊。
但現(xiàn)實情況是，很多錢其實都被浪費掉了。我們不能指望市場資金，必須依靠自身的業(yè)務(wù)賺錢，靠自己養(yǎng)活自己。說實話，這里面有很多東西不方便講，講了可能文章都發(fā)不出來（笑）。
網(wǎng)易科技：你怎么評價公司當(dāng)前的發(fā)展?fàn)顟B(tài)？
方小雷：我覺得我們目前是比較健康的狀態(tài)。這種健康的狀態(tài)呢，會讓大家相對來說比較安全，給同事們提供一個“避風(fēng)港”。
雖然我們現(xiàn)在還無法大富大貴，但至少大家能吃上三餐，有米有粥，能夠穩(wěn)穩(wěn)當(dāng)當(dāng)?shù)囟冗^當(dāng)前的局面。我相信，市場很快就會發(fā)生變化，而當(dāng)這種變化到來的時候，我們就是那個最穩(wěn)的團(tuán)隊。
我始終認(rèn)為，不能過度依賴外部資金或市場環(huán)境，否則風(fēng)險太大。真正健康的企業(yè)，應(yīng)該是能夠在風(fēng)暴中活下來，并迎接下一個增長周期。
網(wǎng)易科技：你說市場很快發(fā)生變化，變化指的具體是什么？
方小雷：最大的變化是，市場正在逐漸看懂 AI 應(yīng)用的價值。
網(wǎng)易科技：所以，大家開始愿意在 AI 應(yīng)用上投錢了？
方小雷：這件事現(xiàn)在還不敢下定論，但至少已經(jīng)有趨勢了。要讓市場真正建立起對 AI 應(yīng)用的理解，可能還需要一到三年的時間。但三年后，我是能夠肯定的。
