正在进行招聘工作的Agent，正把传统招聘所遵循的游戏规则给彻底改变掉。Workable有着全流程自治的情况，Spotted Zebra存在AI面试体验升级的状况，就于这样的变革之下，正在转变成系统驱动的招聘工作，而原来的招聘则是以人充当驱动力量的。像北森、Moka等国内的厂商，也加快了自身进行布局的速度，使得招聘工作不再只是单纯的流程管理，而是变成企业组织级别的能力平台。在这场系统级别的重构的背后，是对人才操作系统标准进行的重新定义。
在过去两三年期间，AI于招聘场景里的应用，停留在自动筛选简历、围绕简历展开解析、还有面试这般功能性的赛道。然而开始于今年之时，招聘Agent的一系列诸多信号，密集地出现，我们才切实真正地意识到，招聘系统的角色，已然悄然发生了改变。
能够讲，招聘Agent将整个招聘的各个部分连接起来，通过一根线把招聘转变为企业组织层面上的一种能力。
一、Workable：招聘Agent成为ATS的基础设施
在3月，Workable推出招聘Agent，它强调，这并非是一次功能方面的迭代，而是一场具有结构性特点的变革。
过去的招聘SaaS往往着重关注存简历，以及排流程、发通知，仅仅是在记录流程、解决信息管理方面的问题，与之不一样的是，Workable直接将Agent写入ATS，使得系统能够自行开展工作，人只需做出决策，其解决的是劳动力替代的问题。
更值得予以关注的是，Workable直接免费开放Agent全套餐以供使用，其核心目的在于传递它对于招聘Agent的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甩出一组数据，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，这并非单纯为了讲效率提高，而是朝着市场传递招聘规则的变动情况。
往昔之时，招聘属于人类决策之体系，HR查看简历，面试官经过交流从而做出判断，团队讨论之后进行决策。如今，越来越多的决策权被提前放置到算法层面，哪些关键词能够通过筛选？哪些项目经历会被识别成相关经验？什么样的能力表达方式更容易引发算法匹配？
随之而来的情况是，拥有候选人身份之人利用人工智能对简历进行优化以此来对抗筛选行为，而机器筛选机器这种招聘方面的现状已经形成。
这表明了，哪一个能够去定义岗位画像，哪一个可以定义筛选逻辑，哪一个能够定义评价维度，哪一个便能够制定规则。然而这些偏偏是传统ATS所不具备的。
招聘Agent就这样自然而然地进入ATS。
三、有斑点的斑马，招聘自动化并非是要去降低体验，反而是有着可能会提高体验的情况。
过去一年当中，“候选人不愿意接纳AI”乃是行业内部较为常见的一种观点，然而Spotted Zebra却直接给出了一个违背直觉的结论，那就是当候选人具备选择权的时候，多数候选人反倒倾向于选择AI面试，这一情况推翻了招聘行业过去存在的一种典型假设，即AI面试会对候选人体验造成伤害。
传统招聘流程里，候选人常见体验有，等待时间特长，反馈特别慢 ；面试官随意去发挥，评价标准不一致 ；面试质量参差不齐 ，有时甚至不被尊重 ；结果缺少解释……。AI面试却能提供稳定性 ，随时随地都可实现面试的灵活性，具有问题结构统一性 ，反馈具备效率性 ，评价标准保持一致性。
那些候选人，并非是讨厌人工智能，而是讨厌在招聘流程里存在的不确定性，讨厌低反馈，讨厌差体验，当人工智能面试能够解决这些问题的时候，能带来一种更具确定性、更加一致的体验，如此一来，候选人就会更愿意去尝试那种能够提升效率、能够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
北森的产品实践，Moka的产品实践，递航科技的产品实践，eRoad的产品实践，从这些来看，国内市场也正经历着类似的范式迁移。
这些企业所生产的产品，皆在尝试回应“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。就拿牛客的招聘智能体来说，它不是简单功能的累加，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，能够从领会招聘需求起始，贯通寻聘、筛选、沟通、评估等关键环节，并且要对交付结果承担责任，而非仅仅停留在单点提效上。
就是说，存在一个称得上好的招聘智能体，它不单单要具备执行招聘流程的能力，更得能够领会岗位跟候选人之间语义匹配的规则，并且要把这种领会转化成系统策略，而非一次性算法模型。
也就是说，招聘Agent所存在的竞争，并非是模型方面，而是规则、业务以及体验这三者全面结合起来的情况。
从Workable、Spotted Zebra一直到国内厂商的Agent进化，招聘Agent正将招聘从流程管理转变为一种操作能力，这身为一场系统级的重构。
在这场重构中，谁能定义下一代人才操作系统的标准？
