我是 overflow 公司的 CEO 铃木，我们运营着 Offers，一个面向 AI 时代的工程师招聘平台。
昨天（6 月 1 日），我们宣布了 Offers 的品牌更新。在“AI 时代的招聘从 Offers 开始”这一口号下，我们表示将陆续推出新的举措。
点击查看昨天的文章 👇️
正如承诺的那样，从今天开始，我将以每天一篇的速度逐一揭晓内容。作为第一篇，今天我想谈谈 Offers 的核心服务 AI RPO——它是什么，以及为什么 Offers 要做这件事。
此外，今天我们正式发布了 Offers “AI RPO”。我们整理了服务的整体介绍以及后面会提到的 上线纪念活动（常规价格 5 折），请务必查看。
点击查看新闻稿 👇️
https://prtimes.jp/main/html/rd/p/000000287.000053307.html
0. 到底什么是 AI RPO？
首先，简单来说：
AI RPO 是一项由 AI 和专业 RPO 团队“完全外包”招聘 AI 时代稀缺人才的服务。
AI 工程师、FDE（前部署工程师）、AI Builder、GTM 工程师——所谓的 AI 人才。以及 CTO、VPoE、Tech Lead 等技术领导者。Offers 接管了这些引领 AI 时代业务的人才的整个招聘流程，从候选人筛选到人才搜寻方案设计、发送、跟进和时机管理。
企业需要做的只是初次面试和与候选人的面谈/筛选。概念很简单：“高端招聘的可复制性。” 就是创建一个可以通过系统招聘的状态，而不是仅靠运气。
AI 的潜力由数据解锁。通过从持有海量数据的平台端进行优化，我们最大化匹配速度和匹配精度。
为什么需要这项服务？我将按顺序解释。
1. 我们为什么创建 AI RPO
你真正想要的人不会主动应聘
如果你参与招聘，你一定至少有过一次这样的感觉：
“我们真正想招的人不会来投简历。”
AI 人才，比如 AI 工程师、FDE、AI Builder 和 GTM 工程师，目前都在某个重要岗位上。他们每天都很忙，不会主动浏览招聘网站。大多数人的状态是：“如果有好机会我会感兴趣，但还不足以让我自己主动行动。”
而且，随着 AI 的普及，这类人才的价值实际上在上升。整合 AI 编写的零散代码来设计整个系统，发现幻觉或安全漏洞以保护质量，以及判断“这项技术应该在业务中的何处以及如何使用”。这些都是 AI 无法替代的工作，能够胜任的人才需求旺盛。所以他们不会出现在市场上。
传统的直接招聘（DR）几乎触及不到这个层面。人才搜寻只能针对市场上那部分已经开始“找工作”的极小群体。根据我们的数据，企业真正想要的人才中，只有大约 2% 目前正在主动流动。
绝大多数人还没有流动。但他们总有一天会流动。问题不在于“人才短缺”，而在于“相遇的方式”和“接触的方式”。这是我们在 7 年运营中坚信的一点。
“广撒网”式的人才搜寻不再有效
另一个现实情况是：
精心写一封人才搜寻消息平均需要 30 分钟。你发了 100 封，只有几个人回复。如果想通过使用模板来提高效率，回复率就会下降。工程师一眼就能看穿，而且他们最讨厌“明显是群发的人才搜寻消息”。
而负责这项工作的招聘人员变得精疲力竭。候选人搜索、草稿撰写、发送、日程安排。被巨大的运营工作量追着跑，他们再也无法把时间花在最重要的事情上：“与候选人面对面交流。”
如果负责人调去其他部门，积累的 know-how 就归零了。只要招聘仍然依赖特定的个人，你就无法接触到 AI 时代的人才。 我们想知道是否可以利用 AI 和专业团队来重建这一切。这就是 AI RPO 的起点。
2. 从“瞄准等待”到“中长期接触”
狩猎型 vs. 耕作型
我们试图重新思考招聘方式本身。
传统的 DR 可以说是 狩猎型。你向市场上出现的活跃层发一条消息。如果没有回复，就结束了。时机是否匹配一半靠运气。
AI RPO 引入了 耕作型 的概念。我们关注那些尚未流动的潜在层，并在中长期内培养关系，直到这个人的想法发生转变。
当我谈到这个时，有人说：“所以 Offers 是一个针对潜在层的服务。”但并非如此。瞄准活跃层是理所当然的。 接触那些正在流动的人是基本前提。在此基础上，你是否能与不流动的潜在层进行中长期接触，将是未来招聘的差异化因素。
“成为他们开始流动时第一个想起的存在”——这就是引入耕作型方法的目标。
企业只需做 3 件事
“我根本抽不出人手来维持中长期的接触。”
你可能会这么想。但这就是 AI RPO 的核心。AI 和专业 RPO 团队处理几乎所有这些工作。
我们只要求企业做以下三件事：
- 回答深度访谈（初次，60-90 分钟）——我们的专业团队深入挖掘业务战略、技术债务、团队构成和文化。
- 审查长名单（30 分钟）——你对 AI 提取的候选人名单提供反馈，比如“这个方向对/不对”。
- 进行候选人面谈和筛选——你把精力集中在最重要的部分：与回复的候选人面对面交流。
Offers 负责一切：候选人筛选、人才搜寻消息设计、发送和时机管理。结果，招聘人员的运营工作量变得几乎为零。
以前每月花 50 小时写消息的工作场所现在花费零小时。节省下来的时间可以完全用于认真接触候选人。在昨天的文章中，我写道“把答案交给 AI，增加人类面对问题的时间”，而 AI RPO 正是这一理念在招聘领域的落实。
3. 隐藏的事实——工程师“会读”人才搜寻消息
在这里，我要分享一个我们从 7 年数据中发现的事实，可能有点令人惊讶。许多从事招聘的人认为：
“反正人才搜寻消息也没人看。”
这是个错误。
在我们的数据中，在每月收到人才搜寻消息的用户中，超过 40% 的人“打开所有消息”。超过 80% 的人“打开 4 次或更多”。 此外，42.7% 的人连续 7 个月持续打开人才搜寻消息。
换句话说，如果精心送达，人才搜寻消息不是一次性的“子弹”，而是可以成为像“博客”一样每月被认真阅读的东西。事实上，作为持续送达的结果，“半年后突然联系过来”的情况并不少见。
那么，为什么他们看了却不回复呢？
答案很简单。
因为“现在不是时候。”
不是他们不感兴趣或者内容不好。只是他们行动的时机“不是现在”。而且原因不只一个，它在一个候选人的脑海中总是不断变化。
通过反复与候选人访谈，我们发现每个人关心的大致分为以下五类：
- 技术栈/技能提升（下一个环境是否现代化？我的经验能用上吗？）
- 工作方式/条件/薪酬（远程工作？薪资范围？实际加班情况？）
- 职业目标/角色选择（管理岗还是技术专家？有多少决策权？）
- 组织/评价/文化（团队规模？技术能力会得到正确评价吗？）
- 市场价值/未来焦虑（AI/自动化/年龄的风险？关于“保持现状是否合适”的模糊焦虑？）
用一句话来概括，AI 人才的真实想法是：
“我想在 AI 时代构建一个中长期被需要的职业生涯，同时将风险降到最低。”
（来源：Offers 与候选人的职业访谈数据 / 2025 年 6 月 – 2026 年 4 月）
这个事实对我意义重大。招聘不是强迫那些看了却不回复的人回头。而是在恰当的时机真诚回应他们重视的问题。AI RPO 就是使这成为可能的机制。
4. 我们为什么知道“恰当时机”——3 项独特技术
说起来容易“在恰当的时机向每个想法变化的人送达信息”，但要实际做到，你必须持续判断何时、向谁、发送什么内容。支撑这一点的是 Offers 独有的三项技术。
我经常把这三项技术解释为“地图、当前位置和下一步行动。”
① 职业漂移模型—— “地图”
这是根据 7 年间超过 35,000 名工程师的数据构建的心理转变地图。
工程师对换工作的想法不能简单地分为“想换/不想换”。我们将其捕捉为 7 个阶段。
① 能力停滞 → ② 焦虑觉醒 → ③ 被动探索 → ④ 决策触发 → ⑤ 主动选择 → ⑥ 决策危机 → ⑦ 整合与保留。
例如，阶段 ① 是“目前的工作很有趣，但我感觉自己的成长停滞了”的状态。这是一个只是关注他们而不发送任何东西的阶段。只有当达到阶段 ③“如果有好机会我愿意听听”时，我们才从技术栈或业务愿景的角度提供信息。每个阶段产生共鸣的话语和时机都不同。
② 职业漂移评分—— “当前位置”
即使有了地图，如果不知道“这个人现在处于哪个阶段”，也无法行动。
职业漂移评分根据候选人在 Offers 上的行为 量化每个候选人的状态，并敏锐地感知他们感受的变化。它能捕捉到像“最近他们似乎又有点兴趣了”这样的细微差别。它将以前依赖运气的“时机”转变为基于数据的判断。
③ 故事人才搜寻—— “下一步行动”
一旦我们用地图理解了内心的动向，用当前位置捕捉到了时机，最后一步就是实际送达。
基于通过深度访谈获得的主要公司信息，AI 设计超过 30 种消息场景模式。它根据阶段选择角度并生成文案。不是以一条消息结束，而是每次从不同角度送达公司的“故事”。
而且，所有由 AI 生成的人才搜寻消息在发送前都会由 RPO 专业团队进行质量检查。我们只发送那些会让接收者觉得“这是为我写的”的消息。一条模板式的消息我们都不会发。
因为这三项技术是联动的，所以可以实现可复制的招聘，而且不具强迫性。
5. 数字与实际场景
我已经讨论了机制，现在让我展示一下结果。
我们在同一家公司内，对 55 家公司进行了为期一年的“Offers 处理的案例”与“公司自行运营的案例”的比较。
- 招聘信息发送的覆盖范围：2.5 倍
- 进入面试的人数：1.8 倍
- 成功招聘人数：1.5 倍
有趣的是，回复率本身没有显著差异。换句话说，AI RPO 的价值不是“提高回复率的魔法”，而是在保持质量的同时扩大对候选人的覆盖范围，并增加面试和录用的“成果”。
招聘周期也从通常的 180 天缩短至平均 35.4 天。
事实上，那些多年来一直难以招聘的职位终于有了进展的案例正在增加。
Nyle Inc. —— 在工程师市场红海中难以形成人才库的情况下，利用 AI RPO 最大限度地减少了内部工作量，成功招聘了一名首席工程师。
Gaji-Labo Inc. —— 成功招聘到了一名适合其合伙制业务模式的高端产品经理，而通过传统 DR 无法接触到这样的人选。
6. 目标是实现候选人和企业都满意的状态
到目前为止，我主要从招聘企业的角度来写。最后，让我谈谈我真正想实现的世界。
我的目标非常简单：
在恰当的时机传递恰当的信息。
当这实现时，我相信候选人和企业双方都能满意。
对于候选人来说，他们不会再在没兴趣的时候被粗制滥造的人才搜寻消息轰炸；当他们真正想考虑自己的职业时——“那个时候”——有用的信息——市场价值、技术趋势、选择——会触手可及。对于企业来说，与其在不会回头的方向上持续投入精力，不如在恰当的时机真诚地与那些想法有变化的人会面。
与其说“我不喜欢被 AI 分析”或“我不喜欢被追赶”，我更想做的是减法——“在看起来没兴趣的时候就不发送”。它存在的目的是消除那些即使没人看也一直发送的令人不快的群发消息。而最终，是否见面、交谈或决定，始终 100% 由你决定。AI 接管时机和行政工作，作为交换，人类重新获得了时间来进行真正的沟通。
AI RPO 是实现“在恰当的时机传递恰当的信息”这一世界的过程。Offers 之所以做这项服务的原因，归根结底也在于此。我们不只是想让招聘更高效，而是想让候选人和企业相遇的方式变得更公平一点、更幸福一点。这就是为什么我们押注于 AI RPO。
最后
从明天开始，我将每天一篇地介绍品牌更新中预告的举措。明天（6 月 3 日），我计划谈谈基于预算的预聘费。
上线纪念活动信息
为纪念今天 AI RPO 的上线，我们正在举办上线纪念活动。目标计划的基本费用将以常规价格 5 折提供。
- 对象：新签订合同的企业（不包括现有合同的续约或解约后 3 个月内的重新签约）。
- 期间：2026 年 6 月 2 日（周二）– 2026 年 8 月 31 日（周一）。在此期间完成合同签订的企业符合条件（以合同签订时间为准，而非申请时间）。
- 范围：仅限基本费用。不包含可选费用和额外服务费。
如果您是想在这个时机尝试 AI RPO 的企业，请趁此机会。
点击此处申请上线纪念活动
👇
️
如果您想更具体地了解 AI RPO，请访问这里。
感谢您阅读到最后。
