文 丨 新浪科技 周文猛

期数：No.66

嘉宾：科锐国际CTO 刘之

DeepSeek不断推进技术论文、代码库开源的举动，正让越来越多的国内企业以更低的成本使用比肩OpenAI o1性能的模型能力。

日前，科锐国际宣布已接入DeepSeek-R1大模型，探索AI大模型与招聘特别是中高端招聘领域的深度融合，以期提升人才匹配效率。在与新浪科技《科创100人》沟通中，科锐国际CTO刘之直言，“推理大模型本身是为了往Agents上的发展的。DeepSeek-R1的开源，让国内国外很多没有用上OpenAI o1或保密性较强不能使用云的机构，带来了极大的能力提升。同时DeepSeek-R1也给大家指了一条大规模强化学习的路。”。

早在2022年时，科锐国际便确认了以行业垂直Embedding 模型和 RAG 为核心的AI技术路线，同时也在尝试将OpenAI o1运用到公司业务中。据刘之介绍，“DeeSeek-R1和o1的推理能力类似，因此公司没有因此改变自己的产品方案和策略，而且随着公司接入更多不同模型，DeepSeek-R1有可能接替o1，成为公司RAG和Agents的主力模型。”

“AI人才匹配精准度已超初中级顾问”

作为国内首家登陆A股的人力资源服务企业，目前科锐国际在全球已有100多个分支机构，主营业务覆盖中高端人才访寻、招聘流程外包、灵活用工等全链条服务，及HR SaaS、垂直领域招聘等。而如何运用前沿AI技术为公司招聘业务赋能，是刘之当下最为重要的工作内容之一。

据刘之介绍，2024年起，科锐国际聚焦 AI-First 战略方向。“现在在科锐内部，AI 的氛围非常浓厚，各个部门都在尝试 AI 方面的实践”。

具体而言，招聘业务核心要解决匹配撮合。通过使用AI来进行招聘会涉及很多技术，例如推荐系统、知识图谱等专家系统，以及基于关键词和语义的搜索系统，而不同的技术，对不同的人才招聘产生的“撮合”效果又不同。例如，推荐系统在蓝领和初级岗位招聘中有效果，知识图谱等专家系统适合小且稳定招聘需求的岗位招聘，如人财法等。

据刘之介绍，早在 2023 年 12月，科锐国际便发布了大模型落地应用必不可少的CRE Embedding行业级模型，随后又在2024 年 4 月立项了MatchSystem 匹配系统。MatchSystem系统弥补了纯用向量检索的缺乏精确性的问题。

据刘之介绍，目前该系统已更新至2.0版本，并已应用在公司内部合作、标签自动化、线索管理等领域。“目前我们系统的能力，在匹配精确性能能超过初中级顾问的水平，这是核心的主要场景，也是公司最核心的基础能力”。在刘之看来，“随着实时多模态等Agents 必备的技术逐渐成熟，基础和初级岗位的招聘应该可能会全流程自动化，而中高级岗位的招聘在部分流程中会自动化。”

数据显示，优秀的猎头顾问通常需要在特定领域深耕两年，才能达到业绩峰值，这期间需要大量积累专业知识。然而，猎头业务一方面面临市场快速变化的挑战，过去能够持续一两年的热门岗位，如今可能仅火热数月，需要持续学习和积累人脉；另一方面，岗位日益细分，随着产业链扩展和技术发展带来了很多新岗位，导致猎头顾问需要掌握的专业知识量显著增加。

据悉，基于不同类型人才招聘对于招聘顾问所提出的需求不同，目前科锐国际将资源都集中在了中高端招聘的匹配领域，通过AI等技术来赋能这一领域的招聘工作。

“Agent最佳进入时机已经到来”

自去年以来，伴随AI大模型的快速发展，基于AI大模型的Agent应用方面，迅速成为业界关注的焦点。在刘之看来，“做Agent要向机器人领域学习，因为Agent智能体这个词源自强化学习，而强化学习很大一部分应用在机器人和具身智能领域中。”

“如果说OpenAI把强化学习与语言模型的结合是创新，那么通过大规模强化学习来增强语言模型的推理能力是DeepSeek对社区的重大贡献。”刘之表示，“随着这几年NLP/CV领域中的Transformer架构、大规模预训练模型和Scaling Law的影响，具身智能技术的发展速度也在非常快应用，能够模仿学习并完成多任务的通用机器人将使得AGI往前推进了一步，而这类结合硬件的VLA（Vision-Language Action） Agent的发展，会进一步反向推进PC Agent和Mobile Agent的发展。”

刘之预计，随着实时多模态大模型、长上下文、推理大模型、行动大模型等逐渐成熟，Agent 的最佳进入时机已经到来，科锐国际计划在 2025 年开始推出 PC 端寻访自动化 Agent、关系图谱预测的 GTN 等能力。

“推理大模型、长记忆的实时多模态和基于强化学习的 Agent，会使得数字招聘专员变成现实，这有可能会改变招聘行业现有的商业模式。”刘之表示。

责任编辑：郝欣煜