打开网易新闻 查看精彩图片

LinkedIn构建了围绕智能体工作流的人工智能基础设施栈，从标准的生成式文本功能升级到能够管理复杂招聘任务的自主AI智能体。

这项技术目前正支持LinkedIn招聘助手在全球范围内的推广，这家微软旗下公司声称该产品已经为招聘人员平均每个职位节省四小时，并将候选人简历审核工作减少62%。

LinkedIn人才解决方案工程副总裁Prashanthi Padmabhan在近期接受Computer Weekly采访时表示，公司的基础设施栈已演进为支持智能体时代，AI不再只是总结文本，而是执行多步骤工作流。

她表示："我们将招聘过程中所有手动、劳动密集型的部分，通过智能体流程和多模态智能体架构的结合加以改造。"

Padmabhan介绍，LinkedIn招聘助手基于LangGraph智能体编排框架构建，允许AI智能体执行搜索LinkedIn十亿会员数据库以为招聘团队识别求职候选人的繁重工作。

此举正值招聘市场面临日益增长的摩擦。LinkedIn发布的新数据显示，在亚太地区主要市场中，约四分之三的招聘人员表示寻找合格人才变得显著更加困难。

Padmabhan说："我们利用大语言模型的力量来处理大量数据，然后为给定职位提供候选人。我们不只是返回结果，还提供解释和证据，说明为什么我们认为这些顶级候选人最适合这个职位。"

然而，标准的现成大语言模型无法有效满足专业企业招聘的细致要求。相反，LinkedIn使用在其技能、工作变动和职业关系的大规模数据集上精调的模型集合。

这使得AI智能体能够解释自然语言请求，比如招聘人员以对话方式描述职位，而不是强迫他们构建复杂的布尔搜索字符串。

Padmabhan说："你需要大量特定领域的智能。我们使用自己的秘密配方——我们的数据和洞察——确保能够将其纳入上下文。"她补充说，工程团队采用检索增强生成、强化学习和其他技术来持续改进模型性能。

对于企业CIO和HR领导者来说，将AI智能体集成到现有HR管理应用程序中是必要的，这样公司就能管理从招聘和入职到员工参与和培训的整个员工生命周期。

Padmabhan表示，LinkedIn的招聘能力可以与Workday和SuccessFactors等流行HR平台和申请人跟踪系统集成，将LinkedIn简历数据与企业候选人记录相结合。

然而，自动化也带来了AI招聘偏见的风险。Padmabhan强调LinkedIn采用人机协作方法，意味着AI智能体提供证据和推理选择依据，但招聘人员做出最终决定。

她说："我们没有让招聘助手做自主选择。它的工作是做繁重的工作，并通过清晰的证据告诉你为什么选择了那些候选人。"

她补充说，在任何智能体AI产品投入生产之前，都必须通过负责任AI团队的一系列测试，检查性别和人口统计偏见，以及提示注入攻击等安全漏洞。

LinkedIn招聘助手的早期采用者，如大华银行和区块链技术公司OKX，都从该技术中受益。

在新加坡举办的LinkedIn人才连接活动上，大华银行执行董事兼人才招聘负责人Jay Chan作为LinkedIn招聘助手的首批用户，使用该工具识别了他最终雇用的特定候选人，帮助他向业务领导层证明投资回报率。

OKX新加坡和马来西亚人力资源总监兼负责人Tracy Mao报告说，该工具的候选人匹配能力超越了人工拓展，节省了约六到八小时的招聘人员时间。不过，Mao指出该工具在"与多语言候选人匹配"时目前面临挑战。

Q&A

Q1：LinkedIn招聘助手的核心优势是什么？

A：LinkedIn招聘助手基于智能体工作流技术构建，能够自动搜索LinkedIn十亿会员数据库识别合适候选人，为招聘人员平均每个职位节省四小时，并将候选人简历审核工作减少62%。它不只提供搜索结果，还会给出选择候选人的解释和证据。

Q2：LinkedIn如何确保AI招聘不产生偏见？

A：LinkedIn采用人机协作方法，AI智能体只提供候选人推荐和选择依据，最终决定由招聘人员做出。任何智能体AI产品投入生产前都必须通过负责任AI团队的测试，检查性别和人口统计偏见以及安全漏洞。

Q3：LinkedIn招聘助手能与哪些企业系统集成？

A：LinkedIn招聘助手可以与Workday和SuccessFactors等流行HR平台和申请人跟踪系统集成，将LinkedIn简历数据与企业现有的候选人记录相结合，支持企业管理从招聘到培训的整个员工生命周期。