招聘缺的不是效率，是识别力

合适的候选人往往已经在你的流程里——只是没被认出来。真正的瓶颈不是速度，是判断。

招聘行业这些年一直痴迷于效率。

更快的流程。更多的自动化。更好的 Sourcing 工具。

但问题是——优秀的候选人每天依然在被错过。

不是因为他们不存在。是因为他们没被识别出来。

招聘行业最大的错觉

我们总以为，招聘是供给问题。

"我们只是需要更多候选人。"

于是我们建更大的漏斗，抓更多的档案，优化回复率。

但合适的候选人，往往已经在你的流程里。他们投过简历。他们被 Sourcing 过。他们甚至被看过一遍。

然后——就被跳过了。

想一想你最近真正成单的那个 VP 级别 Placement。那个人多半不是搜索结果的第一页。他的 LinkedIn 可能看起来很普通——"某 Series B SaaS 的 Director of Engineering"。让你停下来的，可能是一个只有你能看出来的 pattern：连续三段经历承担越来越大的 scope，一次看似奇怪的公司选择其实代表着真实的判断力，在一家没人听过的小公司待过一段时间——大部分过滤器会把这条标记为红旗，而实际上它意味着真正扛过责任。

关键词搜索抓不到这个。过滤器也不行。但你在看这份 Profile 的 90 秒内就意识到了——因为你以前见过这个形状。

这就是 gap 所在。不是随机的，不是所谓"人为失误"，这是一个信号问题。

招聘顾问判断候选人，靠的不只是关键词和简历。他们依赖的是从过往成单中积累的 pattern recognition，以及对"这个具体团队需要什么样的人"的 contextual 直觉。

这些信号，大多数系统是看不见的。

于是我们做出来的工具，优化的是好度量的东西——不是真正重要的东西。

效率解决不了判断错误

今天大多数招聘工具都在承诺同一件事：

"我们让你更快。"

但速度解决不了真正的问题。如果判断本身是偏的，更快只意味着——你更高效地把对的人拒掉了。这不是问题解决，这是问题被规模化放大。

如果我们能学会资深顾问是怎么想的

顶级的招聘顾问不只是在"处理"候选人，他们是在"解读"候选人。

他们读字里行间的东西，能看到过滤器看不到的——那次看似横向实际是精算过的职业 move，那个离开大厂去了一个没人听过的 Series B 公司的人。他们会越做越准：每一次成单、每一次 miss、每一次客户复盘，都在积累一份很难被复制的判断力。

这就是我们想装进 Mira 的那件事。

从工具到 Agent

我们要做的不是又一个 Sourcing 工具。

我们做的是一个 Agent，它学习招聘顾问是怎么做判断的——过往搜寻里"好"长什么样，哪些信号真的能可靠地预测 fit，哪些经历模式容易被不公平地忽略。

目标是：随着时间推移，它 surface 候选人的方式，会越来越像一个已经做过一百个类似搜寻的资深顾问——不是从关键词重合度出发，而是从"我见过这个 pattern"的判断出发。

我们在早期阶段。但方向就是这个。

让对的人不再被错过

招聘永远不会完美。

但它不应该是随机的。

目标不是处理更多候选人，而是当对的人出现时，能认出来。

如果这是你遇到过的问题，我们想聊聊。 加入等待名单——我们正在向一小批招聘顾问开放 early access，收集早期反馈。