# 招聘从来不止一件事 Source: https://blog.mira.day/zh/blog/why-a-team-of-agents > 好的招聘，从需求梳理、人才寻访到评估，从来就不是一条直线。你在每个阶段找到的信息和客观事实，以及人才市场洞察，都可能会改写上一个阶段的执行策略，所以我们做的是让 Mira 去带一支彼此合作、讨论、甚至互相质疑的 agent 团队，而不是让一个 agent 包办一切。 做 MiraDay 的过程中，我们反复思考，也和大量优秀的招聘者沟通探讨：好的招聘，到底是怎么发生的。 招聘顾问接下一个棘手的职位时，工作往往从需求梳理开始。光有 JD 通常远远不够，还需要搞清楚：公司为什么要招这个人，团队想达成什么，用人经理写下的那些要求到底是什么意思，这份需求里哪些部分是必须的、哪些其实是可以商量的，招聘成功的标准是什么，寻访策略又是什么。 到这时，人才寻访才真正开始。而在寻访的过程中，方向和策略会不断校准、不断调整，有时甚至会改变最初对这个职位的理解。 在寻访的开始，你心里可能有一个非常具体的理想人才画像。在市场里搜索一段时间之后才发现，最合适的候选人可能和当初的画像相差很大；又或者你会发现，某条你以为必不可少的要求，正把搜索范围收得过窄。特别是对稀缺的技术类职位和高级管理类职位，这种情况尤为常见。 于是你调整搜索策略、扩大搜索范围，并开始更仔细地研究找到的每一位候选人。那些简历看起来很有希望的人，一旦细看真实经历，会发现方向不对；而那些简历平平的人，反而比预想中更匹配。这些新的发现，又会再次改变搜索。 这就是优秀的招聘顾问真实的工作状态。整个过程并不是从需求梳理到寻访再到评估的一条直线，而是某一个阶段的发现，会改变你处理下一个阶段的方式，有时还会回到起点，重新梳理需求。 AI 招聘往往从另一个假设出发 [#ai-招聘往往从另一个假设出发] 目前市场上绝大多数 AI 招聘产品的做法，是把一整套流程交给一个 agent。你描述一个岗位，agent 理解要求、搜索候选人、评估找到的结果，然后给你一份候选人名单。 但这个做法有一个问题，而且在搜索变难时会越来越明显。 那个理解职位需求、决定搜索策略和方向的 agent，同时也是那个去执行搜索的 agent；然后，它会拿一开始自己做出的假设，去评估这些搜索到的候选人。如果最初的理解有一点点偏差，后面的整个过程，只会非常高效地沿着错误的方向一路走下去。 招聘顾问通常有办法发现这一点。市场本身会挑战最初的需求，同事和用人经理会质疑你的搜索策略，仔细读一位候选人的简历，可能会暴露出某条要求其实并不太对。这些时时出现的信号会帮助招聘者及时调整、沟通与校准，从而确保最后找到合适的人选。 而当所有工作都由一个 agent 来进行时，这些“摩擦”的时刻很容易就消失了。而我们认为，这种“摩擦”对“找到合适候选人”这个目标非常有价值。 我们研究了招聘团队本来是怎么协作的 [#我们研究了招聘团队本来是怎么协作的] Agent Team 这个想法，正是从这里来的。 我们的出发点，不是问“怎么让一个 agent 做更多事”。 我们真正问的是：如果组建一支招聘团队来交付一个棘手的职位，我们会希望这支团队怎么做。 答案其实相当熟悉：把交付任务做合理的分工协作。有人在搜索走得太远之前，先真正弄懂这个岗位；有人走进市场，看看那里到底有些什么人；还要有人更仔细地去研究候选人，而不是想当然地把“好的搜索结果”等同于“好的候选人”。 在这个过程中，最关键的部分在于：团队里每一位成员都有各自聚焦的部分，他们用不同的方式互相协作，而不是各自孤立地干活。做人才寻访的成员可能会回过头来说：“我没找到我们预期的那种人，也许我们该重新想想这条要求。”评估候选人的成员，可能会注意到某种规律，从而改变整个团队应该去找的方向。招聘就是这样一步步变好的。 所以在 MiraDay 里，我们围绕这些不同的工作环节来搭建各个 agent，让它们作为团队成员，始终彼此紧密联系。 Mira、Atlas、Scout 和 Vera [#miraatlasscout-和-vera] **Mira** 是整个 Agent Team 的“大脑”。它领导整个任务，决定任务怎么拆分和规划，以及什么时候需要不止一种思路。 **Atlas** 负责需求梳理。它研究公司、市场、竞争对手和薪酬，再把最初的诉求变成一份职位研究（Role Brief）：这个岗位真正需要什么，包括业务背景、成功标准、约束、假设和开放问题。并由这份职位研究得出一份理想人才画像（Ideal Candidate Profile）：也就是检索时真正依据的必备项、加分项和排除项。这么做的目的，不是再产出一版更精致的 JD，而是把招聘背后的那些假设摊得足够明白，明白到真能被拿出来检验。 **Scout** 把这份理解带进市场。它跨多个数据源搜索，寻找可能符合理想人才画像的人，汇成一个候选人池。而它找到的事实，可能反过来挑战这份理想人才画像，有时甚至挑战它背后的职位研究。 如果最强的那批候选人总是来自某个意料之外的地方，这本身就是有用的信息。答案不一定是更卖力地继续搜；有时候，正确的做法是退回去，重新考虑这个岗位。 这个候选人池还不是最终名单，由人来决定谁进入初步候选名单（longlist）。**Vera** 从这里接手：继续深入研究这些候选人、为最终判断积累依据，并准备个性化的沟通内容，支持初步接洽与筛选。 Vera 发现的东西，同样会反过来影响搜索。这是有意为之的。 这些团队成员并不是要按一个固定顺序走完流程，把自己的工作结果交给下一个 agent。它们要在搜索推进的过程中，彼此影响。 重点不在于 agent 有几个 [#重点不在于-agent-有几个] 我们并不觉得三个 agent 就天然比一个 agent 好。 真正有意思的是：当招聘流程里不同的环节被允许彼此质疑时，会发生什么。 市场告诉你的东西，会重新塑造这份理想人才画像；你从某一位候选人身上学到的东西，会改变整场搜索；而对一个人更仔细的审视，可能会校准你对“合适的候选人到底长什么样”的整体理解。 这也是为什么我们把所有工作都放在一个频道里，让你看得见。你能看到团队正在找到什么、它的思路在哪里发生了转变，而不是从一个黑箱里收到一份最终名单。 这样做的目的不是把流程弄得看起来更复杂，而是让搜索背后的推理更公平、更透明：可信赖、可审计、可追溯。 团队负责找，你负责定 [#团队负责找你负责定] Agent Team 能承担搜索里很多消耗时间的工作。它可以研究岗位、摸市场、调查候选人，并把证据整理清楚，但它不做最终的录用决定。 决策权，始终留在招聘顾问手上。 我们认为这个区分很重要，因为“找到信息”和“判断这些信息意味着什么”，根本是两回事。AI 能帮你看到远比自己单打独斗时更大的市场，也能帮你把更多时间，花在招聘里真正需要经验和判断的那些环节上。 这也是我们对 MiraDay 的定位：始终围绕那些能帮助招聘者做出更好判断的任务。 Mira 什么时候会把团队叫上 [#mira-什么时候会把团队叫上] 大多数搜索并不需要一整支团队。 简单直接的搜索，Mira 一个人就能搞定。当一次搜索复杂到需要从不同角度去检验那些假设时，Mira 就会调用 Agent Team。 我们还在摸索 Agent Team 在一场搜索里该何时介入、成员之间该如何协作。随着我们看到更多真实的搜索、更清楚招聘顾问究竟卡在哪里，这支团队也会不断变化。 这些探索背后的想法始终很简单：我们不想让一个 agent，变成一个“什么都自己扛”的招聘顾问的放大版，而且越放越大。我们想让 Mira 更像一支优秀的招聘团队那样工作：先弄懂岗位，再从市场里学习，仔细看你找到的那些人，并让学到的东西改变你接下来要做的事。 因为找到对的人，从来就不是一条直线。 **团队负责找，你负责定。** [注册 MiraDay](https://www.mira.day)，亲眼看看 Mira 是怎么跑一次搜索的。