麦肯锡顾问 + DeepMind科学家，联手做了一个AI猎头

一家叫 Ethos 的创业公司，成立一年多，就拿到了 2600 万美元融资。

投资方里包括大名鼎鼎的 a16z 和 General Catalyst。更夸张的是，已经有 17000 名顶尖专家主动注册，每周新增的注册量超过 5000 人。

这些专家来自全球顶尖的私募股权和对冲基金，总数超过 25 家机构在盯着这家公司的动态。

这么一家公司，到底在做什么？答案是——AI 猎头。但它推出的产品叫「专家雷达」，和传统的招聘平台完全不同，不做简历匹配。它做的是「能力验证」。

不会写简历的人，才是真大佬

你有没有发现，身边真正厉害的人，往往最不会「卖自己」？

他们不刷招聘信息，不写吸睛简历。他们的牛逼，都藏在「静默期」——18 篇顶级论文、389 次学术引用、海量 GitHub 提交记录。但这些硬核能力，传统招聘算法根本抓不住。

市场最大的痛点就在这里：高价值的人，缺乏低成本的「自证」机制。

你简历上写着「精通各种框架」，但人家用代码写过海量的东西，早就在 GitHub 上公开了。你面试时背话术，但人家论文的引用量、专利的数量、博客的深度，早就证明了实力。

传统的人才匹配，本质上是「看经历」而不是「看能力」。

这就导致一个怪现象：简历造神，算法埋没。

会包装的人拿到了面试机会，真正有本事的人反而被筛掉了。

AI 猎头：穿透履历的迷雾

Ethos 做了什么？

它把匹配逻辑整个颠倒过来。

它不看你说你会什么，而是用 AI 去验证你真正做过什么。

这个 AI 平台会自动扫描全网公开的数据——学术论文、GitHub 代码库、专利文献、技术博客、甚至你的自媒体内容——然后把所有这些碎片，整合成一个基于真实产出的「技能画像」。

说白了，它是在画一张「经济知识图谱」，把你做过的事，变成可量化、可检索、可匹配的「硬通货」。

举个例子。一个 AI 研究员，可能没有漂亮的简历，但他在学术数据库里有 18 篇论文，引用量 389 次；在 GitHub 上有大量代码提交记录。这些数据，传统猎头抓不到，但 Ethos 的「专家雷达」可以。

它不再相信「我擅长什么」这种自述，而是去验证「你真正完成过什么」。

原生法则 VS 传统匹配

传统的人才匹配方式，有几个致命缺陷：

• 职场头条推送，堆砌关键词，自述履历驱动

• 同质化严重，大家都写差不多的东西

• 极易造假，简历包装成了标配

Ethos 用的「原生法则」完全不同：

• 代码贡献权重

• 论文引用网络

• 多维度真实产出

• 不可篡改的硬核证明

• 跨界界的精准穿透

你看，一个是「说你有多好」，一个是「证明你有多好」。这是两个完全不同的逻辑。

传统的逻辑，容易导致内卷和造假。你在简历上写「精通 Python」，我也写「精通 Python」，最后 HR 根本分不清谁是真的。

Ethos 的逻辑，让每个人的真实能力变得透明。你的代码在 GitHub 上摆着，你的论文在学术界有引用，你的专利在知识产权库里有记录——这些都是无法伪造的。

让机器学会「倾听」和「量化」

Ethos 的联合创始人，一个是麦肯锡的战略顾问，一个是 DeepMind 的 AI 科学家。两个人的背景，正好对应了「战略大脑」和「技术大脑」。

他们的核心洞察是：今天主流的人才匹配，本质上还是「看经历」，而不是「看能力」。算法能抓取的关键词，都是候选人自己填的，而不是真实产出的证据。

所以 Ethos 让 AI 做了两件事：

一是「倾听」。 不是听你说你会什么，而是听你的论文里讨论过什么工程瓶颈，你的代码解决过什么具体问题，你的博客里思考过哪些行业难题。

二是「量化」。 把那些难以言传的「隐性价值」，变成可量化、可定价、可衡量的数据。

比如，一个候选人的论文引用量，能反映他的学术影响力；他的 GitHub 提交频率和质量，能反映他的工程能力；他参与的专利数量，能反映他的创新价值。

这些指标，传统招聘平台根本不会去算。但 Ethos 的算法，把它们变成了核心匹配依据。

AI 的终极杠杆：为隐性价值定价

很多人觉得，AI 的爆发就是写文案、画图、剪视频。但 Ethos 的创始人认为，这些都是「表面繁荣」。

AI 的真正杠杆，在于为「隐性价值」寻找定价权。

什么意思？

我们每个人的经验、认知、真实能力，很大一部分是「隐性」的——它们没有被写进简历，没有被量化为数据，但它们真实存在，而且很有价值。

AI 能做的，就是把这些被埋没的、难以言传的智慧，变得透明、可衡量、可交易。

想象一下，未来一个顶尖 AI 研究员，根本不需要投简历。他的论文引用量、代码提交记录、专利数量，已经被 Ethos 的平台抓取并匹配到合适的企业。

企业主动来找他，而不是他去投简历。

告别投递，迎接被「发现」。

这不仅是效率的提升，更是信任和定价规则的重塑。谁更接近真实能力，谁就能拿到更多的机会和资源。

一个正在爆发的赛道

Ethos 的数据也很能说明问题。

2024 年 6 月成立，短短几个月就吸引超过 25 家全球顶尖 PE 和对冲基金的关注。2025 年正式走出隐身模式，2026 年迎来 A 轮爆发，总融资额 2600 万美元，由 a16z 与 General Catalyst 领投。

17000 名专家抢着注册，每周新增 5000 多个。

这些数字背后，反映的是一个巨大的需求：人才市场太需要一个能验证真实能力的机制了。

传统招聘平台，本质上是在运营一个「简历超市」。企业来选购，候选人上架自己的「包装」。但这个模式越来越难以为继——因为包装和真实能力之间的差距越来越大了。

Ethos 的思路，就像是在所有公开数据上架设了一个「能力搜索引擎」。它不是让候选人来填信息，而是自己去挖信息。

这种「倒过来的匹配」，一旦形成规模，可能会彻底改变人才招聘的玩法。

未来，也许真的会像 Ethos 描述的那样：顶尖专家不再需要写简历，企业通过 AI 去发现他们。谁有真实能力，谁就能被看见。

那些「静默期的狠人」，终于等到了属于他们的时代。