专业服务 / 招聘平台
LinkedIn：支持候选人搜寻与评估
- 企业
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 通过搜索工具的正文摘录核验
业务问题
招聘负责人的工作既有需要判断的部分，也有大量的模式识别作业。寻访候选人和评估是最耗人力的环节。LinkedIn面临的规模难题是要在超过12亿份档案中寻找并评估候选人。
使用的技术与数据
Hiring Assistant为每位招聘负责人创建独立的agent实例，以异步消息驱动。中心是supervisor agent，负责解读请求并把工作分配给下级agent。团队选择了Plan-and-Execute结构而非ReAct：planner制定结构化计划，executor以ReAct方式调用tool。下级agent分为需求梳理、候选人寻访、评估、触达、筛选、学习和记忆。寻访agent使用LinkedIn Recruiter Search和Recommended Matches，并通过Economic Graph和Talent Insights观察人才供给与流动。评估agent汇集档案、简历和过往联系记录，给出带依据的推荐。团队还构建了评估专用的定制LLM，并用speculative decoding缩短响应时间。
成果
LinkedIn未公开成效数字。公司只表示，评估要在招聘负责人先审阅任职要求、并通过Responsible AI政策检查之后才开始。是否把候选人推进到下一环节由负责人决定。学习agent提出的任职要求变更，也只有经负责人审阅并批准后才会生效。公司称记忆数据仅保存在该负责人的环境内，不用于LLM训练。
局限与待解问题
原文没有以数字说明招聘周期缩短或招聘质量的变化，也不是证明某个客户企业成效的资料。
来源
- How we engineered LinkedIn’s Hiring Assistantlinkedin.com, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。