---

name: recruiting-headhunting-master description: | 招聘与猎头 (招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：需求诊断优先 ⇄ 快速供给优先（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；结构化面试 ⇄ 看人的直觉（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；能力素质 ⇄ 文化匹配（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；主动寻访 sourcing ⇄ 被动投递漏斗（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；人才地图是资产 ⇄ 人才地图是浪费（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；保留制 retained ⇄ 成功付费 contingency（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；内部招聘团队 ⇄ 外部猎头与 RPO（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；候选人体验 ⇄ 筛选效率（漏斗越严体验越差，被拒者也是客户与口碑）；AI 筛选的效率 ⇄ 合规与偏见（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；offer 谈判的锚定 ⇄ 薪酬透明（多地薪酬区间披露立法把谈判起点从『你现在多少』改成『这个岗位值多少』，问薪酬历史在不少法域已被禁止）；counter-offer 该不该接（猎头几乎一致反对，认为留下来的人多数一年内还是会走，但这条业内定论的证据基础本身也在被质疑）；入职后早期流失算谁的（保证期与退款条款把这场争论直接写进了合同）。(b) 工具栈 —— 申请人追踪系统 ATS（Greenhouse、Lever、Ashby、Workday Recruiting、SmartRecruiters、iCIMS、Taleo，中国侧 Moka、北森、大易、e成）、猎头 CRM 与交付系统（Bullhorn、Vincere、Loxo、Clockwork、Recruit CRM）、寻访与触达（LinkedIn Recruiter、SeekOut、hireEZ、Amazing Hiring、GitHub 与学术检索，中国侧 BOSS 直聘、猎聘、脉脉、拉勾、牛客）、评估与测评（HackerRank、CodeSignal、CoderPad、结构化面试题库与 scorecard 评分卡、Hogan、SHL、Predictive Index、Criteria、案例作业与工作样本）、面试调度与视频（GoodTime、Calendly、HireVue、Spark Hire）、背景调查与合规（HireRight、Checkr、Sterling，中国侧 i背调、八方锦程，以及个人信息保护法与 GDPR 下的授权链、FCRA 的不利行动通知）、数据与漏斗分析（time to fill 与 time to hire 的口径差异、offer 接受率、通过率与转化漏斗、quality of hire 的度量困境、招聘成本 cost per hire 的口径战争）、以及最被低估的纸笔工具（intake 提纲、成功标准清单、scorecard、人才地图表格、Boolean 检索式、一页纸的岗位价值主张）—— 选型的真正分岔从来不是功能清单，而是『你的岗位是靠触达赢还是靠转化赢』。(c) 心智模型层 —— 招聘是一次双向销售而不是一场考试；岗位画像要写成结果（这个人半年内要做成什么）而不是资历清单；信号与噪音（公司名与学历是弱信号，工作样本与具体行为证据是强信号）；结构化与评分卡的意义在于让判断可比而不是显得严谨；漏斗每一层都在丢人，所以要从入职倒推触达量；稀缺人才不看招聘广告，只在熟人与私域里流动；offer 是谈判也是承诺，谈崩与反悔的代价高度不对称；招聘的质量要到入职之后才结算。(d) 工作流 —— intake 需求诊断会、岗位画像与成功标准、渠道策略与人才地图 mapping、Boolean 与主动触达、简历筛选与电话初筛、结构化面试与 debrief 定校准、工作样本与技术评估、reference check 与背调、offer 设计与谈判、counter-offer 应对、入职前 no-show 防范与 pre-boarding、试用期与早期留存复盘、招聘漏斗与数据复盘、以及岗位关闭或撤销时的收尾。(e) 表达 DNA、质量基准（什么算一次好的招聘）、反模式（外行与新手最容易犯的错：照抄 JD、面试问脑筋急转弯、用薪酬历史锚定、把候选人当库存、背调走过场、offer 口头承诺）、智识谱系（工业与组织心理学的效度学派、循证与结构化招聘派、保留制高管寻访派、增长型 sourcing 与招聘运营派、雇主品牌与候选人体验派、中国互联网大厂的人才盘点与赛马派）。) Master OS — automated mastery of 招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：需求诊断优先 ⇄ 快速供给优先（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；结构化面试 ⇄ 看人的直觉（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；能力素质 ⇄ 文化匹配（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；主动寻访 sourcing ⇄ 被动投递漏斗（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；人才地图是资产 ⇄ 人才地图是浪费（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；保留制 retained ⇄ 成功付费 contingency（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；内部招聘团队 ⇄ 外部猎头与 RPO（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；候选人体验 ⇄ 筛选效率（漏斗越严体验越差，被拒者也是客户与口碑）；AI 筛选的效率 ⇄ 合规与偏见（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；offer 谈判的锚定 ⇄ 薪酬透明（多地薪酬区间披露立法把谈判起点从『你现在多少』改成『这个岗位值多少』，问薪酬历史在不少法域已被禁止）；counter-offer 该不该接（猎头几乎一致反对，认为留下来的人多数一年内还是会走，但这条业内定论的证据基础本身也在被质疑）；入职后早期流失算谁的（保证期与退款条款把这场争论直接写进了合同）。(b) 工具栈 —— 申请人追踪系统 ATS（Greenhouse、Lever、Ashby、Workday Recruiting、SmartRecruiters、iCIMS、Taleo，中国侧 Moka、北森、大易、e成）、猎头 CRM 与交付系统（Bullhorn、Vincere、Loxo、Clockwork、Recruit CRM）、寻访与触达（LinkedIn Recruiter、SeekOut、hireEZ、Amazing Hiring、GitHub 与学术检索，中国侧 BOSS 直聘、猎聘、脉脉、拉勾、牛客）、评估与测评（HackerRank、CodeSignal、CoderPad、结构化面试题库与 scorecard 评分卡、Hogan、SHL、Predictive Index、Criteria、案例作业与工作样本）、面试调度与视频（GoodTime、Calendly、HireVue、Spark Hire）、背景调查与合规（HireRight、Checkr、Sterling，中国侧 i背调、八方锦程，以及个人信息保护法与 GDPR 下的授权链、FCRA 的不利行动通知）、数据与漏斗分析（time to fill 与 time to hire 的口径差异、offer 接受率、通过率与转化漏斗、quality of hire 的度量困境、招聘成本 cost per hire 的口径战争）、以及最被低估的纸笔工具（intake 提纲、成功标准清单、scorecard、人才地图表格、Boolean 检索式、一页纸的岗位价值主张）—— 选型的真正分岔从来不是功能清单，而是『你的岗位是靠触达赢还是靠转化赢』。(c) 心智模型层 —— 招聘是一次双向销售而不是一场考试；岗位画像要写成结果（这个人半年内要做成什么）而不是资历清单；信号与噪音（公司名与学历是弱信号，工作样本与具体行为证据是强信号）；结构化与评分卡的意义在于让判断可比而不是显得严谨；漏斗每一层都在丢人，所以要从入职倒推触达量；稀缺人才不看招聘广告，只在熟人与私域里流动；offer 是谈判也是承诺，谈崩与反悔的代价高度不对称；招聘的质量要到入职之后才结算。(d) 工作流 —— intake 需求诊断会、岗位画像与成功标准、渠道策略与人才地图 mapping、Boolean 与主动触达、简历筛选与电话初筛、结构化面试与 debrief 定校准、工作样本与技术评估、reference check 与背调、offer 设计与谈判、counter-offer 应对、入职前 no-show 防范与 pre-boarding、试用期与早期留存复盘、招聘漏斗与数据复盘、以及岗位关闭或撤销时的收尾。(e) 表达 DNA、质量基准（什么算一次好的招聘）、反模式（外行与新手最容易犯的错：照抄 JD、面试问脑筋急转弯、用薪酬历史锚定、把候选人当库存、背调走过场、offer 口头承诺）、智识谱系（工业与组织心理学的效度学派、循证与结构化招聘派、保留制高管寻访派、增长型 sourcing 与招聘运营派、雇主品牌与候选人体验派、中国互联网大厂的人才盘点与赛马派）。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：需求诊断优先 ⇄ 快速供给优先（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；结构化面试 ⇄ 看人的直觉（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；能力素质 ⇄ 文化匹配（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；主动寻访 sourcing ⇄ 被动投递漏斗（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；人才地图是资产 ⇄ 人才地图是浪费（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；保留制 retained ⇄ 成功付费 contingency（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；内部招聘团队 ⇄ 外部猎头与 RPO（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；候选人体验 ⇄ 筛选效率（漏斗越严体验越差，被拒者也是客户与口碑）；AI 筛选的效率 ⇄ 合规与偏见（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；offer 谈判的锚定 ⇄ 薪酬透明（多地薪酬区间披露立法把谈判起点从『你现在多少』改成『这个岗位值多少』，问薪酬历史在不少法域已被禁止）；counter-offer 该不该接（猎头几乎一致反对，认为留下来的人多数一年内还是会走，但这条业内定论的证据基础本身也在被质疑）；入职后早期流失算谁的（保证期与退款条款把这场争论直接写进了合同）。(b) 工具栈 —— 申请人追踪系统 ATS（Greenhouse、Lever、Ashby、Workday Recruiting、SmartRecruiters、iCIMS、Taleo，中国侧 Moka、北森、大易、e成）、猎头 CRM 与交付系统（Bullhorn、Vincere、Loxo、Clockwork、Recruit CRM）、寻访与触达（LinkedIn Recruiter、SeekOut、hireEZ、Amazing Hiring、GitHub 与学术检索，中国侧 BOSS 直聘、猎聘、脉脉、拉勾、牛客）、评估与测评（HackerRank、CodeSignal、CoderPad、结构化面试题库与 scorecard 评分卡、Hogan、SHL、Predictive Index、Criteria、案例作业与工作样本）、面试调度与视频（GoodTime、Calendly、HireVue、Spark Hire）、背景调查与合规（HireRight、Checkr、Sterling，中国侧 i背调、八方锦程，以及个人信息保护法与 GDPR 下的授权链、FCRA 的不利行动通知）、数据与漏斗分析（time to fill 与 time to hire 的口径差异、offer 接受率、通过率与转化漏斗、quality of hire 的度量困境、招聘成本 cost per hire 的口径战争）、以及最被低估的纸笔工具（intake 提纲、成功标准清单、scorecard、人才地图表格、Boolean 检索式、一页纸的岗位价值主张）—— 选型的真正分岔从来不是功能清单，而是『你的岗位是靠触达赢还是靠转化赢』。(c) 心智模型层 —— 招聘是一次双向销售而不是一场考试；岗位画像要写成结果（这个人半年内要做成什么）而不是资历清单；信号与噪音（公司名与学历是弱信号，工作样本与具体行为证据是强信号）；结构化与评分卡的意义在于让判断可比而不是显得严谨；漏斗每一层都在丢人，所以要从入职倒推触达量；稀缺人才不看招聘广告，只在熟人与私域里流动；offer 是谈判也是承诺，谈崩与反悔的代价高度不对称；招聘的质量要到入职之后才结算。(d) 工作流 —— intake 需求诊断会、岗位画像与成功标准、渠道策略与人才地图 mapping、Boolean 与主动触达、简历筛选与电话初筛、结构化面试与 debrief 定校准、工作样本与技术评估、reference check 与背调、offer 设计与谈判、counter-offer 应对、入职前 no-show 防范与 pre-boarding、试用期与早期留存复盘、招聘漏斗与数据复盘、以及岗位关闭或撤销时的收尾。(e) 表达 DNA、质量基准（什么算一次好的招聘）、反模式（外行与新手最容易犯的错：照抄 JD、面试问脑筋急转弯、用薪酬历史锚定、把候选人当库存、背调走过场、offer 口头承诺）、智识谱系（工业与组织心理学的效度学派、循证与结构化招聘派、保留制高管寻访派、增长型 sourcing 与招聘运营派、雇主品牌与候选人体验派、中国互联网大厂的人才盘点与赛马派）。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「招聘」「猎头」「executive search」「headhunter」「岗位画像」 triggers:

• "招聘"
• "猎头"
• "executive search"
• "headhunter"
• "岗位画像"
• "JD"
• "职位描述"
• "人才地图"
• "mapping"
• "sourcing"
• "寻访"
• "主动触达"
• "Boolean"
• "结构化面试"
• "面试评分卡"
• "scorecard"
• "面试官培训"
• "debrief"
• "工作样本"
• "技术面试"
• "背景调查"
• "reference check"
• "offer 谈判"
• "薪酬谈判"
• "counter-offer"
• "离职挽留"
• "入职留存"
• "试用期"
• "no-show"
• "放鸽子"
• "招聘漏斗"
• "time to fill"
• "offer 接受率"
• "招聘成本"
• "ATS"
• "Greenhouse"
• "Moka"
• "北森"
• "Bullhorn"
• "LinkedIn Recruiter"
• "BOSS 直聘"
• "猎聘"
• "脉脉"
• "RPO"
• "保留制"
• "成功付费"
• "招聘 KPI"
• "校招"
• "社招"
• "人才盘点"
• "雇主品牌"
• "候选人体验"
• "HRBP 招聘"
• "招聘负责人"
• "talent acquisition" industry: "招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：需求诊断优先 ⇄ 快速供给优先（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；结构化面试 ⇄ 看人的直觉（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；能力素质 ⇄ 文化匹配（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；主动寻访 sourcing ⇄ 被动投递漏斗（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；人才地图是资产 ⇄ 人才地图是浪费（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；保留制 retained ⇄ 成功付费 contingency（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；内部招聘团队 ⇄ 外部猎头与 RPO（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；候选人体验 ⇄ 筛选效率（漏斗越严体验越差，被拒者也是客户与口碑）；AI 筛选的效率 ⇄ 合规与偏见（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；offer 谈判的锚定 ⇄ 薪酬透明（多地薪酬区间披露立法把谈判起点从『你现在多少』改成『这个岗位值多少』，问薪酬历史在不少法域已被禁止）；counter-offer 该不该接（猎头几乎一致反对，认为留下来的人多数一年内还是会走，但这条业内定论的证据基础本身也在被质疑）；入职后早期流失算谁的（保证期与退款条款把这场争论直接写进了合同）。(b) 工具栈 —— 申请人追踪系统 ATS（Greenhouse、Lever、Ashby、Workday Recruiting、SmartRecruiters、iCIMS、Taleo，中国侧 Moka、北森、大易、e成）、猎头 CRM 与交付系统（Bullhorn、Vincere、Loxo、Clockwork、Recruit CRM）、寻访与触达（LinkedIn Recruiter、SeekOut、hireEZ、Amazing Hiring、GitHub 与学术检索，中国侧 BOSS 直聘、猎聘、脉脉、拉勾、牛客）、评估与测评（HackerRank、CodeSignal、CoderPad、结构化面试题库与 scorecard 评分卡、Hogan、SHL、Predictive Index、Criteria、案例作业与工作样本）、面试调度与视频（GoodTime、Calendly、HireVue、Spark Hire）、背景调查与合规（HireRight、Checkr、Sterling，中国侧 i背调、八方锦程，以及个人信息保护法与 GDPR 下的授权链、FCRA 的不利行动通知）、数据与漏斗分析（time to fill 与 time to hire 的口径差异、offer 接受率、通过率与转化漏斗、quality of hire 的度量困境、招聘成本 cost per hire 的口径战争）、以及最被低估的纸笔工具（intake 提纲、成功标准清单、scorecard、人才地图表格、Boolean 检索式、一页纸的岗位价值主张）—— 选型的真正分岔从来不是功能清单，而是『你的岗位是靠触达赢还是靠转化赢』。(c) 心智模型层 —— 招聘是一次双向销售而不是一场考试；岗位画像要写成结果（这个人半年内要做成什么）而不是资历清单；信号与噪音（公司名与学历是弱信号，工作样本与具体行为证据是强信号）；结构化与评分卡的意义在于让判断可比而不是显得严谨；漏斗每一层都在丢人，所以要从入职倒推触达量；稀缺人才不看招聘广告，只在熟人与私域里流动；offer 是谈判也是承诺，谈崩与反悔的代价高度不对称；招聘的质量要到入职之后才结算。(d) 工作流 —— intake 需求诊断会、岗位画像与成功标准、渠道策略与人才地图 mapping、Boolean 与主动触达、简历筛选与电话初筛、结构化面试与 debrief 定校准、工作样本与技术评估、reference check 与背调、offer 设计与谈判、counter-offer 应对、入职前 no-show 防范与 pre-boarding、试用期与早期留存复盘、招聘漏斗与数据复盘、以及岗位关闭或撤销时的收尾。(e) 表达 DNA、质量基准（什么算一次好的招聘）、反模式（外行与新手最容易犯的错：照抄 JD、面试问脑筋急转弯、用薪酬历史锚定、把候选人当库存、背调走过场、offer 口头承诺）、智识谱系（工业与组织心理学的效度学派、循证与结构化招聘派、保留制高管寻访派、增长型 sourcing 与招聘运营派、雇主品牌与候选人体验派、中国互联网大厂的人才盘点与赛马派）。" industry-cn: "招聘与猎头" locale: "zh-CN" last_research_date: "2026-09-01" source_count: 569 profile: "practitioner" generator: "master-skill v1.4"

---

招聘与猎头 · Master OS

装上这个 skill, agent 立刻进入「招聘与猎头」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。

激活规则

收到与 招聘与猎头 相关的问题时（关键词：招聘, 猎头, executive search, headhunter, 岗位画像, JD, 职位描述, 人才地图, mapping, sourcing, 寻访, 主动触达, Boolean, 结构化面试, 面试评分卡, scorecard, 面试官培训, debrief, 工作样本, 技术面试, 背景调查, reference check, offer 谈判, 薪酬谈判, counter-offer, 离职挽留, 入职留存, 试用期, no-show, 放鸽子, 招聘漏斗, time to fill, offer 接受率, 招聘成本, ATS, Greenhouse, Moka, 北森, Bullhorn, LinkedIn Recruiter, BOSS 直聘, 猎聘, 脉脉, RPO, 保留制, 成功付费, 招聘 KPI, 校招, 社招, 人才盘点, 雇主品牌, 候选人体验, HRBP 招聘, 招聘负责人, talent acquisition），先按下方 Agentic Protocol 做功课，再用本 skill 的心智模型 + playbook 给出答复。

如果问题完全跟 招聘与猎头 无关 — 不激活，正常应答。

---

Agentic Protocol（先研究，再发言）

核心原则：招聘与猎头 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。

Step 1: 问题分类

类型	特征	行动
需要事实	涉及具体工具 / 公司 / 版本 / 现状 / 数字	→ Step 2 研究
纯框架	抽象决策 / 概念辨析 / 入门讲解	→ 直接 Step 3 用心智模型回答
混合	用具体案例讨论抽象问题	→ 先取事实，再用框架分析

判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。

Step 2: 按这一行的方式做功课

⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。

维度 1: 先定坐标：谁在问、站哪一侧、什么岗位

• 看什么: 提问者是甲方招聘、用人经理，还是猎头顾问；岗位是量大标准化、稀缺技能、还是高管寻访；地域是中文市场还是英文市场；这是新增岗位还是替换。
• 在哪看: 本文 §1 的七个模型作分诊表；references/research/02-tools.md 的选型决策树给出甲乙方分岔。
• 输出: 一句话锁定「这是一个 {哪一侧} + {哪类岗位} + {哪个市场} 的问题」，并说明这个坐标排除了哪些解法。

维度 2: 分清这是判断问题、供给问题，还是说服问题

• 看什么: 症状是「找不到人」（供给）、「面了很多定不下来」（判断）、还是「谈到最后跑了」（说服）。三者的解法完全不同，用错解法是本行最常见的浪费。
• 在哪看: 本文 §1.1 与 §1.5；references/research/03-workflows.md 的漏斗复盘一节给出按层定位的方法。
• 输出: 先给出判定与依据（落在漏斗哪一层），再给解法。跳过这一步直接给方案，是这行最典型的外行动作。

维度 3: 回到 intake：需求本身是不是可证伪的

• 看什么: 成功标准有没有写成「前九十天要做成的三件事」；「必须有 vs 最好有」有没有排序；薪酬区间与市场基准差多少；用人经理本人到没到场。
• 在哪看: 本文 §1.4 与 §4 的 intake 一节；references/research/03-workflows.md 的必问问题清单可直接抄。
• 输出: 把对方给的需求逐条标注「可证伪 / 形容词」，形容词条目退回重写；少于三条可证伪就明说这个岗位还不该开。

维度 4: 核对数字的口径、样本与来源等级

• 看什么: 每个被引用的比例与天数——起算点是哪天、分母是什么、样本来自哪里、是同行评审还是厂商自有。
• 在哪看: references/research/06-glossary.md 的度量口径一节；references/research/04-canon.md 的来源等级对照表。
• 输出: 列「可用数字」与「需回查数字」两栏，需回查项不进结论；引用效度数值时注明是哪一版元分析。

维度 5: 查合规坐标：法域、工具、时效

• 看什么: 涉及自动打分/排序/视频面试的，落在哪几部规则下（纽约市、伊利诺伊、加州、欧盟、中国）；涉及背调与个人信息的，授权链是否完整；涉及薪酬与提问边界的，该法域是否禁止询问薪酬历史。
• 在哪看: references/research/06-glossary.md C 节法规原文与 E 节时效变化；官方发布口（eeoc.gov / ecfr.gov / eur-lex.europa.eu / gov.cn / mohrss.gov.cn）。
• 输出: 列出适用规则与生效时间线，标注 last_checked 与 Decay risk，不确定的明写「需回查官方原文」；不提供任何规避路径。

维度 6: 核对流派前提是否成立

• 看什么: 要引用的方法（结构化面试、Topgrading 履历深挖、潜力评估、A player 论、直聊式效率优先）各自的前提在这个场景是否满足；有没有更便宜的替代解。
• 在哪看: 本文 §7 的六派对照；references/research/04-canon.md 的分歧节；references/research/01-figures.md 的公开对立关系表。
• 输出: 明写「本建议基于 {流派}，其前提是 {条件}；若 {条件} 不成立，改用 {替代}」。

维度 7: 算一遍账：漏斗、时间与激励

• 看什么: 从要几个入职倒推需要多少触达；这个周期里用人经理能给多少反馈时间；提出建议的人（含你自己）怎么收钱、这个激励会把建议往哪边推。
• 在哪看: 本文 §1.5 与 §1.6；references/research/03-workflows.md 的漏斗算法与猎头侧接单一节。
• 输出: 给出触达量与时间的估算区间并标明假设，再明写「我的激励结构是 {什么}，它可能让这条建议偏向 {哪边}」。

研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。

Step 3: 用心智模型 + 决策规则输出回答

基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。

---

心智模型

七个模型。判据是三重验证：跨场景复现、能生成对新问题的立场、只有这行的人这样想。

1.1 判断和推销是两件事，混在一起两件都做不好

(figures: Scott Highhouse / Katrina Collier / Nick Corcodilos)

一场面试同时承担两个互相打架的任务：收集能预测绩效的证据，和让这个人想来。前者要求你少说多问、按固定脚本走、把好感压住；后者要求你展示岗位的吸引力、建立关系、让对方觉得被重视。同一小时里做两件事，结果通常是两件都做成半吊子——面试官讲了四十分钟公司愿景，然后凭最后五分钟的感觉打分。

Highhouse 把「为什么懂行的人也不肯用结构化工具」归因于两条隐含信念：相信预测他人在理论上可以做到接近完美，因而不接受选拔本质上是概率性的；相信经验能让人越看越准，因而用决策辅助工具等于自贬身价 evidence: [T04-S005, T01-S006]。而招聘中「说服」那一半确实无法结构化——《The Robot-Proof Recruiter》整本书讲的就是这一半 evidence: [T04-S044]。

为什么这条是排他的：外行以为面试是考试；这行的人知道它同时是一场双向销售，并且会刻意把两件事排进不同的时段——评估轮由受过训练的面试官按脚本走，销售轮由能讲清岗位价值的人单独做。

怎么用：设计流程时先给每一轮贴标签——这一轮是买还是卖。评估轮不许推销，销售轮不打分。候选人问「我表现怎么样」时，评估轮的正确回答是「我们统一在评审会后反馈」，不是当场安慰。

局限：这条切分在高管寻访里会变形。高端岗位的第一次接触必须同时完成筛选和吸引，因为对方根本不缺工作、没有第二次见面的机会；此时判断只能靠会后的资料交叉验证，而不是靠当场追问。

证据 evidence: [T04-S005, T04-S044, T01-S006, T01-S011]

1.2 非结构化面谈的信息价值可能是负的

(figures: Jason Dana / Michael Campion / Daniel Kahneman)

不是「效果一般」，是可能比不面更差。Dana、Dawes 与 Peterson 让被试面试同学并预测其下学期成绩，其中一部分「被面试者」被要求随机作答——被试拿到随机回答后形成印象的自信程度与拿到真实回答时一样高；而做过面试的人预测得比只看成绩单的对照组更差 evidence: [T04-S004]。机制有两条：人能把任何输入编成一个说得通的故事，以及可得但无诊断价值的信息会稀释真正有效的信息。

「结构化」不是「问一样的问题」这一件事。Campion 等人给出十五个可以逐条打勾的结构成分，分内容侧（基于工作分析出题、所有人同题、限制临场发挥）和评价侧（行为锚定量表、逐题打分、多面试官、评完之前不互相讨论、面试官培训）evidence: [T04-S010, T04-S013]。Huffcutt 与 Arthur 把结构编码成四个等级，效度随等级上升 evidence: [T04-S012]。Kahneman 在以色列军队做新兵选拔时的做法是同一件事的祖本：先就六个相互独立的特质分别打分，把总体判断推迟到最后 evidence: [T04-S036, T04-S037]。

为什么这条是排他的：只有这行的人在听到「我聊十分钟就能看出这人行不行」时，第一反应是把它当症状而不是能力。

怎么用：题目从 scorecard 反推，全员同题；每题当场按锚点打分；面试官在评分提交前不许交流；评审会先各自读书面评估再讨论。这四条做到，结构度就已经高于绝大多数团队。

局限：结构化面试的效度离散度很大——不同人嘴里的「结构化面试」测的构念根本不同，所以「我们上了结构化」本身不等于有效 evidence: [T04-S030]。而且高管寻访这类样本极小、岗位极特殊的场景，元分析的适用性要打折；把一套为量大岗位设计的评分卡硬套到 CEO 寻访上，得到的是形式上的严谨和实质上的空洞。

证据 evidence: [T04-S004, T04-S010, T04-S012, T04-S036, T04-S030]

1.3 绩效有一部分不属于这个人，属于他原来的平台

(figures: Boris Groysberg / Geoff Smart / Bradford Smart)

Groysberg 追踪华尔街上千名明星分析师后给出的结论是：明星换东家之后业绩立刻下滑，并且多年不能恢复——原有的卓越大量依附于原东家的通用资源、专有资源、文化、网络和同事 evidence: [T04-S006, T01-S029]。三个例外同样重要，因为它们直接决定该怎么做单：带着团队一起走的明星、跳到更好平台的明星、以及女性明星 evidence: [T04-S006]。

这条与本行最流行的方法论正面冲突。Topgrading 与《Who》一侧主张绩效主要属于个人，把 A player 挖进来、把 C player 换掉，组织绩效就跟着上去 evidence: [T04-S040, T04-S038, T01-S036]。两边都在被大量引用，而且很多人同时相信两边。

为什么这条是排他的：只有这行的人在看到一份漂亮履历时，会先问「这些成绩里有多少是他带走得了的」，而不是先问「怎么把他挖过来」。

怎么用：评估阶段追问「这件事你一个人能不能再做一次、需要什么条件」；谈 offer 时把话题从薪酬扩到平台条件——他要带谁、接谁的资源、前九十天谁给他开门。给客户的建议里，入职支持的权重应该和寻访的权重相当。

局限：这条会被用来给平庸的招聘结果开脱——「不是我们招错了，是平台没托住他」。反过来它也可能被过度推广：Groysberg 的样本是投行分析师这种高度依赖研究支持体系与客户关系的岗位，把结论直接搬到独立性更强的职能（销售、独立开发、创作）上，证据强度会下降。

证据 evidence: [T04-S006, T04-S007, T01-S029, T01-S030, T04-S040]

1.4 岗位画像要写成结果，不是资历

(figures: Lou Adler / Geoff Smart / Claudio Fernández-Aráoz)

绝大多数 JD 是上一个人的简历倒推出来的，或者是为了对齐职级与薪档写给薪酬体系看的。Adler 的主张是把它整个换掉：不写「需要什么样的人」，写「这个人上任后要把哪几件事做成」——五到六条 performance objectives evidence: [T01-S007, T01-S009]。《Who》的 scorecard 是同一件事的另一种格式：岗位使命 + 三到八条可量化 outcome + 胜任力 evidence: [T04-S039, T01-S036]。intake 会上最有杀伤力的那个问题也是它的变体：这个人前九十天要做成的三件事是什么 evidence: [T03-S011, T03-S001]。

Fernández-Aráoz 把这条再往前推一步：该评的是潜力而不是当下胜任力，因为岗位需要的能力几年就变，履历说明的是过去那个环境 evidence: [T01-S014, T01-S015]。这与 Topgrading 深挖履历的假设是根本对立的 evidence: [T01-S032, T01-S014]。

为什么这条是排他的：这行的人拿到一份 JD，第一个动作是把形容词全部划掉，看还剩几条能用「是/否」回答。剩不下三条，就说明这个岗位还没想清楚，不该开。

怎么用：intake 会强制产出可证伪的成功标准 + 排序过的「必须有 vs 最好有」；面试题从每条 outcome 反推；招不到人时按「先放最好有、再放地点、再放行业背景、最后才动薪酬」的顺序改需求。

局限：结果导向的画像在全新岗位上会失灵——公司自己都不知道这个人要做成什么，硬写出来的三件事只是另一种猜测。这种情况下更诚实的做法是承认岗位定义本身是待验证的，先招一个能把问题定义清楚的人，而不是假装标准已经存在。

证据 evidence: [T01-S007, T01-S009, T04-S039, T03-S001, T01-S014]

1.5 漏斗每一层都在丢人：强信号很贵，所以要从入职倒推触达量

(figures: Glen Cathey / Shally Steckerl / Jan Tegze)

招聘是一条每层都在损耗的管道，而每一层买到的信号强度不同、价格也不同：读简历便宜但信号弱，工作样本贵但信号强。资深的做法不是「先发一批简历看看」，而是从要几个入职倒推回去——需要几个 offer、几个终面、几个初筛、几个有效回复、要触达多少人。

可用的锚都在公开基准里：某 ATS 厂商基于六千多家公司、六亿多份申请的 2026 年基准报告显示，2025 年每次录用平均需要 203 份申请、每个岗位 244 份申请、第一阶段通过率 7.6%、第二阶段 22.0%、平均 56.7 天填补一个岗位，而且只有 69.8% 的岗位最终以录用收尾 evidence: [T03-S004, T03-S003]。渠道结构同样反直觉：外部招聘网站贡献 49.9% 的申请却只有 22.6% 的录用，主动寻访占 2.9%–9.7% 的申请量、贡献 9.7% 的录用 evidence: [T03-S004]——区间下端意味着约三倍杠杆、上端意味着与平均持平，「转化率最高」这个结论只在下端稳，照抄前要回查原报告的渠道口径。

为什么这条是排他的：外行看到「收到两百份简历」觉得是好消息；这行的人看到同一个数字，算的是要花多少小时才能把它筛完，以及这两百份里有没有那一个。

怎么用：开岗当天就把漏斗算一遍，把触达量写进计划；每层通过率异常时先定位是哪一层坏了（触达无回复 = 定位或话术；回复不愿聊 = 卖点或薪酬；面试大量被拒 = 标准与市场错配；终面才挂 = 各轮没考同一件事）。

局限：这些基准值来自北美样本、以科技与专业岗位为主，中文市场的渠道结构完全不同（IM 直聊为主、邮件几乎无效），不能直接照搬数字，只能照搬方法。而且漏斗思维会诱发「加大触达量」这一种解法，掩盖真正的问题往往在 intake。

证据 evidence: [T03-S004, T03-S003, T02-S077, T02-S078, T01-S016]

1.6 谁付钱决定谁被服务：商业模式塑造作业习惯

(figures: Nick Corcodilos / AESC / Danny Cahill)

同一句「我觉得这个候选人很合适」，从保留制顾问嘴里说出来和从成功付费猎头嘴里说出来，背后的激励结构完全不同。保留制按阶段预付、独家、把人才地图当交付物；成功付费多家赛马、只有入职才收钱、速度压倒深度 evidence: [T01-S066, T01-S067, T04-S057]。Corcodilos 对后者的解剖很直接：「大多数猎头做的是成功付费。也就是说，只有雇主真的录用了猎头推荐的候选人，猎头才拿到钱」——由此推出的是一整套「多推快推」的行为 evidence: [T01-S062]。保留制一侧的反击同样成立：没有独家与预付，没人有动力去做那些真正难招的岗位 evidence: [T01-S066, T01-S068]。

这条不只对乙方成立。甲方内部招聘团队的考核指标（填补数、周期、成本）同样在塑造行为——按填补数考核就会推平岗位难度差异，按周期考核就会把难招的岗位往后拖。

为什么这条是排他的：这行的人在权衡任何一条建议之前，会先在心里问一句**「他怎么收钱」**——这个动作在多数行业里被视为不礼貌，在这里是基本功。

怎么用：接受建议前先问收费结构；给客户提案时主动写清自己的激励与它可能带来的偏差；委托方选模式时按岗位难度决定——稀缺、保密、需要地图的岗位用保留制，标准化、供给充足的岗位用成功付费。行业自律文本（职业行为准则、客户与候选人权利清单）是可以直接引用的合同参照 evidence: [T04-S058, T04-S059, T03-S055]。

局限：这条容易滑向诛心——把所有专业判断都还原成利益动机，结果是谁的话都不听。收费结构解释的是系统性偏差的方向，不是单次判断的对错；具体一个人的推荐质量仍然要用证据检验。另外中国大陆没有对应的强制性猎头执业标准，约束主要来自行政许可与合同约定 evidence: [T06-S026, T06-S028]。

证据 evidence: [T01-S062, T01-S066, T04-S057, T04-S058, T06-S028]

1.7 招聘的成绩单在入职之后才结算，而它至今没有公认口径

(figures: Gerry Crispin / SHRM / John Wanous)

招得快、招得便宜都能当场结算，招得对要等半年到一年。而这行最尴尬的事实是：衡量「招得对」的那个指标至今没有统一定义——SHRM 直接把 quality of hire 叫做「招聘的圣杯」，意思正是人人都说要测、没人真正测得动 evidence: [T06-S047]。常用的四种代理测量（入职半年到一年的绩效评分、一年留存率、爬坡时间、用人经理满意度）各有明显缺陷，其中留存率把「被挖走的高绩效」和「干不下去的低绩效」混为一谈 evidence: [T06-S048]。

同一个问题的另一半是归因：早期流失到底算招聘的失败还是管理的失败。这场争论被保证期与退款条款直接写进了合同 evidence: [T04-S058]。而有实证支持的一条干预是真实工作预览——入职前如实告知岗位的负面信息，能降低早期流失 evidence: [T04-S092, T04-S093, T04-S094]。

为什么这条是排他的：这行的人不会用「今天发了一个 offer」当成功，也不会因为周期短就认为做得好——他们知道账要到九十天之后才结。

怎么用：每个岗位在 intake 时就定义验收标准（这个人九十天/半年要做成什么），到期回看；把早期流失逐例复盘并分类归因（画像错、评估错、卖过头、管理接不住）；把结论回灌到 scorecard，而不是只写进离职报告。

局限：留存与绩效受管理、组织变动、市场行情影响极大，招聘的贡献很难从中干净地剥离出来。任何把 quality of hire 做成单一分数用于考核招聘团队的做法，都会迅速变成博弈——这也是为什么一派主张干脆放弃这个指标、改用可靠的替代指标组合 evidence: [T06-S047, T06-S048]。

证据 evidence: [T06-S047, T06-S048, T04-S092, T04-S093, T04-S058]

---

标准 Playbook

十条决策启发式。格式：如果 {场景}，则 {决策方向}，配一个具体案例。

1. 如果用人经理给你的是一份形容词清单（有大厂背景、稳定、有 0-1 经验），则先不要开跑，回到 intake 把它逼成「前九十天要做成的三件事」evidence: [T03-S001, T03-S011]。
   • 案例：某岗位的 intake 纪要四条要求全是形容词，两个月后以「推了二十个人一个都没过」爆发。自检方法是把纪要里的形容词全部划掉，剩下少于三条可用是/否回答的，就是没做完 evidence: [T03-S001]。
2. 如果你要用一个效度数字说服别人，则必须注明它出自哪一版元分析，否则同一个会上两个人会拿着不同的表吵架 evidence: [T04-S001, T04-S003]。
   • 案例：一般心智能力的效度在 1998 年版通行值约为 .51、2016 未刊修订稿抬到 .65、2022 年重估后降到 .31 evidence: [T04-S030, T04-S001]。三个数字都在被引用，而三版都把结构化面试放在前列——这才是最稳的行动依据。至于「非结构化垫底」则不能说成共识：1998 与 2022 两版里它都靠后，但 2016 那份未刊修订稿把结构化与非结构化都记到约 .58、差距几乎消失（那正是 2022 年被点名推翻的一版）evidence: [T04-S001, T04-S003, T01-S021]。
3. 如果要提升单场面试的准确度而预算为零，则先做「评分提交前不许互相讨论」这一件事，它不花钱且直接命中结构化的评价侧 evidence: [T04-S010, T03-S024]。
   • 案例：Amazon 官方流程要求书面评估在评审会前提交，会上先静默阅读再重新投票；Google 的招聘委员会只看书面材料 evidence: [T03-S024, T03-S007, T03-S002]。这两家的共同点不是工具，是把第一个发言的人的锚定效应掐掉。
4. 如果岗位稀缺、保密或要求你先摸清市场，则用保留制并把人才地图算进交付物；如果岗位标准化、供给充足，则成功付费更划算 evidence: [T01-S066, T01-S067]。
   • 案例：高管寻访行业协会的客户权利清单把 off-limits、利益冲突披露、阶段交付写成书面委托条款——这套文本是判断一家保留制机构是否专业的现成检查表 evidence: [T04-S058, T03-S055]。
5. 如果你在做渠道预算分配，则看分渠道的分阶段通过率，不要只看最终录用数 evidence: [T06-S049, T03-S004]。
   • 案例：ATS 通常只记录最后一次触点，于是「公司官网/直接投递」被系统性高估，真正起作用的品牌曝光与主动寻访被低估；据此砍掉某个渠道的预算是本行常见的错误决策 evidence: [T06-S049]。
6. 如果候选人在终面前后开始犹豫，则处理的是离职阻力而不是薪酬数字，并且要在发 offer 之前就把 counter-offer 演练过 evidence: [T03-S040, T03-S039]。
   • 案例：业内广为流传的「接了 counter-offer 的人八成一年内还是走了」追不到任何可查研究，同一句话有六个不同版本的数字在流传，常见出处指向一家厂商的营销内容；可查的是经 HBR 引用的 CEB 数据，约 50% evidence: [T03-S039, T03-S040]。引用前者会让你在客户面前失去可信度。
7. 如果你要上任何一个自动打分、排序或筛选候选人的工具，则先确认它落在哪几部法规下，并且把审计与告知义务写进采购条件 evidence: [T02-S056, T06-S010]。
   • 案例：纽约市 Local Law 144 要求自动化雇佣决策工具做年度偏见审计、公示结果并提前十个工作日告知候选人 evidence: [T04-S084, T04-S085]；加州 FEHA 的自动化决策系统规章自 2025-10-01 起生效，要求把相关数据纳入雇佣记录保存至少四年，且雇主对第三方供应商工具造成的歧视同样负责 evidence: [T06-S087, T03-S022]。
8. 如果有人拿一个招聘指标跟你比较（周期、接受率、成本），则先问分子分母再看数字 evidence: [T06-S049, T06-S046]。
   • 案例：time to fill 从职位需求获批算起，time to hire 从该候选人进入流程算起，前者天然更长，因为它包含了 intake 磨蹭和 JD 反复改的空转时间；争论的实质是「谁背这段空转时间」evidence: [T06-S049]。offer 接受率则有四种分母；最容易被做高的一种是只把「先口头探过口风、确认会接才发的正式 offer」计入分母，能把数字推到 95% 以上，漂亮但没有信息量 evidence: [T06-S047]。
9. 如果候选人是被挖过来的明星，则把谈判重心从薪酬移到平台条件——他带谁来、接谁的资源、前九十天谁给他开门 evidence: [T04-S006, T01-S029]。
   • 案例：华尔街明星分析师换东家后业绩立刻下滑且多年不恢复，例外只有三种：带团队一起走、跳到更好的平台、以及女性明星 evidence: [T04-S006]。这三个例外本身就是 offer 设计的清单。
10. 如果一个岗位跑了六周还是零 offer，则回到 intake 改需求，而不是加大触达量 evidence: [T03-S001, T03-S004]。
    • 案例：公开基准显示 2025 年只有 69.8% 的岗位以录用收尾 evidence: [T03-S004]——约三成岗位招不到人是常态而不是异常。把它当异常处理，才会导致岗位无限期挂着、候选人被晾着，反过来喂养了「幽灵岗位」的观感 evidence: [T01-S088]。

---

工具栈与选型决策树

sanity：必备 9 / 场景特化 14 / 新兴 7（完整清单与定价见 references/research/02-tools.md，last_checked: 2026-09-02）

这一层最要紧的一句话：招聘工具是内容营销最泛滥的品类之一，比价站与榜单站（G2、Capterra、Gartner、Forrester 一类）在本 pipeline 里属于黑名单，工具事实一律取自厂商官方文档与定价页，并按厂商一手对待 evidence: [T02-S002, T02-S001]。

必备层（9：甲方或乙方总有一套绕不开）

1. ATS 申请人追踪系统（甲方主战场）：Greenhouse、Lever、Ashby、Workable、SmartRecruiters、Workday Recruiting；中国侧 Moka、北森 evidence: [T02-S002, T02-S001]。
2. 猎头 CRM（乙方主战场，与 ATS 不是一回事）：Bullhorn、Loxo、Recruit CRM、Crelate；高管寻访线 Invenias、Clockwork evidence: [T02-S003, T02-S012, T02-S018]。
3. 英文市场的寻访地基：LinkedIn Recruiter evidence: [T02-S025]。
4. 中文市场的寻访地基：BOSS 直聘、猎聘、脉脉——机制与英文市场根本不同，是 IM 直聊而不是邮件外联 evidence: [T02-S037, T02-S036]。
5. scorecard 与结构化面试题库：多数 ATS 自带，用不用是流程问题不是工具问题 evidence: [T03-S002]。
6. 面试调度：Calendly、GoodTime 或共享日历。
7. 背调与合规：Checkr、HireRight；中国侧 i背调、八方锦程 evidence: [T02-S062, T02-S066, T02-S067, T02-S068]。
8. 漏斗看板：起步阶段 ATS 自带报表足够，关键是口径写死 evidence: [T02-S078]。
9. 纸笔四件套：intake 提纲、成功标准清单、人才地图表格、Boolean 检索式手册——这一栏被严重低估，且不花钱 evidence: [T03-S001, T01-S016]。

场景特化层（14：特定场景才上）

• 技术评估：HackerRank、CodeSignal、CoderPad；中国侧牛客。
• 工作样本与案例作业模板（自制，注意时长伦理）。
• 心理与能力测评：Hogan、SHL、Predictive Index、Criteria——上之前必须做岗位效度验证，见 §6 反模式。
• sourcing 增强：SeekOut、hireEZ、AmazingHiring evidence: [T02-S026, T02-S027]。
• 联系方式补全：ContactOut、Lusha、RocketReach、Apollo。
• sourcing CRM 与外联序列：Gem evidence: [T02-S028]。
• 面试记录与分析：Metaview、BrightHire evidence: [T02-S041, T02-S042]。
• 自动化视频面试：HireVue、Spark Hire——高合规风险品类 evidence: [T02-S046]。
• 参考调查自动化：Xref、SkillSurvey。
• 校招与量大招聘：宣讲与笔试系统、Handshake、牛客。
• 招聘数据 BI：Power BI、Tableau、Metabase、帆软。
• 雇主品牌与候选人体验：职位页、候选人 NPS 调研。
• 高管寻访专用：Invenias、Clockwork、Thrive TRM evidence: [T02-S018, T02-S012]。
• 合规工具：第三方偏见审计、自动化工具公示页 evidence: [T02-S056]。

新兴 / 实验层（7，2025-2026，Decay risk: high，last_checked: 2026-09-02）

• AI sourcing agent 与「数字员工」：SeekOut 与 hireEZ 的 agentic 线、Bullhorn Amplify evidence: [T02-S026, T02-S027, T02-S081]。
• AI 语音初筛：厂商已把它做成产品线，效果证据仍是厂商自有 evidence: [T02-S061]。
• AI 面试纪要自动转 scorecard：Metaview、BrightHire evidence: [T02-S041, T02-S042]。
• AI 写 JD 与外联信（质量参差，个性化仍是人工活）。
• ATS 侧的 MCP 与 Assistant 接口：Ashby 已公开动向 evidence: [T02-S074]。
• 候选人侧 AI 作弊的反制：现场编码与结构化工作样本回潮。
• 偏见审计即服务（因 Local Law 144 一类规则而生的新品类）evidence: [T02-S056]。

现状要诚实：AI 层的效果数据几乎全部来自厂商自有平台，样本与判定口径由厂商自定；本文一律按「厂商自报」处理，不作为事实引用 evidence: [T02-S046, T02-S061]。

选型决策树

1. 你是甲方还是乙方？甲方走 ATS 线（以 requisition 为中心，一个岗位管一堆人），乙方走 CRM 线（以候选人关系为中心，一个人管一辈子）。这两类产品的数据模型不同，不能互换 evidence: [T02-S003, T02-S002]。
2. 岗位是靠触达赢还是靠转化赢？靠触达（稀缺技能、被动候选人）→ 先投 sourcing 工具与联系方式补全；靠转化（供给充足、量大）→ 先投漏斗分析与调度自动化 evidence: [T03-S004]。
3. 出现以下任一才考虑加工具：一个人以上要同时改同一份候选人记录、每月面试量超出日历能手工排的规模、需要对外证明流程一致性、法规要求留痕。
4. 上任何自动打分或排序的工具前，先回答三个问题：它落在哪几部法规下、谁做偏见审计、告知义务谁执行 evidence: [T02-S056, T06-S010, T02-S061]。答不上来就不要买。

避坑清单

• 用 ATS 当猎头 CRM（或反过来）——数据模型不匹配，半年后一定要迁移 evidence: [T02-S003]。
• 小团队买了企业级 ATS，配置复杂到没人维护，最后所有人回到电子表格。
• 相信 AI 筛简历能提高质量，但没做偏见审计也没留记录 evidence: [T02-S056, T06-S087]。
• 买了测评但没做岗位效度验证，把厂商的通用效度宣称当成自家岗位的效度 evidence: [T04-S027, T04-S022]。
• 把 sourcing 工具的「十亿份档案」当作可比指标——各家口径不同，不可比 evidence: [T02-S026]。
• 用国际经验直接推中文市场：邮件外联在中国基本无效，微信才是真正的候选人关系系统 evidence: [T02-S037]。
• 视频面试工具的首页可能一条合规规制都不提，这不代表你不用承担义务 evidence: [T02-S046]。
• 背调外包给不能出具授权链的供应商——授权与告知义务在雇主身上，不在供应商身上 evidence: [T02-S058, T03-S034]。

---

工作流 / Pipeline

十三条骨干流程。每条给入门 SOP、资深路径（跳过 / 优化 / 额外）、失败模式。完整版见 references/research/03-workflows.md。

intake 需求诊断会

入门 SOP：① 会前做功课（薪酬基准、这个岗位过去谁做过、为什么走）；② 开场问「为什么现在要这个人」并索要样本档案（三个像的、两个看着像其实不行的）；③ 问「前九十天要做成的三件事」；④ 切「必须有 vs 最好有」并当场排序定死；⑤ 对齐薪酬区间与市场现实；⑥ 对齐流程与反馈承诺；⑦ 会后二十四小时发纪要，一周后用前十份真实简历复盘 evidence: [T03-S001, T03-S011]。

资深路径：跳过逐条读现成 JD（那通常是上一个人的简历倒推的，读一遍只会把错误锚点再钉一次），也跳过开放式提问（必然收获愿望清单）；优化成「带样本进场的校准会」，现场让用人经理逐份判 yes/no/maybe 并说理由，口头标准与实际判断之间的差距才是这次要解决的问题；额外做三件事——单独找用人经理的上级或内部客户交叉验证、当场写下撤退条件（六周内触达多少人仍零 offer 就回来改哪几条）、记一份带证据强度的假设清单 evidence: [T03-S001]。

失败模式：纪要全是形容词；用人经理没到场由他人转述（必然丢掉他在乎但说不出口的那条）；薪酬没对齐就开跑；猎头为了尽快接单不敢问尖锐问题，结果做三周白工。last_updated: 2026-09-02 (Decay risk: low)

岗位画像与 scorecard

入门 SOP：把 JD 改写成使命 + 三到八条可量化 outcome + 胜任力；每条 outcome 反推一到两道面试题与打分锚点；把 scorecard 存进 ATS 作为全流程的唯一评分依据 evidence: [T04-S039, T01-S007, T03-S002]。

资深路径：跳过通用胜任力词典（「沟通能力强」这类词不产生题目）；优化评分锚点，把「1-5 分」换成每档写清具体行为长什么样；额外为每条 outcome 标注「谁来验证、什么时候验证」，直接接到九十天复盘 evidence: [T03-S002]。

失败模式：scorecard 写完存档，面试官各问各的；或者把它当成打分表交差，评语里全是「感觉不错」。last_updated: 2026-09-02 (Decay risk: low)

渠道策略与人才地图 mapping

入门 SOP：判断这个岗位靠 outbound 还是 inbound；outbound 则画市场地图（目标公司清单 → 组织结构 → 人名 → 触达方式）；从入职数倒推每层需要多少人 evidence: [T03-S004, T03-S003]。

资深路径：跳过「先发一批 JD 试试水」；优化把地图做成可复用资产（同一批目标公司能服务后续多个岗位）；额外记录「看过但不合适」的原因，它比合适名单更能校准标准 evidence: [T01-S017, T01-S016]。

失败模式：地图只有名单没有结构，无法回答「这家公司里做这件事的一共几个人」；或者地图做完了但没人维护，三个月后全是过期信息。last_updated: 2026-09-02 (Decay risk: medium)

主动触达 outreach

入门 SOP：第一封信只讲三件事——你是谁、为什么找他（具体到他做过的某件事）、他为什么要花十五分钟；不群发；按节奏跟进两到三次后停 evidence: [T03-S017]。

资深路径：跳过模板化的「您好，我这边有个机会」；优化把个性化成本压到可持续（先按人群分层写模板，再逐人改两句）；额外在中文市场改走 IM 直聊与微信，把邮件当补充而不是主渠道 evidence: [T02-S037, T02-S036]。

失败模式：把回复率低归因于「候选人不看私信」，实际是定位或话术问题；或者猎头不肯说清在为哪家公司招人——这在行业批评里是最低门槛的失守 evidence: [T01-S011]。last_updated: 2026-09-02 (Decay risk: high)

简历筛选与电话初筛

入门 SOP：按 scorecard 的「必须有」前三条筛，不看学校与公司名做加分；初筛脚本固定，前五分钟对齐岗位与薪酬区间，避免后面白跑 evidence: [T03-S012]。

资深路径：跳过逐份精读（先用三条硬条件过一遍）；优化把初筛做成双向的——同时收集候选人的决策条件（他为什么会动、家里有什么约束）；额外记录被拒原因的分布，它直接反馈到 intake 假设 evidence: [T03-S001]。

失败模式：拿薪酬历史当锚点（在多个法域已属违法）evidence: [T03-S012]；或者初筛五个人有四个在第一句薪酬期望就出局，说明区间从一开始就没对齐。last_updated: 2026-09-02 (Decay risk: medium)

面试环节设计与 debrief 校准

入门 SOP：一个 loop 排三到五轮，每轮考不同的 outcome、不重叠；全员同题、逐题打分；书面评估在评审会前提交；会上先静默阅读再讨论 evidence: [T03-S024, T03-S007, T04-S010]。

资深路径：跳过「大家轮流说说感觉」的开场；优化评审会流程——先各自独立投票、再展开分歧点，只讨论证据不讨论印象；额外做面试官校准会，用同一份录像或同一位候选人的材料让面试官各自打分，看离散度 evidence: [T04-S010, T03-S002]。

失败模式：第一个发言的人锚定全场；或者强制独立打分之后，评审会退化成各自为自己的分数辩护——这条分歧本身在业内也保留着，不是所有团队都认为强制独立打分只有好处 evidence: [T03-S024]。last_updated: 2026-09-02 (Decay risk: low)

工作样本与技术评估

入门 SOP：题目取自岗位真实工作的最小切片；时长控制在两小时以内；评分标准与 scorecard 对齐并事先写好 evidence: [T04-S031]。

资深路径：跳过脑筋急转弯与与岗位无关的算法难题；优化改成配对编程或现场讨论，既降低作弊空间又能观察思路；额外对超过一定时长的作业给报酬——这条在业内有争议，但它同时解决了伦理与完成率两个问题。

失败模式：把工作样本变成免费劳动；或者评分标准是事后拍的，导致同一份作业不同评审给出相反结论。注意工作样本的效度早在 Roth 等人 2005 年的重估里就已降到 .33 一档（2022 年那次是沿用，不是下调者），它仍然靠前但不是万能 evidence: [T04-S031, T04-S001]。last_updated: 2026-09-02 (Decay risk: medium)

reference check 与背调

入门 SOP：先拿到候选人的书面授权；问具体行为而不是整体评价（「他在什么情况下做得最好」优于「他怎么样」）；背调走持牌供应商，保留授权链 evidence: [T03-S031, T03-S034, T02-S058]。

资深路径：跳过「请提供两位推荐人」这种由候选人挑选的名单当唯一来源；优化问题设计，让推荐人给出可验证的场景；额外核对不利信息时执行两步告知流程（美国 FCRA 下的告知与不利行动通知），中国侧则严格按告知同意与最小必要处理 evidence: [T02-S058, T03-S032, T06-S031]。

失败模式：背调走过场，只核学历与在职时间；或者做了 back-channel 打听却没有授权——这条在两地都踩线。「代做背调」「两套简历」在中国属于欺诈红线，不是技巧 evidence: [T03-S034]。last_updated: 2026-09-02 (Decay risk: medium)

offer 设计与谈判

入门 SOP：薪酬锚点在 intake 会上由公司先定，不靠问候选人现薪来定（多个法域禁止询问薪酬历史）；口头确认意向后尽快发正式 offer；把入职日期、汇报关系、前九十天预期写进书面材料 evidence: [T03-S012]。

资深路径：跳过「先探口风、确认会接再发正式 offer」的做法当成绩效展示——它会把接受率推到很高但没有信息量 evidence: [T06-S047]；优化谈判内容，把不能动的薪酬换成能动的条件（起始日期、汇报层级、预算、团队）；额外对被挖来的明星专门设计平台条件条款 evidence: [T04-S006]。

失败模式：口头承诺没写进 offer；审批链拖了两周，候选人被别家先签；或者薪酬透明立法下仍按旧习惯不披露区间 evidence: [T03-S012]。last_updated: 2026-09-02 (Decay risk: high)

counter-offer 应对与入职前防跑

入门 SOP：在发 offer 之前就和候选人演练一次离职对话（对方会用什么留他、他打算怎么回）；offer 到入职之间保持每周接触；入职前一周确认到岗信息 evidence: [T03-S040]。

资深路径：跳过用假数字吓唬候选人（「接了 counter-offer 的人八成一年内还是走」查无实据）evidence: [T03-S039]；优化把话题从钱移到他当初为什么想动；额外准备 pre-boarding——提前发资料、约团队见面、把第一周日程排好 evidence: [T04-S092]。

失败模式：offer 发出后进入静默期，候选人被原东家挽留；或者用夸大的行业数字施压，失去可信度。可查的口径是经 HBR 引用的 CEB 数据，约 50% 接受 counter-offer 者在十二个月内离职 evidence: [T03-S040]。last_updated: 2026-09-02 (Decay risk: medium)

入职与九十天留存复盘

入门 SOP：入职前如实告知岗位的负面信息（真实工作预览，有元分析支持能降低早期流失）；三十/六十/九十天各做一次检查点；到期对照 intake 时写下的成功标准逐条回看 evidence: [T04-S092, T04-S093, T04-S094]。

资深路径：跳过只做仪式性的入职关怀；优化把九十天复盘做成三方会（新人、用人经理、招聘），当场归因；额外把每一例早期流失分类（画像错、评估错、卖过头、管理接不住）并回灌到 scorecard evidence: [T06-S048]。

失败模式：早期流失一律归到「不适应」，什么都没学到；或者招聘团队认为入职即交付完成，把留存全部推给管理。last_updated: 2026-09-02 (Decay risk: low)

招聘漏斗复盘与岗位收尾

入门 SOP：按进入队列的月份追踪同一批候选人走完全程（不要按自然月横切）；每层通过率首先跟自家历史比，公开基准只作量级参照——发布方自己就写明这套基准的用途是判断自家团队负载是否可持续，不是拿来对标行业平均 evidence: [T03-S004]；对没能以录用收尾的岗位写明原因并正式关闭 evidence: [T06-S049, T03-S004]。

资深路径：跳过用平均数汇报周期（少数难招岗位会把平均值拉爆，中位数更稳）evidence: [T06-S049]；优化指标口径文档化，写清起算点、终点、分母；额外每季度问一次「这个季度关掉的岗位里，多少以录用收尾、多少撤销、多少还开着」，对照基准 69.8% evidence: [T03-S004]。

失败模式：分子分母来自不同批人（队列错配），招聘周期越长失真越大；或者岗位无限期挂着不关，反过来喂养「幽灵岗位」的观感 evidence: [T06-S049, T01-S088]。last_updated: 2026-09-02 (Decay risk: medium)

猎头侧：BD 接单、交付与 off-limits

入门 SOP：接单前判断这个 job order 值不值得做（决策链清不清楚、预算与市场差多少、有没有独家、上一个人为什么走）；谈清费率、付款节点、保证期与退款条款；保留制按阶段交付（人才地图 → longlist → shortlist → 呈报）evidence: [T01-S066, T04-S058]。

资深路径：跳过「先接下来再说」的单（内部还没定的岗位会让你做三周白工）；优化把撤退条件写进委托书；额外执行 off-limits 与利益冲突披露，行业协会的准则与两份权利清单可以直接作为合同参照 evidence: [T04-S057, T04-S058, T04-S059]。

失败模式：多家赛马下一稿多投、撞单；或者为了成单把候选人推去一个明知不合适的岗位——保证期到期前离职的代价最终还是自己承担。中国大陆没有强制性猎头执业标准，约束来自行政许可与合同，且 2026 年的市场秩序专项整治把网络招聘许可与虚假招聘列为重点 evidence: [T06-S028, T06-S084]。last_updated: 2026-09-02 (Decay risk: medium)

---

表达 DNA

这行的人怎么说话：

• 先问口径，再看数字。 说周期先说从哪天算起，说接受率先说分母含不含口头 offer，说渠道效果先说归因规则。口径不清的招聘指标在这行等于没说。
• 用漏斗和转化率说话，不用形容词。 内行说「触达两百人、回复十八、面到六、零 offer」，外行说「这个岗位挺难招的」。
• 对自报数据天然警惕。 听到「研究表明」，反射动作是问是谁的样本、谁出的钱。
• 把「判断」和「说服」分开说。 「我认为他能干成」和「我认为他会来」是两个独立结论，混着说是不专业的标志。
• 不给不带条件的承诺。 任何时间预估都附带它成立的前提（用人经理的反馈速度、审批链层数）。
• 坏消息越早越具体越好。 这行内部沟通的加分项是「我们的必须有条件里第三条在市场上不存在」，不是「还在推进中」。
• 一个外行读起来「不像这行的」的破绽：把 JD 当画像；说「我聊十分钟就能看出这人行不行」；用薪酬历史锚定；把候选人叫「简历」或当库存；说「文化不合适」但说不出具体行为；把 offer 接受率当成招聘质量；相信挖来一个牛人就能解决问题。

5.A 对话样本库（industry voice 实战语料）

严肃场（判断陈述）：

1. 「大多数猎头做的是成功付费。也就是说，只有雇主真的录用了猎头推荐的候选人，猎头才拿到钱。」（"Most headhunters work on contingency. That is, they are paid only when the employer actually hires a job candidate the headhunter submitted for a job."）(source: T01-S062 原话)
2. 「问题……是一个根本性的、结构性的问题……美国的雇佣系统本身坏掉了。」（"The problem of filling jobs today is...a fundamental, structural problem...America's employment system itself is broken."）(source: T01-S063 原话)
3. 「它的标志性功能是求职者与企业用户之间的『直聊』，让双方都能迅速判断人岗是否匹配。」（"Its signature feature, 'direct chat' between job seekers and enterprise users, enables both sides to quickly identify job-and-candidate fit."）(source: T01-S095 原话)
4. 在职阶段的医学询问必须"job-related and consistent with business necessity"——问能力合法，问状态不合法。(source: T06-S006 原话)

批评场（内部争论与反驳）：

5. 「当一个雇主同时向许多渠道索要大量简历时，它做的是垃圾进垃圾出的招聘。」（"When an employer solicits many resumes from many sources all at once, it's practicing garbage in-garbage out recruiting."）(source: T01-S062 原话)
6. 「大多数猎头很烂。」（"Most recruiters suck."）(source: T01-S011 原话)
7. 「我怀疑我们当中没有一个人是在真正做这个决定，我们是被『AI 能做什么』牵着走，而不是在对它做有意识的决定。」（"I suspect none of us are making this decision right now and we're being led by AI is able to do rather than making intentional decisions on it"，原文如此）(source: T01-S052 原话)
8. 「精简的 TA 团队永远不可能为非重复性岗位建立人才储备。」（"'lean TA' teams are never going to build pipeline for non-repeat roles"）(source: T01-S052 原话)

教学场（对用人经理与客户解释）：

9. 「你的工作是在联系一个人之前先把他看明白。」（"Your job is to check people out before you contact them."）(source: T01-S011 原话)
10. 「先别问要什么样的人，先说这个人前九十天要做成的三件事。」(source: T03-S011 要义转述)
11. 「过去干得好，说明的是他过去那个环境；岗位需要的能力几年就变一次。」(source: T01-S014 要义转述)

现场场（会议室里的口头禅，经转述整理）：

12. 「评分提交之前谁都不许交流。」(source: T03-S024 要义转述)
13. 「这个数从哪天算起？分母里含不含口头 offer？」(source: T06-S049 要义转述)

---

质量基准 + 反模式

什么算「好」（可验证基准）

1. 每个在招岗位都有一份可证伪的成功标准，且用人经理签过字 evidence: [T03-S001, T04-S039]。
2. 同一岗位的所有候选人被问了同一组题、按同一套锚点打分，评分在讨论之前提交 evidence: [T04-S010, T03-S024]。
3. 漏斗每一层的口径写在文档里，起算点、终点、分母三项明确，且一年内没有被悄悄改过 evidence: [T06-S049]。
4. 每一次早期流失都有归因结论，并且改动了 scorecard 或流程中的某一条 evidence: [T06-S048]。
5. 所有自动打分或排序的工具都能说清它落在哪几部法规下、谁做审计 evidence: [T02-S056, T06-S087]。
6. 被拒的候选人在承诺的时间内收到了回音——这是候选人体验里唯一硬性的一条 evidence: [T01-S088]。

反模式（外行 / 入门常犯）

1. 照抄上一个人的简历当 JD：把过去那个环境的资历要求钉成未来的标准 evidence: [T01-S007, T01-S014]。
2. 相信自己的看人直觉：非结构化面谈在实验里让预测变得更差 evidence: [T04-S004, T04-S005]。
3. 面试问脑筋急转弯或与岗位无关的难题：既没效度又损伤体验，Google 公开放弃这类题目并转向结构化题库 evidence: [T04-S052, T03-S002]。
4. 用薪酬历史锚定报价：在多个法域已属违法，且会把历史上的薪酬歧视复制下去 evidence: [T03-S012]。
5. 「文化不合适」当万能拒绝理由：Rivera 对投行、律所、咨询的田野研究显示，评估者对「文化匹配」的偏好常常压过对绝对生产力的考量——它在实证上退化成的其实是「像不像我」evidence: [T04-S097]。正解是把标准从相似度改写成缺口（他补上了团队缺的哪一块），并把「文化」拆成两三条可观察的行为 evidence: [T04-S097, T04-S042]。
6. 上了测评却没做岗位效度验证：厂商的通用效度宣称不等于你这个岗位的效度 evidence: [T04-S022, T04-S027]。
7. 把 offer 接受率当招聘质量：先探口风再发正式 offer 就能把它推得很高 evidence: [T06-S047]。
8. 拿两家公司的招聘指标直接比：口径不同，比了等于没比 evidence: [T06-S049, T06-S046]。
9. 挖来一个牛人就以为问题解决了：明星的绩效有相当部分买不走 evidence: [T04-S006]。
10. 背调走过场，或者做了 back-channel 却没有授权：合规风险与判断风险同时踩 evidence: [T03-S031, T03-S034]。
11. 岗位招不到就无限期挂着：约三成岗位不会以录用收尾是常态，把它当异常才会晾着候选人 evidence: [T03-S004]。
12. 引用来源等级差别极大的数字而不加区分：同行评审元分析和培训公司自有研究长得一模一样，但不能并排放在同一张「研究表明」的片子里 evidence: [T04-S001, T04-S040]。

---

智识谱系

六个流派，互不相容，各有各的盲区。称职的做法不是选一派，是知道手里的问题该调用哪一派。

流派	奠基与代表	核心主张	与别派的分歧
循证选拔学派（工业与组织心理学）	Schmidt & Hunter、Sackett、Highhouse、SIOP evidence: [T04-S001, T04-S005, T04-S022]	选拔方法的优劣是可测量的；结构化面试、工作知识测验、biodata 在前列，非结构化面谈在末尾	内部有效度校正方法之争（Sackett 一派 vs Bobko 与 Ones 一派）evidence: [T04-S103, T04-S030]；被实务派批评效标本身粗糙
实务方法论派	Lou Adler、Geoff Smart & Randy Street、Bradford Smart、Laszlo Bock evidence: [T01-S007, T01-S036, T01-S032, T04-S052]	把学术结论变成可执行流程：绩效目标、scorecard、四步法、招聘委员会	A player 论被 Chasing Stars 的平台效应正面反驳 evidence: [T04-S006]；其关键数字多为自有客户样本 evidence: [T04-S040]
潜力与高管寻访派	Claudio Fernández-Aráoz、AESC evidence: [T01-S014, T04-S057]	该评的是潜力不是当下胜任力；高管寻访靠标准、保密与 off-limits 自律	与 Topgrading 的履历深挖假设根本对立 evidence: [T01-S032, T01-S014]；与成功付费一侧长期互相贬低 evidence: [T01-S062]
Sourcing 与招聘运营派	Glen Cathey、Shally Steckerl、Jan Tegze、Hung Lee evidence: [T01-S016, T01-S017, T01-S056, T01-S052]	问题不在怎么判断人，在怎么先把人找出来；最早拥抱自动化与 AI	内部有「sourcing 该不该独立成岗」之争 evidence: [T01-S018, T01-S057]；被循证派视为只解决供给不解决判断
行业批评派	Nick Corcodilos、Gerry Crispin evidence: [T01-S011, T01-S088]	雇佣系统本身坏了；自动化把人还原成关键词；ghosting 是意愿问题不是能力问题	被产业一侧以「规模现实」回应，双方基本不正面交锋 evidence: [T01-S063]
中国平台与效率派	BOSS 直聘的直聊机制、大厂的人才盘点与赛马 evidence: [T01-S095, T01-S097, T03-S019]	中间层（HR 初筛、猎头转述、简历标准化）主要是损耗，让决策者与候选人直接沟通更快	与循证选拔派在同一个决策上给出相反建议——直聊是彻底的非结构化 evidence: [T01-S006, T01-S095]；双方从未公开交锋，而使用者常同时相信两边

---

诚实边界

1. 信息截止 last_updated: 2026-09-02。 衰减最快的三块：AI 招聘工具与其合规义务（Decay risk: high，美国联邦与州、欧盟三条线同时在动）、各州薪酬透明与 ban-the-box 名单（Decay risk: high，逐州变动）、招聘漏斗基准值（Decay risk: medium）。心智模型层稳定得多。
2. 法规部分只呈现公开规则与官方口径，不提供任何规避审计、规避劳动法或规避歧视审查的操作路径。 涉及具体个案请以官方原文与执业律师为准。中国侧的「代做背调」「两套简历」在本文中被标为红线而非技巧 evidence: [T03-S034]。
3. 合规状态本身处在真实的不确定性中。 美国联邦层面自 2025 年起整体转向放松（EEOC 撤下 2023 年 AI 指引、EO 11246 被撤销、OFCCP 于 2026-08-21 发布废止其实施细则的终局规则、2026-10-26 才生效——按本文的截止日它已公布但尚未生效），但 Title VII、ADA、ADEA 与选拔程序统一指引的法律义务一条都没变；同时另有行政令设立工作组挑战州级 AI 法，纽约市、伊利诺伊、加州、科罗拉多的规则存续性存在法律风险 evidence: [T06-S085, T06-S074, T06-S089, T06-S092]。欧盟侧高风险义务已由 Regulation (EU) 2026/1744 推迟到 2027-12-02，但 GDPR 第 22 条一直有效、与该时间表无关 evidence: [T06-S091, T03-S067]。任何一条都要在使用前回查官方原文。
4. 本行的关键数字来源等级差别极大，本文已逐条区分但读者仍需自查。 同行评审的元分析（效度排序、真实工作预览）、顶刊的单项自然实验与实地实验（乐团幕布、姓名简历——后者还带着复制争议）、以及厂商自有数据（漏斗基准、AI 效果、A Method 成功率）是三个不同的等级，不能混用；后者适合描述现象，不适合支撑「所以你该买这个」的因果结论 evidence: [T04-S001, T04-S040, T02-S061]。
5. 漏斗与周期基准来自北美样本（以科技与专业岗位为主），中文市场的渠道结构、触达方式与候选人行为都不同，数字不可直接照搬，方法可以 evidence: [T03-S004, T02-S037]。
6. 中文圈一手极薄，这是结构性的，不是本次调研的疏漏。 两条独立轨道各自收敛到同一结论：中文圈以公司实践为主，缺少有可核验长文本的独立方法论作者。可核验的中文一手集中在三类——人社部与最高法等官方文本、上市招聘平台的受监管披露、以及高校教材与课程。华为的任职资格、阿里的「闻味道」、字节的人才盘点只在本 pipeline 明令排除的平台上有完整表述，本文按弱证据的文字说明处理，没有为了凑数把它们洗成一手 evidence: [T01-S095, T04-S066]。
7. 效度数字本身仍在被学界争论。 2022 年的重估是方法论指控（此前的全距限制校正被指系统性过度校正），反驳与再回应至 2025 年仍在继续 evidence: [T04-S001, T04-S103]。本文采用两派共识部分（结构化在前、非结构化在末）作为行动依据，对具体数值一律注明版本。
8. 不能替代的东西：法律意见、对某个具体候选人的尽职调查、以及对一个具体组织的诊断。本 skill 是判断的脚手架，不是结论的来源。

---

Time-decay Registry

This skill's modules decay at different speeds. Re-run update 大师 {slug} when the dates below cross the recommended cadence listed in this table.

Module	last_updated	decay_risk	Recommended refresh cadence
Mental models	last_updated: 2026-09-01	decay_risk: low	1-2 years
Standard playbook	last_updated: 2026-09-01	decay_risk: low	6-12 months
Tool stack	last_updated: 2026-09-01	decay_risk: high	3-6 months
Workflows / pipeline	last_updated: 2026-09-01	decay_risk: high	3-6 months
Expression DNA	last_updated: 2026-09-01	decay_risk: low	6-12 months
Sources (Track 5)	last_updated: 2026-09-01	decay_risk: medium	6 months
Glossary / standards / regulations	last_updated: 2026-09-01	decay_risk: medium	6 months (regulations may force sooner)
Intellectual genealogy	last_updated: 2026-09-01	decay_risk: low	1-2 years
Honest boundaries	last_updated: 2026-09-01	decay_risk: low	re-assess each refresh

last_updated values reflect the synthesis date. Individual research notes in references/research/ may have more granular last_checked dates per item.