面试AI

对话方小雷：单日面试1.4万人，朱啸虎连投三轮的AI应用什么样？

2025 年 3 月 13 日

对话AI面试领域的先行者，揭开AI应用在招聘场景下的神秘面纱。核心内容： 1. 近屿智能CEO方小雷分享AI面试的发展历程与挑战 2. 朱啸虎连续三轮投资的背后逻辑与AI面试的市场潜力 3. 大模型时代下，AI面试技术的壁垒构建与未来展望

八年，近屿智能CEO方小雷，已经习惯了回应质疑。

作为一家从2017年就开始做“AI面试”的企业，近屿智能开局很难。在经历了被69家VC拒绝后，金沙江创投给出了第一笔钱。而后，他们成为了被朱啸虎连投三轮的“现实主义AGI故事”。

“最初，很多人根本看不懂我们在做什么。”对于一家用AI能力做产品的企业来说，ChatGPT时刻之前的日子很难熬。

爬坡期，他见证了那些打着“招聘”名号，实际上在卖数据的同行，最后以进监狱收场。也看到了一些人靠投机取巧换来了短期繁荣，最终又走向崩塌。

大模型的出现，似乎让一切迎来转机。在“拿着锤子找钉子”的应用探索中，一个高确定性的场景，对AI应用层的企业无疑十分重要。而招聘，显然是一个绝佳的AI落地试验场：高客单、高专业度、市场成熟、需求确定。

“但等他们看懂了，开始觉得这个东西不错，又预测我们会被行业巨头抄袭，觉得只要这些公司一出手，我们这种创业公司就没戏了……确实有大厂前后两次都说要投资我们，结果回去就抄，还把从我们这听来的东西去申请专利。”

大模型不是救药，新的质疑仍然巨大。“有了大模型，你们就没壁垒了。”“只要巨头想抄，你们这种创业公司就会死。”“DeepSeek出来，你们没什么优势了。” 围绕这些话题，新阶段的必答题仍旧很多。

不过，先行者的优势同样显而易见。通过过去几年的积累，近屿智能积累了大量真实的面试数据，并在客户的不断使用和验证下，逐步形成飞轮。

现在，近屿智能已经用他们口中L5级别的“AI面试官”，合作了数千家企业。前不久，方小雷还带着自己的产品在节目中给艺人韩雪做了一场AI面试。

但成为一个优秀的AI应用产品，远比想象的复杂。

方小雷和他的团队需要做好产品定义：为什么做的是AI面试而不是AI简历筛选？还要确认产品边界：进行面试评价的核心标准是什么？微表情是不是衡量“面试表现”的关键？要不要做蓝领招聘……

“最难的从来不是技术本身，而是产品、市场、供应链、品牌等一系列因素的结合，要做的是一个能解决问题的产品。”方小雷总结道。

AI时代，一切发展得都太快，太突然。

3月6日，Manus作为首个通用Agent发布，首个演示场景就是简历筛选。可以想象，接下来方小雷又要开始回应各方：现在有Agent了，你们怎么办？

以下是《网易科技》和方小雷的对话，经不改变原意的编辑。

AI 简历筛选是“巨坑”，

招聘很多灰产地带

网易科技：2017年你回国创业时，AI 的能力还不像现在这样被充分验证和相信，你当时讲 AI 面试的故事能讲通吗？

方小雷：这个问题确实我感触很深。2017年我回国创业时，虽然大模型时代还没有到来，但深度学习（Deep Learning）已经发展了一段时间。

2018年，谷歌发布了 BERT 这种篇章级别的语义识别算法，开启了大模型时代的浪潮。GPT-1以及我们当时发布的模型，其参数规模都在1亿到1.5亿之间，与 BERT 类似，能够理解完整的语义。

从1亿参数量开始，模型逐渐扩展到十几亿、几十亿，再到上百亿、几百亿。直到某一天，OpenAI 通过扩展参数量实现了“智能涌现”，最终催生了 GPT-3。可以说，大模型时代的起点是在2018年，而我回国创业的时间是2017年，正处在这个转折点上。

因此，那时候讲AI 面试，在国内可以说是一个不成立的东西。因为在我们之前，中国没有人做过 AI 面试这件事。而在美国，AI 面试的概念最早可以追溯到2004年的HireVue。但中国直到2017年，我回国后才开始推动 AI 面试的发展。

当时国内的 AI 招聘公司绝大多数都在做简历解析。那时创业热潮很高，大家的思路都是：先去问客户需求，然后根据需求来研发产品。

但问题是，当时 AI 招聘领域的创业者，大多是 IT 背景出身，对 HR 业务并不熟悉。所以他们去问客户：“你希望 AI 帮你解决什么问题？” 客户的回答通常是：“能不能帮我筛简历？” 于是，大多数创业公司都陷入了 AI 简历筛选这个“巨坑”。

网易科技：为什么说 AI 简历筛选是“巨坑”？

方小雷：首先我认为，用AI 解决问题的基本原则就是：不能仅仅在原有流程上“打补丁”，而是要解决根本。

想一下，如果回归本质，为什么企业需要筛简历？很简单，因为简历数量太多，人力无法面试所有候选人，所以要先筛选一轮，减少候选人数量，然后再安排测评考试，进一步缩小范围，最后才是多轮面试，逐步精细化招聘流程。

换句话说，筛简历并不是刚需，而是当时生产力水平有限下的无奈之举。因此，即便采用再先进的招聘管理系统，整个招聘流程仍然是“手工业者”的模式——依赖人力去完成大量的脑力和体力劳动。它甚至没有达到第一次工业革命的自动化水平。

那么，如果我有一个非人类的智能体，能够帮助 HR 面试所有候选人，并给出科学的评估，那这个时候筛简历就不是一个必需的事情了。

网易科技：但是，在当时的技术条件下，大家能接受 AI 面试的概念吗？

方小雷：这正是问题的关键。2017年，绝大多数人无法想象 AI 可以面试人，因为他们从未见过这样的产品。我们做出 AI 面试的产品后，尝试融资，谈了69家 VC，结果没有一家认可这个方向。

首先技术层面，投资人调研时，通常会先去问当时 AI 领域的“四小龙”（依图、商汤、旷视、云从）里的技术专家。但这些人主要研究计算机视觉（CV），而 AI 面试涉及自然语言处理（NLP）。他们虽然可能声称懂 NLP，但实际上并非如此。于是，得到的反馈往往都是否定的：“篇章级别的语义识别？这是什么？骗人的吧？”我们技术被diss太多了。

第二就是需求。“AI 能否替代人来面试？” 大部分 HR 的直觉反应是：“不可能。” 在那个阶段，市场对 AI 面试的接受度极低。

直到2019年，我们遇到了朱啸虎。他对我们的技术进行了深入研究，并找来卡耐基梅隆大学的一位 NLP 博士进行技术评估。博士确认：“这家公司确实实现了篇章级别的语义识别，能完整理解人的意思。” 技术这一关，终于通过了。

其次，他们又找到 PwC（四大会计师事务所之一），询问他们的 HR 负责人：“如果我们投资这样一家 AI 面试公司，你们会使用吗？” HR 负责人回答：“不会。因为我们已经用了 AI 面试很多年了，很好用，没必要换供应商。”

但是，这说明了什么？这不正说明了AI面试已经用了很多年了，也恰好就验证了市场上确实存在这样的需求。

网易科技：所以金沙江创投是你们拿到的第一笔钱？

方小雷：是的，那是2019年，已经是我们创业两年后的事情了。2018年是最艰难的一年，产品已经出来了，但市场和资本都不认可我们。

当时火的是 AI 简历解析的概念，不仅符合大众认知，而且技术上也只是关键词匹配，相对简单。所以市面上几乎所有 AI 招聘公司都在做这个方向，最多时大概有200多家。

当然，大多数 AI 简历解析公司最终都倒闭了，只有一两家转型做了招聘管理系统。或者说成了“大数据”公司。

网易科技：“大数据”公司是什么？

方小雷：比如，北京有一家叫“巧达科技”的公司，他们拿到了多家一线投资机构的融资。

他们声称是做招聘，但其实核心业务是简历数据交换。企业可以通过把自己废弃的简历上传到系统上的方式，换取类似于积分的东西，然后用积分下载其他公司的简历。这样，所有企业都愿意把候选人的简历上传上去，然后再下载更多候选人的简历。

这对企业而言，是免费的服务，而他们赚钱的业务在别处。

他们会将大量简历数据拆分成不同的数据包，卖给那些打骚扰电话的公司。这就是所谓的“大数据”生意。这在当时非常赚钱，以至于也有投资人劝我：“你看你不懂做生意，人家这做的多好。一般人我还不告诉他。” 但我不敢做，这显然是灰色地带。

果然，过了一年，这家公司所有高管都被抓了。（网易科技了解到，巧达科技自2014年成立，并在当年11月获得百万美元A轮融资，2017年1月获得千万人民币B轮融资。2017年全年收入4.11亿元，净利润1.86亿元，净利润率超过45%。2019年，巧达科技被查封，全体员工被警方带走。）

这也是 AI 简历解析模式逐渐失败的原因之一——很多公司并不是真正想做 AI 技术，而是利用数据牟利。到了2019年，国家开始严格监管数据安全，这种模式彻底终结。

最终，行业又回到了“面试”这一招聘核心环节，我们的 AI 面试技术也逐渐被市场接受。

网易科技：所以你们从一开始在招聘场景的思考，就不是为简历筛选提效，而是想要重塑整个招聘逻辑？

方小雷：对，确实是这样。你可以想象一下：如果我手上只有十份简历，而且时间充裕，那我是不是可以直接把这十个人都叫过来面试？当然，如果有些简历明显不符合要求，那就直接排除，不需要浪费时间。

其实，简历筛选本质上只需要做一个最基础的排除，把那些明显不合适的人剔除掉。而对于剩下的候选人，只要生产力足够，最优的方案其实就是让每个人都参加面试。

基于这个思路，我们后来也进行了迭代优化。简历筛选确实有它的价值，但它应该是一个初步的过滤手段，而不是决定性的关卡。我们的目标是让所有符合基本要求的候选人都能进入 AI 面试环节，而不是过度依赖简历筛选来做决定。

网易科技：但当时针对AI面试可靠性的质疑应该也很多吧，在大模型的能力还没有被证明的时候，如何让客户相信你们能力的呢？

方小雷：是的，那个阶段的最大挑战就是要向客户证明，我们通过AI打出的分数能够替代人类的判断。因此，我们采用了一种叫“双盲人机对比实验”的方法，也就是让AI与人类面试官同时进行评分，并对比两者的结果。这是一个标准的验证方法，在人工智能的研究论文中很常见，能够通过数据对比验证AI的表现。

我们将这一实验纳入客户试用阶段，客户完成实验后可以获得数据，用于内部沟通并说服决策层。在那个时候，很多业务领导和团队成员对AI的准确性有质疑，单凭口头说服很难推动项目。但一旦完成了这个对比实验，项目的推动就变得容易多了。

但那时候我们的竞品通常选的是另一条路，即通过“权威认证”来证明AI的有效性。他们会声称自己与人类面试官的打分一致性已经达到95%甚至更高，但我们则通过具体的实验数据来向客户展示。

我们还会做人类面试官的对比，后来发现，人类面试官之间的评分一致性并不高，很多时候会有错误，而AI反而展现出了更高的一致性。

网易科技：那时候，你们的底层AI能力是自己研发的吗？

方小雷：是的，当时完全是自己研发的。但技术的研发对于算力的要求让我也曾一度非常担忧。还好LLaMA的开源改变了这个局面，后面我们利用LLaMA进行增量预训练，度过了艰难期。

网易科技：这个艰难期指的是什么？

方小雷：那是23年初，当时尽管我们已经通过大约40个超大型企业客户进行了一些验证，但我们的产品也暴露出了一些硬伤。

第一个问题是，很多候选人认为AI面试官并不具备智能，它更像是一个录制的视频工具。部分竞品甚至没有虚拟人，只是简单地录制视频，导致候选人对面试过程不够认真。

第二个问题是，候选人无法得到追问，而追问实际上非常重要。追问能够深入挖掘候选人的潜力，避免一些初次答错而错失机会的浪费。我们最初的版本并不具备这一能力，但随着技术的进步，我们的AI面试官能够进行智能追问，甚至能在同一问题上进行多轮追问，从而让候选人更加认真，并帮助我们深入了解他们。

第三个问题是，早期的AI系统无法清晰解释评分标准。比如，我们给候选人打了一个分，但为什么是这个分数？这是许多HR和业务领导关心的核心问题，但当时的系统无法提供合理的解释。

从2023年开始，我们基于LLaMA进行了增量预训练，当时也差不多用了700多张H100的卡，尤其是针对中文的能力进行强化。这项训练的成本非常高，但它解决了中文理解的瓶颈，也使得AI面试官的智能得到了大幅提升。

目前，我们的产品已经能够进行三轮追问，能够全面评估候选人的能力。但我们的竞争对手大多数仍然在依赖人类在AI面试后打分，而且追问也有很多幻觉。而我们的评分完全是自动化的，不需要依赖人工干预。

单日面试1.4万人，

模型幻觉能被解决

网易科技：目前，产品的表现如何呢？

方小雷：目前可以说，已经把产品做到了一个相对来说比较好的状态，当然我们是仍在不断迭代优化。我们的评分系统、追问能力和候选人报告的解释功能，都有了显著的突破，已经从和美国相当，到了现在远超美国对应产品的水平。

网易科技：我比较好奇，我们的报告会涉及哪些指标？因为显然，面试不仅仅考察的是应聘者对问题的回答能力，还包括整个面试过程中展现出的状态等各种因素。那么，我们是如何确认岗位匹配度的呢？

方小雷：这是个很好的问题，也是我们与竞品的核心区别之一。最近，我们恰好正与某个竞品同时在争取一家实力较强的客户。

客户本身是有自己的面试标准的，但是我们会告诉客户，我们跟竞品不一样，我们并不需要您去告诉我们您的面试标准，因为我们的咨询团队会帮助客户来建立这一标准。

当然，有些客户会说，他们已经有自己的标准，不需要我们来制定。然而，现实情况是，大家的标准和 AI 可以理解的标准之间的差异是非常大的。我们擅长的正是帮助客户在前期构建可实际应用的面试模型。

事实上，往往客户在真正看到我们的产品，并理解其逻辑后，就会意识到是需要我们来做这件事的。我们的这项工作，通常由心理学家或具备十年以上甲方HR经验的资深顾问来完成，因为它至关重要。仅仅依赖客户自行描述是不够的。

大多数时候企业自身是“只缘身在此山中”，虽然列有12345678的详细考察点。但现实情况是，他们是否是真的严格按照这些标准在面试？也未必。我们一直在遇到这样的问题。

网易科技：具体来说是怎么执行的？

方小雷：简单来说，我们会通过访谈的方式，帮助客户重新构建面试标准。完成重构后，AI就能基于这一标准执行相应的面试流程。这是一个涉及用户心理学和科学建模的咨询过程，主要由我们的团队来完成。

网易科技：之前提到的模型幻觉问题，你们是如何解决的？

方小雷：这个问题我们不能对外详细解释，我们毕竟是一家商业化公司。但是，幻觉问题确实是一个严重的挑战。我们测试过多种市面上最先进的大模型，包括OpenAI 在内，即便是最新的、最先进的 API，仍然有5%-10% 的候选人在面试过程中会遇到幻觉问题。即便是 DeepSeek，我们测试后也发现类似情况。

网易科技：但可以确定，幻觉问题是可以被解决的？

方小雷：是的，而且我们已经验证了。例如，前年我们在中原银行一天之内完成了1万人的 AI 面试，去年单日面试量更是达到了1.4万人，每位候选人都经历了6-10轮追问，但没有出现任何幻觉问题。

也就是说，我们不只是宣称自己有这个技术，而是用实际案例证明，我们的 AI 在大规模应用中是可靠的。这也是为什么我们拥有如此庞大的客户群，因为他们发现，我们的产品不会出现幻觉问题。

网易科技：目前，你们的客户大概是怎么样的一个画像？

方小雷：这个问题也是投资人问我们比较多的一个。我们可以很明确地说，在美国，AI 面试的应用范围非常广泛，涵盖各个行业。但在中国，市场情况并不完全相同。

最早，我们打的是高端制造业这个市场，但其实也不是我们主动选择的这个行业，而是因为这个行业，就是有着巨大的面试量和迫切的需求。

随着产品逐步推广，目前我们已经覆盖了11个行业，其中一些行业的需求从2018、2019年起就已经非常旺盛。当然，也有些行业，比如互联网教育、房地产等，曾经有过大量面试需求，但后来行业形势变化，需求减少了。同时，也有新兴的行业不断涌入。

总体来看，我们的客户从超大型企业逐步扩展到中大型企业，再到中小型企业。

对于中小型企业来说，头部客户的示范效应非常重要，他们往往会先观察行业内的龙头企业是否已经采用 AI 面试，并评估它的实际应用效果。随着市场的成熟，我们的客户群体也在不断扩展。

从2018年推出第一代产品，到2019年拥有第一批种子用户，再到2020年用户量开始增长，2021年是一个重要的突破年，大规模拓展市场后，我们的行业覆盖率显著提升。整个过程历经了7年，我们才达到了现在的市场规模。

网易科技：哪些是没有涉及的呢？

方小雷：有两类招聘场景我们涉足较少，甚至几乎没有涉足：

一类是高端招聘，如总经理、副总裁、总监级别岗位。这类职位的候选人本身就很少，企业通常愿意花更多时间进行深入沟通。但其实，我们也有世界500强企业使用我们的 AI 面试来招聘事业部总经理，并取得了不错的效果。但并非所有企业都具备类似的需求或资源。此外，高端岗位的痛点更多在于“如何找到合适的候选人”，而不是“如何筛选候选人”。

另一类是蓝领招聘。在美国，蓝领 AI 面试已经有较多应用案例，但在中国，情况完全不同。虽然市场上有一些企业声称在做蓝领 AI 面试，但我们的调研发现，这类项目的面试量普遍很小，而且持续性较差，很多时候一年后就不复存在。

网易科技：为什么不做蓝领面试？

方小雷：我们也曾认真研究过蓝领 AI 面试的可行性。但后面发现，蓝领招聘的痛点并不在面试环节，而是在“候选人数量不足”。这个问题的终极解决方案是提高求职者的供给量，而这依赖于更先进的劳动力匹配机制，而不是增加一轮AI 面试环节。

网易科技：那更细节一些来看，AI 面试主要替代的是客户招聘中的哪些环节呢？

方小雷：目前，大多数企业已经将 AI 面试作为招聘流程的核心组成部分，只保留最后一轮由业务领导进行的面对面面试。

但其实最后这轮面试也是很必须的。因为，面试毕竟是一个双向选择的过程。求职者其实也在挑选自己的领导。因此，业务领导在最终面试时，通常会先通过 AI 面试的报告筛选候选人，再进行面对面地沟通。

网易科技：你们的团队构成是怎么样的？除了HR相关人才和大模型技术团队外，还有哪些成员？各个部分的比例大概是怎样的？

方小雷：我们的第二大个人股东是哈尔滨工业大学深圳AI实验室负责人陈清才教授，因此，我们一直以来都得到了陈老师和哈工大的大量支持。

目前，我们公司约三分之一的员工与AI技术相关，其他员工则主要负责售前解决方案、交付和客户成功等业务。这就是我们团队的大致构成。

网易科技：你们的面试服务是怎么收费的？

方小雷：我们是按面试量来收费的，大概就是一个面试几十块钱。

有大厂前后两次都说要投资我们，

结果回去就抄

网易科技：大模型与行业的结合，行业数据无疑是其中非常关键的要素。你们的训练数据来源是什么？

方小雷：我们的数据来源很简单，都是我们过去那么多年，大家辛辛苦苦一个客户一个客户去打下来的。因为我们过去一直合作的都是超大型企业客户，这些客户有着大量的真实面试场景，我们就是在那时候积累的大量真实AI面试数据。

这其实也说明了，并不是简单地临时训练一个大模型就能达到我们的效果。因为，这些真实的面试数据才是核心。这不是你花钱，做几个模拟面试，就能积累起来的。就比如说，是否真的想得到这个工作呈现出来的状态，其实在心理学上其实区别是非常大的。

此外，即使你花钱让企业使用你的 AI 面试系统，企业也未必愿意配合。因为这可能会影响它们的雇主品牌形象以及招聘流程的稳定性。对于企业来说，招聘是至关重要的环节，一旦系统不稳定或者数据利用不当，都会影响人才获取。

因此，在这个领域，先行者拥有天然的飞轮效应——数据积累越多，模型优化越好，竞争壁垒也就越高。

网易科技：你认为AI面试的真正壁垒是什么？

方小雷：这个问题其实和你刚才提到的内容是息息相关的。回顾过去这些年，我们经历了几个很有趣的阶段。

最初，很多人根本看不懂我们在做什么。等他们看懂了，开始觉得这个东西不错，便预测我们会被行业巨头取代，觉得只要这些公司一抄，我们这种创业公司肯定就没生意了。那些公司也确实尝试去抄袭，但最终很多要么失败了，要么推出的产品质量很差，无法形成真正的竞争力。

后来，大模型的出现让投资人又有了新的论调，他们开始说：“有了大模型，你们就没壁垒了。”但事实是，时间过去几年，我们的竞品依然没能追赶上来，甚至很多公司陆续倒闭了。现在，又有人开始说 DeepSeek 这样的新技术会让我们失去优势。

网易科技：那你通常会怎么回应？

方小雷：说实话，我已经懒得去解释了。但简单来说，做产品或者做一门生意，绝不仅仅是“有技术”就够了。

举个例子，电器行业里，大家都是在用相同的电，相同的生产设备，但为什么有的企业能成为美的、格力，而有的只是小作坊？这背后的逻辑并不是单纯的“技术壁垒”，而是产品、市场、供应链、品牌等一系列因素的结合。

投资圈里经常有个误解，就是认为“只要巨头想抄，你们这种创业公司就会死”。但事实真的如此吗？回顾一下历史，巨头抄袭的项目多了，最后真正做成的又有几个呢？

对我们来说，在 AI 面试这个领域，我们的创新力和资源是高度聚焦的。我们的核心团队能把全部精力投入在这件事上，而在大厂里，CEO 和 CTO 真的会亲自主导 AI 面试产品的研发吗？很可能只是分配了一个小团队，甚至可能只有四五个员工在做这件事。

这个小团队的人才水平真的比我们创业公司的核心团队更强吗？恐怕未必吧。

网易科技：DeepSeek之后，面对可能失去优势的质疑，你们又怎么回应呢？

方小雷：其实这个逻辑很简单。简单来说，DeepSeek 并不是超越 GPT 的存在。如果在 GPT-1时代，我们的竞品接入了 ChatGPT 的 API，而这是业内公认的事实，那么如果他们能做到和我们一样的效果，那是不是意味着他们早就可以超越我们了？

但事实是，在那个时代，他们即使用了 GPT 的 API 再加上各种技术，依然达不到我们的效果。那么现在换成 DeepSeek，为什么就能做到呢？

所以说，DeepSeek 并没有真正改变什么，只是让大家在逻辑上更清晰了一点。

网易科技：但 DeepSeek 便宜呀。

方小雷：可问题是，达不到效果，光便宜有什么用？客户购买我们竞品的产品，不是因为我们的价格贵，而是因为竞品的效果不好。所以，价格并不是决定性因素，核心还是最终的产品体验和价值。

网易科技: 你们跟智联招聘、前程无忧这些公司是竞争关系嘛？

方小雷：他们一直把我们当作竞争对手，但其实我们一直是希望能合作的。

但现实是，有大厂反复抄袭我们。更讽刺的是，其中有一家在他们抄第三遍之前，投资人还曾撮合我们和他们高层直接沟通，结果他们的结论是：“再抄一遍。” 还有一家也是，前后两次都说要投资我们，结果回去就抄。

甚至，他们还用从我们这里听来的信息去申请专利，幸好我们提前申请了。

网易科技：你觉得对他们来说，更高效的方式应该是直接接入你们的技术吗？

方小雷：其实他们很清楚自己商业模式的局限性。传统招聘平台的生命周期短，几乎是“江山代有才人出，各领风骚数几年。”

从前程无忧，到智联招聘，再到58同城、猎聘，现在是 BOSS 直聘，每隔几年就换一个主角。他们知道自己需要寻找下一代产品，也认可 AI 面试的价值，但没有能力做出来，又不愿意真正投资。所以他们的做法就是反复尝试抄袭，但始终无法成功。

现在，即使这些所谓大厂再来投资我们，我也不敢接受他们的钱，因为他们可能只是想再来看一遍我们的技术。

网易科技：那你会怎么定义未来你们的产品呢？跟他们是替代关系吗？

方小雷：这个我们现在也不讨论。因为现在大家都已经到了这样一个状态，再去公开场合讨论也意义不大。

我们不寻找PMF，

只是构建满足客户群需求的产品

网易科技：你们入场很早，相信不仅积累了大量数据，更是收获了很多Know-How。能不能分享一些你觉得在这个过程中做对的事情？

方小雷：你要说做对了什么，我觉得我做错的才是多了去的，但还是有几个最重要的。

首先，所有的，未来可能成功的 AI 应用，公司主创团队里面一定要有真正的行业专家。我自己是 HR 出身，所以对招聘场景有深刻理解。但市场上的大部分竞品，创始人都是 IT 背景，他们需要外部力量来补足行业理解，这导致他们产品的核心逻辑容易出现偏差。

我们其实每一年都会有性能提升，并推出大量的新功能。这些的起点大部分都是来自于我的原创。也就是说，在我没有把想法公开前，全球范围内的 AI 面试产品里，都不会有这个功能。

这也导致，他们总是在等我们发布新功能后，再去模仿。但当他们终于抄出来时，我们的版本已经迭代了半年甚至一年，而且效果可能还差很多。

与此同时，我们会不断去理解客户在使用产品过程中遇到的问题。对于这些问题，我们的解决方案并不是简单地从外部听来的或者借鉴的，而是我们自己创造出来的。当然，方案需要经过客户验证，但正因为是自己创造的，验证和改进的节奏会非常快。

网易科技：我们也看到了一些数据，比如你们的业务量过去几轮增长迅猛，甚至翻倍。从商业模式的角度来看。我想了解一下，你们是如何找到 PMF（Product-Market Fit，产品市场契合点）的？想听听你的经验。

方小雷：我们并不是按照某种所谓的创业方法论去寻找 PMF 的，甚至在创业初期，我根本不知道 PMF 这个概念。

我最开始是做 HR 出身的，对业务拓展也不懂，所有的一切都是一点点摸索出来的。最初，我们的客户是因为认可我的 HR 经验才选择我们的产品，而不是因为我们有明确的 PMF 逻辑。

所以，如果你问我怎么找到 PMF，我真的不知道，因为我们的路径并不是“先有产品，然后再去寻找它的市场契合点”。我觉得这种逻辑本身就是错误的。真正的路径应该是，我们有一批客户，他们的需求非常广泛，我们的任务是打造一款产品来满足这些需求。

因此，我的理解是，我们不是在“寻找” PMF，而是在“构建”满足特定客户群需求的产品。我从来不认可“找 PMF”这个概念，这件事对我来说一直是个谜。如果一个创业项目不是从客户需求出发，去解决真实的痛点，那它为什么会有 PMF 呢？也许是我不懂，但至少我的经验是这样。

网易科技：你们做的是 AI + 面试。但如果扩展到其他领域，比如 AI + 法律、AI + 金融，你会觉得模型能力和场景的理解哪个更重要？

方小雷：其实这个逻辑也是反过来的。你刚才提到了一点是对的，理解场景、理解客户的真实需求确实非常重要，这是任何 AI 应用的起点。但同时，对于大模型来说，它能实现什么、不能实现什么，这件事需要不断去学习、理解和试探，并不是说某个能力暂时不够，就意味着这个方向不能做。

在这个过程中，最大的挑战是，你是否能在技术上实现突破，做到比别人更好。如果大家都能理解这个场景，而这个场景本身也并不复杂，同时大模型能力已经比较成熟，那为什么这个机会会轮到你？

所以，很多时候技术是需要去“够一够”、去“逼一逼”的。如果你看到技术已经完全成熟，那全球可能有100万人都在做同样的事情，到那时候，这个机会就不一定轮得到我们了。

网易科技：所以从这个角度来看，模型能力的迭代提升对我们来说其实是一个利好因素，并不会因为模型能力的不断提升而被颠覆吗？

方小雷：对，不会的。其实，应用需求会倒逼技术进步。当某个应用真正需要技术达到某个水平时，技术就会随之演进。

就像现在的大模型应用一样，它更像是一个“发电厂”，提供算力，但具体的需求是由用户决定的。比如，研究人员上传大量文献后发现，大模型“读不懂”或处理不了，很多人希望模型支持更长的上下文，这就催生了像 Kimi 这样的产品。

所以，真正推动 AI 进步的是市场需求，而不是技术已经成熟了再去找应用场景。要是技术先完全成熟，再来找应用，那就毫无意义了。

网易科技：最近有没有和朱啸虎有一些交流？有哪些新的认知可以分享？

方小雷：朱总是我们的投资人，我们经常交流。最近有一件事挺有意思，可以分享一下。

有一家叫 Mercor的美国 AI 招聘公司，融资金额很高，一度受到广泛关注。但我们对这家公司深入研究后，结果让我大跌眼镜。我们发现，这家公司虽然打着“AI 面试”的旗号，但实际上他们的核心业务本质上是数据标注。

但是它的创始人在对外宣传时，会特别强调那些高端职位，比如顾问类。于是，很多投资人跑来问我们：“你们能不能做一个 Mercor？” 但深入研究后，我发现它的本质就是一个数据标注外包平台，只是披上了 AI 的外衣。

后来，每当 Mercor 又完成一轮融资，投资人就会来问我们它的业绩如何。朱总也会把这类信息转给我，但我已经不再更新对它的研究了，因为它的本质没有改变。

直到有一天，朱总给我发了一个短视频，内容和我的研究结论完全一致。这说明，他自己也会做大量研究，并且往往比其他投资人看得更透彻、更快。

这件事给我们的启发是，不能只看公司如何包装自己，真正重要的是它的业务本质。投资人需要具备独立判断的能力，而不能被市场上的“讲故事”风潮带偏。

网易科技：今年公司发展的重点是什么？投资人有没有对你们的一些期待？未来的阶段性目标呢？

方小雷：目前，我们的核心目标是保持盈利，让公司实现自我造血。现在市场上的资金非常有限的，大量投资都流向了少数几家 AI 大模型公司，尤其是那些有“清华博士”背景的团队。

但现实情况是，很多钱其实都被浪费掉了。我们不能指望市场资金，必须依靠自身的业务赚钱，靠自己养活自己。说实话，这里面有很多东西不方便讲，讲了可能文章都发不出来（笑）。

网易科技：你怎么评价公司当前的发展状态？

方小雷：我觉得我们目前是比较健康的状态。这种健康的状态呢，会让大家相对来说比较安全，给同事们提供一个“避风港”。

虽然我们现在还无法大富大贵，但至少大家能吃上三餐，有米有粥，能够稳稳当当地度过当前的局面。我相信，市场很快就会发生变化，而当这种变化到来的时候，我们就是那个最稳的团队。

我始终认为，不能过度依赖外部资金或市场环境，否则风险太大。真正健康的企业，应该是能够在风暴中活下来，并迎接下一个增长周期。

网易科技：你说市场很快发生变化，变化指的具体是什么？

方小雷：最大的变化是，市场正在逐渐看懂 AI 应用的价值。

网易科技：所以，大家开始愿意在 AI 应用上投钱了？

方小雷：这件事现在还不敢下定论，但至少已经有趋势了。要让市场真正建立起对 AI 应用的理解，可能还需要一到三年的时间。但三年后，我是能够肯定的。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

对话方小雷：单日面试1.4万人，朱啸虎连投三轮的AI应用什么样？

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单