-
技能验证
【旧金山】AI招聘平台Paraform完成4000万美元B轮融资，累计融资达 6500 万美元
HRTech概述：美国 AI 招聘平台 Paraform 宣布完成B轮融资，官方披露累计融资已达 6500 万美元；Axios 报道本轮融资金额为 4000 万美元，领投方为 Scale Venture Partners。Paraform 的定位不是传统 ATS，也不是单纯自动化工具，而是把专业招聘顾问与 AI 模型结合，打造“Agentic Hiring Platform”。公司称已服务 1000 多家企业，客户通常在约 12 天内见到最终录用候选人。
在生成式AI快速重塑企业招聘模式的背景下，AI招聘基础设施赛道再迎重要融资事件。总部位于旧金山的AI招聘平台 Paraform 近日宣布完成 Series B 融资，官方披露公司累计融资总额已达到 6500 万美元。据 Axios 报道，本轮 Series B 融资金额为 4000 万美元，由 Scale Venture Partners 领投，Felicis、A* Capital 和 Liquid 2 Ventures 等机构参与投资，同时还吸引了来自 Palantir、Stripe、Shopify、Canva、Uber 等科技公司的高管投资人。
作为一家成立不久却快速崛起的招聘科技公司，Paraform 正在尝试重构企业获取高端人才的底层逻辑。与传统 ATS（Applicant Tracking System）或单纯的AI筛选工具不同，Paraform 将自身定位为“Agentic Hiring Platform”，核心在于通过“专业招聘顾问网络 + AI模型能力”的深度协同，实现更高效率、更高质量的人才匹配与交付。
从“流程效率”走向“结果导向”，招聘基础设施正在重构
长期以来，企业招聘体系的优化主要集中在流程层面，包括职位发布、简历筛选、面试安排等环节的自动化与数字化。然而，Paraform 所代表的新一代招聘平台，正在将重心从“流程优化”转向“结果交付”，即是否能够更快、更精准地找到并锁定最合适的候选人。
Paraform 平台通过连接数千名专业招聘顾问，并结合其专有的招聘结果数据模型，对候选人的求职意愿、能力匹配度以及企业需求进行动态分析，从而实现更高命中率的推荐。公司披露，目前已帮助超过 1000 家企业完成关键岗位招聘，客户包括 Abridge、Decagon、Rippling 以及 Palantir 等科技公司。
更具代表性的指标在于招聘周期的显著压缩。Paraform 表示，其客户通常在约 12 天内即可接触到最终录用的候选人，这一效率相较传统招聘模式中动辄数月的周期，具备明显优势。
AI放大“顶尖人才溢价”，招聘市场结构正在改变
Paraform 在本轮融资披露中提出了一个值得关注的判断：AI并没有削弱人才的重要性，反而在加剧人才分化，使“顶尖人才”的价值进一步集中。
根据公司平台数据，约前 12% 的候选人获得了超过四分之一的 offer，而后 40% 的候选人所获得的机会总量与其接近。这一分布表明，企业在AI时代更倾向于集中资源争夺少数高价值人才，而非依赖大规模人才池。
与此同时，技术岗位市场整体需求仍未完全恢复。Paraform 引用数据指出，相较疫情前高点，科技岗位数量下降约 36%，同比下降约 7%。在需求收缩的背景下，高质量人才的竞争反而更加激烈，这也进一步推动招聘模式向“精准匹配”演进。
在薪酬层面，Paraform 平台候选人的平均年薪约为 26 万美元，包含股权后的总薪酬通常在 30 万至 40 万美元之间。这一数据侧面反映出其主要服务对象集中在高端技术与关键岗位市场。
“Recruiter Economy”崛起：招聘顾问正在被重新定价
与多数试图“去中介化”的招聘技术不同，Paraform 选择强化招聘顾问在体系中的价值，并通过AI提升其生产力，从而构建一种新的“Recruiter Economy”。
公司披露，其平台上的顶级招聘顾问收入增长显著，部分顾问实现年收入超过 100 万美元，单月收入超过 30 万美元。截至目前，Paraform 已向招聘顾问累计支付超过 5000 万美元，并预计未来几年这一数字将超过 10 亿美元。
这一模式本质上将招聘顾问从传统服务提供者，转变为“基于平台的数据驱动型高效匹配节点”，在AI辅助下实现规模化与高收益并存。这也意味着，未来招聘行业的竞争，不仅发生在企业与候选人之间，也发生在“招聘能力”本身。
从科技招聘走向多行业扩展，平台化能力正在验证
在业务拓展层面，Paraform 正从最初聚焦的科技岗位招聘，逐步向法律等高专业门槛领域延伸。Axios 报道称，公司已与约 30 家律师事务所展开合作，并且在进入新行业时无需对核心产品进行大规模调整。
这一点具有重要意义，意味着 Paraform 的平台能力具备跨行业复制潜力。一旦其“招聘顾问 + AI”的模式在更多垂直领域验证成功，其市场空间将远超传统科技招聘赛道。
HRTech 视角：招聘正在从工具竞争走向“人才获取能力竞争”
从 HRTech 行业的发展趋势来看，Paraform 本轮融资释放出一个清晰信号：招聘技术的竞争焦点正在发生转移。
过去十年，HR科技的核心在于提升流程效率与系统整合能力；而在AI时代，企业真正需要的，是能够直接提升“人才获取能力”的解决方案。这不仅关系到招聘效率，更直接影响企业的增长速度与竞争壁垒。
对于企业HR与招聘负责人而言，这意味着未来需要重新审视三件关键问题：第一，是否仍以流程为中心构建招聘体系；第二，如何在组织内部与外部之间配置招聘能力；第三，在AI时代如何识别并获取真正具备高杠杆价值的人才。
Paraform 的崛起，或许正代表着招聘行业从“工具时代”迈向“结果时代”的一个重要节点。
-
技能验证
AI 面试可能让你错过真正人才：招聘体系的深层危机正在显现
HRTech概述：最近一些观点认为：AI 正在以意想不到的方式改变招聘。最新研究显示，当候选人使用 AI生成简历或面试答案时，低能力候选人反而更容易被录用，而真正的高能力人才却更容易被忽视。一些企业也出现了类似案例：候选人在虚拟面试中表现完美，入职后却完全无法胜任工作，导致团队效率下降、管理者精疲力尽、企业付出高额成本。AI 不会毁掉招聘，但忽视 AI 带来的信号失真，才会让企业失去未来。
更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
过去一年，AI 帮助招聘团队节省时间、提升转化、加强候选人体验，从JD撰写到职位发布，简历筛选，预约面试，到AI面试。。。但一个越来越明显、却极少被公开讨论的问题，也在悄悄逼近：
AI 是否正在重塑（甚至破坏）招聘判断力，让我们更容易选错人？
Ben Eubanks 的最新研究与案例引爆了 LinkedIn 的激烈讨论：当候选人使用 AI 生成求职材料时——
低能力候选人被录用的概率提高近 20%
高能力候选人反而更不容易被录用，低了20%
这种“反向择优”效应，正在改变招聘的底层逻辑。
更令人担忧的是，评论区的全球 HR 领袖们纷纷补充了他们亲眼见到的真实场景：面试表现完美 → 入职后完全无法产出 → 团队被迫托底 → 管理者精疲力尽 → 文化开始受损。
这不是一个孤立的故事，而是一个可能席卷企业的系统性风险。
AI 正在制造一种“能力假象”
案例中提到的一名候选人，在虚拟面试中表现出色，回答精准、结构清晰，但入职四个月：
零成果
零项目贡献
零可交付
甚至影响团队运作
最终发现，这名员工在面试中使用了 AI 作答，成功伪装了能力。
换句话说：30 分钟的“完美”视频面试，换来团队数月损耗与数万美元成本。
而这只是千百个案例中的一个。
为什么 HR 明明用了更多技术，却更难辨别能力？
来自讨论区的意见逐渐拼出了一个清晰的趋势——
1. AI 正在让“表面能力”变得无限放大
高能力候选人不一定会包装自己；低能力候选人却可以借助 AI 用更低成本伪装“专业度”。
AI 进一步模糊了这些差异。
2. 简历与虚拟面试正在失效
多位 HR 专家直言：
简历再也不是可靠信号
虚拟面试正在被迅速“欺骗化”
招聘进入 AI 对抗 AI 的时代
甚至有企业决定“回归现场面试”，以重新验证真实能力。
3. AI 不是问题本身，传统信号早已不足以判断真实能力
一些观察者指出：招聘本来就难以识别“真正的高绩效者”。
高绩效的本质与文化、环境、团队匹配度深度相关，传统结构化面试与简历从未真正解决问题，只是被 AI 进一步暴露。
招聘正在变成一场“信号失真”的比赛
评论区的观点呈现出几大阵营：
阵营一：AI 正在破坏招聘质量（严重担忧）
代表观点：
AI 生成的材料让人难以分辨真实能力
企业正在“被迫雇佣”不合适的人
真正优秀的候选人被算法淹没
人才筛选成本将大幅上升
招聘团队信任感正在崩塌
一句话总结：招聘质量在下降，而问题比我们想象的更系统性。
阵营二：这不是 AI 的问题，是招聘本来就有问题（中性派）
他们指出：
高能力本来就难以提前识别
文化与情境决定绩效，并非“能力”绝对正确
AI 只是放大了原有的招聘缺陷
他们的观点提醒我们：AI 是镜子，不是元凶。
阵营三：AI 提升了公平性（乐观派）
这一阵营认为：
AI 提高了“底部候选人”的竞争力
职场公平性反而有所提升
我们应该让“更努力的人”获得更多机会
顶尖人才仍然可以凭实力脱颖而出
一句话：AI 提高了地板，但天花板仍靠候选人自己。
不论观点如何，有一件事很清晰：招聘正在被AI重新定义
在这场激烈讨论中，一个共识逐渐浮现：
招聘流程必须重建，关键能力必须回归现场验证。
未来企业将依赖更多不能被 AI 伪造的信号，例如：
实战性任务 / 工作样本
情境模拟与 Job Simulation
多维度团队协作测试
现场面试（而非纯虚拟）
结构化评分 + 多人交叉验证
背景调查与过往绩效证据
推荐与 alumni 体系
长周期 probation 的数据化追踪
换句话说：招聘的核心正在从“材料审查”转向“能力认证”。
而 HR 的专业能力（判断力、流程设计能力、评估能力）比任何时候都更重要。
真正的危机不是“AI 作弊”，而是企业不知道如何区分“真实能力与伪装能力”
某位 HR 领导者的评论直击要害：
“这不是关于 AI，而是关于当我们错误理解‘能力信号’时，企业正在付出巨大代价。”
坏的招聘决策带来的不是一次错误，而是：
更高的替换成本
团队士气损失
文化受损
管理者过度消耗
被竞争对手抢走真正优秀的人才
长远来看，是组织竞争力的弱化。
归根结底，AI 不会自动改善招聘，它只会放大我们的系统性问题。如果企业仍然依赖被 AI 轻易伪装的信号（简历、虚拟面试、关键词匹配、模板化回答），那么判断失误不是偶然，而是必然。
但危险真正开始的地方，也是机遇出现之处。
因为这次 AI 引发的“招聘危机”，本质上是一场关于 人才信号、能力验证、评估方法和职业诚信 的全面重构。未来5年，能否区分“真实能力”与“AI伪装能力”，将成为企业竞争力的核心分水岭。
企业需要现在就行动：
重建技能验证体系，而不是继续依赖被 AI 扰动的旧信号
加强面对面评估和工作样本测试
训练招聘经理识别 AI-assisted 与真正能力的差异
建立候选人体验与风险控制并重的招聘策略
在组织层面推动 AI 素养与 AI 判断能力的提升
而这一切的顶层原则，最终都指向同一个方向：
Responsible AI in HR（RAIHR）必须成为新的行业标准
Responsible AI in HR（RAIHR）强调：所有用于 HR 工作的 AI 系统，都必须遵守高标准的伦理、透明性与公平性原则。
这意味着：
AI 的决策逻辑必须 可解释、可审查、可追踪
招聘流程中涉及 AI 的环节必须 公开说明其使用方式
系统输出必须经过 人类判断的复核与治理
所有 AI 应用必须确保 对候选人、企业、员工公平无偏
任何可能产生偏差或欺骗性的 AI 手段（候选人/企业端皆然）都需纳入 风险管理
RAIHR 不是一个选项，而是企业在 AI 时代保持人才竞争力、降低风险、维护组织信任的前提。
这是 HR 行业正在面临的深层变革，也是所有 HR、TA、企业领导者必须共同推动的责任。我们不但要用 AI，更要 正确地用 AI。
扫一扫 加微信
hrtechchina
