-
模型上下文协议
零工经济的底层正在塌陷：自由职业平台可能正在经历成立以来最大的一次商业模式危机
HRTech核心观察：AI并没有把原来的自由职业需求等量升级成更高价值的新需求。它正在更快地消灭低复杂度任务，而新的复杂工作能力、人才供给和交易市场还远没有建立起来。结果就是一个越来越明显的断层——基础工作没了，高阶工作又接不住。对于大量依赖线上零工生存的知识工作者来说，未来几年可能不是机会突然变多，而是钱越来越难赚。自由职业平台可能正在经历成立以来最大的一次商业模式危机。
Upwork和Fiverr 2026年第二季度财报，几乎从两个不同角度同时验证了这一趋势。
Upwork：客户少了，但留下来的客户更值钱
Upwork Q2 GSV为9.664亿美元，同比下降3.6%；Active Clients降至76.3万，同比下降4%；Revenue下降约2%。但GSV per Active Client却升至创纪录的5,230美元，同比增长约5%，AI-related work GSV增长22%以上，AI Strategy & Consulting更增长超过50%。
这组数字非常有代表性：平台不是没有AI需求，而是低价值需求消失得更快。
Upwork CEO Hayden Brown也直接承认，lower-complexity work正在持续转向automation。换句话说，过去企业愿意花50美元、100美元甚至几百美元外包的写作、翻译、信息整理、简单设计和基础数字任务，现在很多可以直接交给AI。
这些钱并不会自动变成新的AI咨询预算。
100美元的人工任务，很可能先变成10美元的软件成本，而不是变成500美元的AI项目。
所以Upwork才会同时出现一种看似矛盾的现象：总GSV下降，但AI Strategy & Consulting高速增长。
Fiverr的情况更直接：低价任务正在被真正挤出市场
Fiverr受到的冲击比Upwork更明显。Q2 Revenue为9,780万美元，同比下降10%；Marketplace Revenue下降15.5%；Annual Active Buyers只有270万，同比下降22%。但Annual Spend per Buyer却达到368美元，同比增长15.6%。
这与Upwork几乎完全一样：
客户数量下降，单个留下来的客户消费更高。
Fiverr管理层甚至说得更直接：低价值、交易型工作目前仍占Marketplace的大多数，但这部分业务下降的速度，快于高价值业务增长的速度。公司还披露，大多数1,000美元以下项目的交易量同比下降至少10%，其中Writing & Translation下降超过24%。
这可能是AI对知识工作影响最值得警惕的现实信号。
不是“AI帮助Freelancer提高效率”，而是：
一部分Freelancer已经失去了被购买的必要性。
真正的问题不是AI抢了工作，而是职业阶梯被拆掉了
过去零工平台其实有一个被低估的社会功能：它给新人提供了职业能力成长的入口。
一个人可以先做50美元的小项目，再做200美元、500美元的项目，积累经验、评价和客户，最后逐渐进入1,000美元甚至更复杂的工作。
但AI现在首先消灭的，恰恰是这条阶梯最下面的几级。
与此同时，新的高价值需求要求的已经不是“会用ChatGPT”。
Fiverr正在增长的，是Programming & Tech、复杂AI集成、AI Voice Agents、AI App Development以及更长周期的项目；Upwork增长最快的则是AI Strategy & Consulting、Business Plus和Enterprise Solutions。
这些工作需要的是业务理解、Workflow设计、系统集成、AI能力、项目管理、质量判断以及对最终结果负责。
问题于是变成：
如果初级工作越来越少，人从哪里获得成为高级人才所需要的经验？
企业一边说找不到真正懂AI、懂业务、能做复杂项目的人，另一边大量普通Freelancer却说没有工作。
这两件事情并不矛盾。
这就是正在形成的 Capability Gap——需求升级的速度超过了劳动力能力升级的速度。
线上零工不会消失，但“卖技能”正在变成“卖结果”
Upwork和Fiverr最后其实走向了同一个方向。
Upwork正在从Freelancer Marketplace转向Human + AI-powered work marketplace；Fiverr则明确提出从transaction-oriented marketplace转向面向high-end、high-trust work的end-to-end work platform。
过去Freelancer卖的是：“我会写文章”“我会设计Logo”“我会做网站”。
未来真正有价值的可能是：“我帮你建立AI内容增长体系”“我帮你把销售流程自动化”“我帮你把CRM、数据、Agent和业务流程真正跑起来”。
本质上，是从 Task Seller 变成 Outcome Owner。
这不是简单地“学一下AI”就能完成的升级，而是一轮真正的知识工作能力重构。
HRTech认为，企业接下来最缺的不是更多AI工具，而是知道自己的能力缺口到底在哪里
这也是为什么HRTech持续关注AI能力成熟度、AI Workforce和工作重构。
企业现在真正需要回答的，不应该只是“员工有没有用AI”，而应该进一步回答：哪些工作已经可以自动化？哪些岗位正在失去低价值任务？哪些新的复杂能力还没有建立？Human与AI如何重新分工？AI投入到底有没有真正产生ROI？
HRTech的 HRAI Forward 所做的AI能力成熟度测评，本质上就是先帮助HR和团队判断：AI究竟停留在“个人使用工具”，还是已经进入可复用、可迁移、可衡量的工作能力阶段。再往下一步，则需要进入 AI Workforce ROI 与 AI Workforce Benchmark——不再测“有没有用AI”，而是测AI究竟替代了什么、增强了什么，以及企业还缺什么能力。
Upwork和Fiverr的财报已经把问题摆到了台面上：
AI淘汰低复杂度工作的速度，正在超过社会建立高复杂度工作能力的速度。
这中间的GAP有多大、会持续多久，可能才是未来三到五年HR、人才市场和整个知识工作世界真正需要面对的问题。
-
模型上下文协议
【财报】Upwork发布2026年二季度财报，营收 1.917 亿美元，同比下降约 2%：AI正在重写自由职业市场
HRTech概述：全球自由职业平台 Upwork 发布2026年第二季度财报。公司GSV为9.664亿美元，同比下降3.6%，营收1.917亿美元，同比下降2%，活跃客户也下降4%。但一个更重要的变化正在发生：低复杂度工作正在持续转向自动化，而高价值AI人才、更复杂项目和新的工作类别正在增长。
AI正在拆掉知识工作的初级职业阶梯，而新的Human + AI职业阶梯还没有完全建起来。Upwork已经开始把自己从传统自由职业平台重新定义为连接企业、Human Experts和AI Agents的工作市场，并通过ChatGPT、Claude和MCP进入AI工作流。
未来企业管理的不只是员工和外包人员，还可能包括大量AI Agent。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Upwork 2026 年第二季度财报看起来并不“增长”：GSV 为 9.664 亿美元，同比下降 3.6%；营收 1.917 亿美元，同比下降约 2%；活跃客户降至 76.3 万，同比下降 4%。但如果把这些数字与 AI 业务、单客户价值和利润率放在一起看，呈现出的并不是一家传统自由职业平台简单进入衰退，而是一个更值得 HR 行业关注的信号——低复杂度工作正在被 AI 自动化，而平台正在主动把增长重心转移到高价值 AI 工作、复杂项目、SMB 深度服务和 Enterprise Workforce Management。
从 HRTech 的视角看，这份财报真正值得研究的，也不是 Upwork 本季度少了多少客户，而是它正在试图回答一个所有 HR 科技公司未来都会面对的问题：当企业里的“劳动力”开始同时包括 Employee、Contractor 和 AI Agent，人才平台究竟应该管理“人”，还是管理“工作”？
收入仍在下降，但Upwork已经从“追求更多客户”转向“经营更高价值客户”
Q2 2026，Upwork Marketplace Revenue 为 1.669 亿美元，同比下降 2%；Enterprise Revenue 为 2,480 万美元，同比增长 2%。GAAP Net Income 为 2,540 万美元，同比下降 22%，但 Adjusted EBITDA 却达到 6,410 万美元，同比增长 12%，Investor Presentation 披露的 Adjusted EBITDA Margin 达到约 33.4%。与此同时，Take Rate 提升至 19.8%，同比增加 40 个基点。
真正关键的是另一项指标：GSV per Active Client 达到创纪录的 5,230 美元，同比增长约 5%，并已经连续八个季度环比增长。 与此同时，Active Clients 同比下降 4%。
这组数据实际上揭示了 Upwork 当前非常明确的经营方向：客户数量可以下降，但留下来的客户必须产生更多、更复杂、更高价值的交易。
过去的自由职业平台依赖的是“大量客户 × 大量任务 × 平台抽佣”；新的 Upwork 更希望形成“大客户/高价值 SMB × 持续工作需求 × 更高客单价 × 更多服务收入”的模式。
这也是为什么收入仍然承压，但 Adjusted EBITDA 和 Take Rate 却能够继续改善。Upwork 已经不再单纯追求 Marketplace 的交易规模，而是在主动优化其业务结构。
AI没有把旧工作等量转换成新工作，它首先正在消灭一部分低复杂度任务
CEO Hayden Brown 在此次财报中给出了一句非常重要的判断：
“While lower-complexity work continues to shift toward automation…”
也就是说，低复杂度工作正在持续转向自动化。
这是本季度最值得 HR 与人才行业重视的一句话。
如果 AI 只是帮助 Freelancer 提高效率，那么理论上 Upwork 总体 GSV 不一定应该下降。但现实是，Q2 GSV 下降 3.6%、Active Clients 下降 4%。这意味着部分原来需要支付给自由职业者的任务，并没有转化成新的人工需求，而是被 AI 直接完成了。
但另一方面，新需求正在出现。Q2 2026，Upwork 平台 AI-related work GSV 同比增长超过 22%；其中 AI Strategy & Consulting GSV 增长超过 50%。Investor Presentation 显示，AI-related work 按 Q2 GSV 年化计算已经达到约 3.3 亿美元。
这形成了一个非常典型的 AI 劳动力市场分层：
基础写作、简单设计、翻译、标准化数据处理和低复杂度数字任务越来越容易自动化，而 AI Strategy、Consulting、Workflow Design、Agent Implementation 和更复杂的业务项目开始产生新的需求。
因此，未来人才市场真正需要讨论的可能已经不是简单的“AI会不会取代工作”，而是：
哪些任务会消失，哪些任务会升级，哪些任务会由 Human + AI共同完成。
Business Plus正在证明：Upwork真正想争夺的是企业级SMB预算
Upwork 第二条增长曲线来自 Business Plus。
Q2 Business Plus GSV 环比增长 24%、同比增长 174%；Business Plus Active Clients 环比增长 16%、同比增长 219%。更值得注意的是，38%的 Business Plus 活跃客户第一次在 Upwork 发生消费，就是通过 Business Plus 完成。 Investor Presentation 同时披露，其 Q2 Business Plus Revenue 同比达到约 2.5 倍。
这说明 Business Plus 并不仅仅是在把原来的 Freelancer Marketplace 用户升级成付费会员，而是在帮助 Upwork 获取一种新的客户群体：有持续项目、有复杂需求、有管理需求，同时又没有完整 Enterprise Procurement Infrastructure 的中型及成长型企业。
这类客户的价值远高于一次性的 Freelancer Hiring。
Upwork实际上正在尝试从：
“帮你找一个自由职业者”
升级为：
“帮你持续获得、组织和管理外部专业能力”。
这也是 HR Tech 产品增长中非常值得参考的一条路径：不要只提供单点工具，而是围绕客户不断增加的复杂度，从 Entry Product 向 Workflow、Management、Benchmark 和 Enterprise Solution逐层升级。
Enterprise与Lifted：Upwork正在逼近真正的Contingent Workforce Management
第三条增长主线是 Enterprise。
Upwork 旗下 Lifted 已在 6 月底将第一批企业客户迁移到新的平台，并扩大 Go-to-Market 团队，包括招聘新的 Head of Sales。与此同时，Enterprise Solutions 中的 EOR offering GSV 同比增长29%。该业务在 2025 年通过 Lifted 收购 Ascen 后得到进一步加强。
这意味着 Upwork 的边界正在继续扩大。
从最初的 Freelancer Marketplace，到 Contractor Management，再到 EOR、Managed Services、Enterprise Workforce Solutions，它越来越接近一套完整的 Contingent Workforce Infrastructure。
未来企业可能不再分别购买“自由职业平台”“EOR”“Contractor Management”“AI Agent”，而是希望在一个统一的 Work Layer 中配置：
Employee、Contractor、Freelancer、EOR Worker，以及 AI Agent。
一旦这个方向成立，Upwork真正竞争的就不再只是 Fiverr 或其他 Freelancer Marketplace，而会逐渐进入更广泛的 Workforce Management 市场。
ChatGPT、Claude和MCP背后的野心：让AI成为新的“劳动力采购入口”
Upwork另一个非常值得观察的战略，是它正在主动进入 AI Agent 的工作流程。
继 2026 年 4 月推出 Upwork app for ChatGPT 后，公司又推出 Upwork Claude Connector，并发布 Model Context Protocol（MCP）server。通过 MCP，客户与 Freelancer 可以让 AI Agent 在已有工具和工作流中寻找人才、发现工作机会，并帮助管理 Upwork 上的工作。Investor Presentation 明确提到 Claude、ChatGPT、Cursor 以及其他 MCP-compatible products。
这里真正重要的并不是又多了一个 ChatGPT 插件。
传统人才平台的入口是“人搜索人”：
企业产生需求 → HR或业务部门进入人才平台 → 搜索人才 → 发布项目。
Agent时代可能变成：
企业告诉 AI Agent 一个业务目标 → Agent拆解任务 → 判断哪些任务AI能够完成 → 哪些任务需要Human Expert → 自动调用 Upwork寻找相应专业人才。
这样一来，Upwork就可能从一个“用户访问的网站”，逐渐变成一个被 AI Agent调用的劳动力网络。
这也是 Upwork 为什么开始强调自己的定位不是 Freelancer Marketplace，而是：
“The human and AI-powered work marketplace.”
真正的新变量，是AI Agent开始成为一种独立的劳动力供给
Investor Presentation 第10页给出的结构非常清晰：
Clients、Human Experts、AI Agents，三者围绕 Upwork 平台形成新的工作关系。
更进一步，公司在 Presentation 中提出，Upwork希望为 SMB 提供 “AI diffusion layer”，通过人才和 human-supervised agents 帮助中小企业跨越从“拥有AI能力”到“真正采用AI”的鸿沟。公司同时披露，其 human-supervised agent product 已于 2026 年 8 月推出，但原文未披露独立正式产品名称。
这个变化对 HR Tech 的意义可能比单纯的 AI Recruiting 更大。
过去企业劳动力结构主要是：
Employee + Contractor。
现在正在出现第三种资源：
AI Agent。
未来 HR 和企业管理者必须开始回答新的问题：什么任务应该由员工完成？什么任务可以直接交给 Agent？哪些工作必须 Human-in-the-loop？一个 AI Agent 的成本应该如何核算？Human + Agent组合之后，生产率究竟提升多少？增加的 Token、模型、软件和治理成本是否值得？
这些问题最终都会落到一个核心概念：
AI Workforce Management。
$1.3万亿美元市场故事很大，但Upwork短期仍处于转型“Gap”
Upwork Investor Presentation 给出了三个长期增长支柱：Transforming human + AI work、Accelerating SMB growth，以及 Unlocking Enterprise expansion。公司引用委托第三方完成的市场研究，预计到2028年相关机会约为 1.3万亿美元，其中 SMB contingent digital knowledge work 为 5,300 亿美元、Enterprise 为 6,500 亿美元、Agentic AI 为 1,200 亿美元。需要强调的是，这属于市场机会估算，并非 Upwork 已经实现的收入。
短期数据仍然说明转型并没有完成。
Q3 2026 Revenue Guidance 为 1.76亿至1.84亿美元；全年 Revenue Guidance 为 7.30亿至7.50亿美元。与此同时，Q2 Operating Cash Flow 从去年同期的 7,250 万美元降至 4,690 万美元，Free Cash Flow 从 6,560 万美元下降到 3,590 万美元。
因此，目前最准确的描述并不是“Upwork已经完成AI转型”，而是：
传统低价值任务下降，新型AI高价值工作正在快速增长，但新的需求规模暂时仍未完全覆盖旧市场的收缩。
这正是 AI 时代大量知识工作平台未来几年都可能经历的“增长缺口”。
HRTech观察：未来企业真正缺少的可能不是更多AI工具，而是一套AI Workforce衡量体系
从 Upwork 这份财报继续往前推一步，HRTech认为，一个新的企业管理问题正在形成。
今天多数企业仍然通过“有多少员工使用 ChatGPT”“采购了多少 Copilot席位”来衡量AI采用。但当 AI 真正进入工作流程后，这些指标很快会失去意义。
企业真正需要知道的是：
一项工作原来需要多少 Human Hours，现在需要多少；Human与Agent分别完成了什么；单位任务成本是否下降；AI增加了多少模型和Token成本；质量、速度和风险是否改善；以及哪些岗位正在从“执行工作”转向“监督、设计和管理Agent”。
因此，HRTech接下来关注的重点也正在从单纯的 AI Readiness，进一步走向 AI Workforce ROI、AI Workforce Benchmark和Human + AI工作结构分析。HRAI Forward所衡量的“AI是否已经成为可复用、可迁移、可衡量的HR工作能力”，本质上也是这条路径的起点：先知道组织和HR当前处于什么位置，再进一步判断AI投入究竟有没有真正改变工作方式和产出。
Upwork此次财报给出的启示非常明确：
未来最有价值的 HR Tech 公司，未必只是帮助企业“招聘更多人”或“部署更多AI”，而是能够帮助企业回答——
什么工作应该由谁完成，以及Human + AI组合之后，企业是否真的创造了更多价值。
这可能才是 AI Workforce 时代真正的新基础设施。
-
模型上下文协议
【印度】HRTech公司Darwinbox再获4000万美元投资，加速北美扩张与AI创新布局
HRTech概述：来自印度的HRTech平台Darwinbox获Teachers’ Venture Growth（加拿大安大略省教师退休金计划）4000万美元投资，加速北美市场扩张与Agentic AI创新。D此次融资继2025年3月1.4亿美元融资后，投资方阵容包括KKR、Partners Group、微软、Salesforce等。全球HR科技最新资讯请关注HRTechChina。2025年8月14日 印度海得拉巴及美国旧金山HRTech消息——全球增长最快的AI驱动人力资本管理（HCM）平台Darwinbox宣布，已获得来自加拿大安大略省教师退休金计划（Ontario Teachers’ Pension Plan）旗下晚期风险与成长投资部门Teachers’ Venture Growth（TVG）的4000万美元投资。
此次合作将助力Darwinbox加速全球扩张，特别是在北美市场的业务增长，同时进一步推进“AI优先”战略和Agentic AI创新。公司计划率先在HCM平台中支持Model Context Protocol（MCP），实现AI代理与Darwinbox系统的安全交互，为全球企业提供新一代智能化HR解决方案。
Darwinbox自进入北美市场以来已实现三倍年度增长，客户包括EXL、Virtusa、Orion Innovation、Ephicacy、Apollo.io、妮维雅（Nivea）、WeWork、Zara、星巴克和阿迪达斯等知名企业。目前，Darwinbox为全球130个国家超过1000家企业、400多万名员工提供服务。
这笔投资是在2025年3月由Partners Group与KKR领投的1.4亿美元融资之后追加的。TVG通过一次性和二级市场交易取得Darwinbox股份。TVG在帮助高成长科技企业实现国际市场扩张方面拥有丰富经验，将借助其全球网络和本地化团队，支持Darwinbox的长期增长。现有投资方还包括KKR、Partners Group、微软（Microsoft）、Salesforce、Peak XV、Lightspeed和TCV。
TVG印度区董事Darius Vakil表示：“我们很高兴与这支卓越的团队合作，他们将Darwinbox打造并发展成领先的HR科技企业。凭借灵活可定制、AI驱动的全栈产品，以及以客户为中心的核心理念，公司持续在全球大型企业中实现快速采纳。我们期待通过我们的全球资源与经验，助力Darwinbox的未来发展。”
Darwinbox联合创始人Jayant Paleti则指出：“我们非常高兴欢迎TVG加入下一阶段的扩张之路。正确打造的HR科技能够为企业释放巨大价值，但传统HCM供应商仍未实现这种飞跃。Darwinbox的使命是改变这一现状——以全球化设计、AI为核心、并始终聚焦客户成果，建设下一代HCM公司。”
Darwinbox在产品能力与市场认可度上表现亮眼。Gartner和Forrester均高度评价其功能深度、卓越用户体验与AI创新速度。Darwinbox是Gartner云HCM魔力象限中最年轻的入选厂商，并连续四年在Gartner® Peer Insights™《客户之声》报告中被评为客户之选，评分显著高于竞争对手。
目前，公司正积极扩大在美国、东南亚及中东和北非（MENA）等地区的业务版图，以推动“未来工作”愿景的落地。此次交易中，Avendus Capital担任Darwinbox的财务顾问与投资银行。
关于Teachers’ Venture Growth（TVG）Teachers’ Venture Growth专注于全球范围内的晚期风险投资和成长型股权投资，聚焦具备前沿技术与全球扩张潜力的企业。该团队与拥有远大使命的创始人合作，帮助其拓展产品线、加速地域扩张并在市场中建立领导地位。TVG注重长期价值创造，并通过其在欧洲、北美和亚洲的直接布局，兼顾全球视野与本地执行力。
TVG隶属于安大略省教师退休金计划（Ontario Teachers’ Pension Plan Board，简称Ontario Teachers’），后者是一家全球投资机构，截至2025年6月30日净资产为2696亿加元。Ontario Teachers’为34.3万名在职及退休会员提供完全基金化的固定收益养老金计划，其投资组合涵盖多元资产类别。
关于Darwinbox成立于2015年的Darwinbox，是全球领先的HR科技公司，通过云端HCM软件为企业提供涵盖整个员工生命周期的人才管理解决方案。平台依托新一代员工体验设计与AI驱动技术，助力企业提升人力资源管理效率与战略价值。目前，Darwinbox获得包括KKR、Partners Group、TCV、微软、Salesforce Ventures、Peak XV、Lightspeed、Endiya Partners等在内的全球顶级投资机构支持。
-
模型上下文协议
【必读】AI正在重塑HR工作流程：什么是MCP与A2A？以HCM为例-HR领导者必读
随着人工智能（AI）在企业中的加速应用，人力资源工作也正经历一场深刻的转型。从自动化到智能化，从系统孤岛到跨系统协同，AI正在让HR的角色发生质的变化。其中，两个你将越来越常听到的新术语——MCP（Model Context Protocol） 和 A2A（Agent-to-Agent）通信，正在成为这场变革的关键支撑技术。5月23日上海，HR科技年度峰会中，我们奖邀请嘉宾现场分享交流，机会难得点击报名
那么，它们到底是什么？又会怎样影响HR的日常工作？本文将通过全球领先的HCM平台 Darwinbox 的实践案例，为你详细讲清楚。
一、什么是 MCP？让AI真正“读懂”HR系统的通用协议
MCP 简介
MCP（Model Context Protocol）是一个由 AI 公司 Anthropic 提出的开放协议，允许各种 AI Agent（智能代理）访问企业系统的数据、功能与上下文信息。
简单来说，MCP 就像是“AI 与系统之间的通用语言”。它打通了 HR 系统、财务系统、CRM 等传统数据孤岛，让 AI 可以“看见并理解”这些系统中的业务内容。
MCP 让 AI 不只是听懂你的指令，更能理解你的组织架构、岗位职责、审批权限、数据来源……从而作出真正有用的行动。
HCM公司Darwinbox的 实践：
Darwinbox 成为全球首个推出自主 MCP Server 的 HCM 平台，意味着其 HR 系统可以直接暴露出 20+ 可调用工具（未来扩展至100+），供 AI 调用。
这些工具包括但不限于：
发起请假
查询绩效报告
启动调岗流程
发放offer
管理审批流
二、什么是 A2A？让AI之间协同工作的“智能对话机制”
如果说 MCP 是 AI 与系统之间的“桥梁”，那 A2A（Agent-to-Agent）通信机制 就是 AI 与 AI 之间的“协作协议”。
A2A 简介
A2A 允许多个 AI Agent 彼此通信、协作完成复杂任务。例如，一个 HR Agent 可以通知 IT Agent 去开设系统账号，同时通知 Admin Agent 去安排办公位与门禁卡。
传统流程中，这一切需要 HR 发邮件、打电话、填写表单反复协调。而在 A2A 架构下，AI 自己就能完成这些工作协同，HR 只需发起一次指令。
MCP + A2A = 重新定义HR工作方式
结合场景更容易理解：
场景1：智能请假建议（MCP 单独应用）
员工提问：“我下个月可以请三天假吗？”
AI Agent 将通过 MCP 调用以下内容：
假期余额（来自 HR 系统）
项目进度（来自项目管理工具）
同事排班（来自日程管理工具）
团队空缺情况（来自组织架构）
然后推荐合适请假时间，并自动发起申请、通知上级、安排替班。
过去需要HR核对多个系统 + 手动协调，现在全自动。
场景2：一键发起入职流程（MCP + A2A 协作）
HR 只需对 AI 说：“帮我安排新员工张伟的入职。”
以下操作会由多个 AI Agent 协同完成：
各个 Agent 间通过 A2A 通信协作，每一步都可自动完成或提醒相关负责人确认，大幅提升效率与准确性。
四、为什么这对HR人非常重要？
MCP 和 A2A 不只是技术名词，它们意味着 HR 可以从“事务执行者”转型为“流程设计师”“策略推动者”和“智能组织管理员”。
五、Darwinbox如何保障安全与可控？
所有 Agent 的行为都受 API 权限和角色控制（RBAC）
每个 MCP 工具都有访问控制列表（ACL）
企业可自定义哪些 Agent 可以做什么事，确保安全合规
每次调用都有审计记录，方便监管与追溯
六、未来，HR 会有哪些新可能？
构建组织“AI助理团队”：比如 HRBP Agent、绩效Agent、招聘Agent 各司其职。
自动识别组织风险：AI 发现绩效下滑趋势后，自动提醒并启动辅导机制。
全员“自然语言交互HR”：每个员工都能随时通过语音/文字找AI处理HR事务。
跨部门智能工作流自动运转：从调岗到升职，从离职到入职，全流程零摩擦。
MCP 是入口，A2A 是协作，HR 的未来已经来了
AI不是未来，是现在。而 MCP 和 A2A，是HR进入AI智能协作时代的关键基础设施。
Darwinbox 正在用这套架构，重构HR系统的底层逻辑，帮助HR部门真正从“支持功能”走向“战略引擎”。
如果你是HR从业者，现在正是了解这些新技术、思考AI时代HR价值重塑的最好时机。关注HRTech，第一时间了解最新人力资源科技
扫一扫 加微信
hrtechchina
