-
PALO ALTO
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。
-
PALO ALTO
【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。
-
PALO ALTO
【硅谷】AI反向招聘平台Refer完成750万美元种子轮融资：让求职者成为招聘服务的付费客户
HRTech概述：美国AI招聘初创公司Refer近日完成750万美元种子轮融资。本轮融资由Canary领投，Goodwater Capital、Salt VC、Norte Ventures和Valutia参与。加上此前获得的250万美元融资，Refer累计融资额已达到1000万美元。公司计划利用新资金扩大平台上的科技人才和雇主网络，并继续完善其AI职业代理Lia。
与绝大多数由企业支付招聘佣金的平台不同，Refer采用了一种颇具争议的“反向招聘”模式：平台声称代表求职者而非雇主工作，企业可以免费接收人才推荐，而候选人只有在成功获得工作后，才需要支付第一个月工资20%的一次性成功服务费。
Refer完成750万美元种子轮融资，累计融资达到1000万美元
Refer本轮750万美元融资属于种子轮，由巴西早期风险投资机构Canary领投。Canary披露的投资信息显示，参与本轮融资的机构还包括Goodwater Capital、Salt VC、Norte Ventures和Valutia。
本轮融资完成后，Refer累计融资额达到1000万美元，其中包括此前完成的250万美元融资。新资金将主要用于扩大平台候选人规模、增加合作雇主数量，并进一步强化AI驱动的职位匹配和招聘引荐能力。
Refer创始人为Andre Hamra。根据公开报道，Hamra来自Brazil，青少年时期便开始帮助身边的人寻找工作。后来，他进入Stanford商学院学习，并在Palo Alto通过张贴带有二维码的传单测试最初的业务模式：帮助求职者寻找工作，只有在成功入职后才收取费用。
Refer于2024年年中正式启动，最初主要服务Stanford University等高校背景的软件工程师，随后逐步开放至更广泛的美国科技行业人才市场。
关于公司所在地，不同报道的表述略有区别。Business Insider将Refer称为San Francisco-based startup，而Staffing Industry Analysts此前将其描述为Palo Alto-based company。考虑到其创业测试最初发生在Palo Alto，而公开报道又将其归入San Francisco创业生态，更严谨的表述是：Refer是一家起步于Palo Alto、面向美国科技人才市场的加州AI招聘初创公司。
AI职业代理Lia代表候选人寻找工作机会
Refer的核心产品是一名名为Lia的AI职业代理。与主要帮助企业筛选简历、安排面试或评估候选人的传统AI招聘工具不同，Lia的产品定位是代表求职者寻找职位。
候选人在使用Refer时，需要向Lia提供个人工作经历、专业能力、兴趣方向、期望薪资、理想工作地点、签证需求、目标企业规模以及下一阶段职业目标等信息。
Lia随后根据候选人的背景和偏好，从Refer合作企业及开放职位中寻找匹配机会。只有当候选人和雇主双方都对匹配结果表示兴趣后，Lia才会通过电子邮件完成双方介绍。
这意味着Refer并不是一个帮助候选人批量提交申请的自动投递工具，而是一个以双向意向确认和定向引荐为核心的招聘匹配平台。
Refer官网将这一定位概括为“Built for candidates. Free for companies”，并强调Refer直接为候选人工作。官网目前使用“Meet Lia, your AI career agent”作为核心产品描述。
从招聘流程来看，Refer试图解决的是科技人才市场中日益突出的“申请黑洞”问题。在大量候选人借助AI批量生成简历和申请材料后，企业收到的申请数量显著增加，但候选人获得真实反馈和决策者关注的难度并未下降。
Refer希望通过已建立联系的雇主网络，将经过匹配的候选人直接介绍给招聘负责人、创始人或用人经理，使求职者不再完全依赖公开职位页面和传统在线申请流程。
候选人成功入职后支付首月工资的20%
Refer最受关注的并不是AI匹配技术，而是其收费模式。
在传统猎头和招聘代理模式中，企业通常是付费客户。招聘机构帮助企业寻找候选人，并在成功招聘后按照候选人第一年薪资的一定比例向企业收取佣金。
Refer则将这一关系倒置。平台允许企业免费使用服务，而候选人在通过Refer成功获得工作后，需支付第一个月工资20%的一次性成功费。候选人没有注册费、订阅费或前期费用，只有产生成功录用结果后才需要支付。
例如，一名候选人的年薪为12万美元，对应月薪约1万美元。按照Refer的收费规则，成功服务费约为2000美元，相当于候选人年薪的约1.67%。
需要特别说明的是，部分较早报道曾将收费方式描述为“20% of the first paycheck”，可能被理解为首张工资支票的20%。Business Insider的详细报道则明确写明，收费基数为“20% of the first month’s salary”，因此更准确的中文表述应为“第一个月工资的20%”。
Refer认为，这一收费模式能够改变招聘服务中的利益关系。
Andre Hamra表示，Refer向候选人收费，是因为候选人才是公司的客户，也是平台真正希望帮助的人。在传统招聘模式下，雇主支付费用，招聘人员的目标通常是尽快完成职位填补；而在Refer模式中，候选人支付成功费，平台理论上应优先考虑候选人的职业目标和长期匹配度。
这也是Refer将自己定义为“reverse recruiter”，即反向招聘服务的原因。
企业免费使用，但也可以购买优先招聘服务
Refer面向企业的基础服务是免费的。雇主可以在平台上提供开放职位，并接收Lia匹配和推荐的候选人。
不过，根据Staffing Industry Analysts的报道，Refer也向企业提供priority tier，即优先服务层级。如果企业通过该付费层级成功招聘员工，需要向Refer支付该员工第一年薪资的20%。
这一企业收费标准与传统科技猎头公司的成功佣金水平相近。
不过，目前公开报道并未明确说明：当一家企业选择付费priority tier后，通过该职位入职的候选人是否仍需支付首月工资20%的成功费。
如果企业和候选人在同一笔招聘中同时付费，Refer就需要进一步解释双方分别购买了什么服务，以及平台在出现利益冲突时究竟代表哪一方。相关双边收费机制、费用披露方式及适用条件，原文未说明。
已覆盖约2000家企业和7000个开放职位
截至2026年7月中旬，Refer已建立起一定规模的招聘市场网络。
Business Insider报道显示，Refer平台当时覆盖约2000家企业和约7000个开放职位，已经促成超过5000场面试。随后，Staffing Industry Analysts在2026年7月21日的报道中进一步称，Refer已安排接近6000场面试，涉及超过2000家公司。
两组数据的差异可能来自报道时间和统计口径。更稳妥的表述是：Refer截至2026年7月已促成超过5000场、接近6000场面试，连接约2000家企业，并拥有约7000个开放职位。
根据Business Insider披露的产品规则，候选人每天最多可以申请5次企业介绍。Lia完成引荐后，企业通常需要在3个工作日内进行回复。
Refer还表示，在获得Lia介绍的用户中，超过一半会在24小时内获得面试机会。这里的统计口径是“获得平台介绍后的用户”，而不是所有完成注册或建立个人资料的用户。
平台目前尚未公开披露实际成功录用人数、面试转化率、候选人平均年薪、成功费收入、客户留存率，以及通过Refer入职后的员工平均任职时间。
因此，现阶段近6000场面试可以说明Refer具备一定的匹配和引荐能力，但尚不足以完整判断其最终招聘成功率和商业模式效率。
真实案例显示，Refer主要解决“被看见”的问题
Business Insider报道中提到了多名Refer用户和企业客户。
University of Illinois计算机科学毕业生Hansheng Liu首次使用Refer时，因为简历和项目经验不足，并未获得理想结果。此后，他用一个冬季完善个人网站和后端服务器项目，再次回到Refer。
Liu随后向约6家公司请求引荐，获得了4场面试，并最终加入一家Bay Area公司。他认为支付Refer的成功费是值得的，因为平台确实帮助他获得了工作机会。
这一案例也说明，Refer并不能替代候选人的专业能力、项目经验和个人竞争力。Lia能够提高候选人被招聘决策者看到的机会，但并不能把不符合岗位要求的候选人自动转化为合格人才。
另一位用户、后来创办GreenLight的Arjun Bakhale，也曾通过Refer被直接介绍给一家初创公司的CEO，并获得实习机会。他认为，相比普通在线申请，这种定向介绍最大的价值在于，候选人至少可以确认自己的信息真正到达了企业负责人，而不是进入没有反馈的申请系统。
AI非营利组织软件公司Golden的创始人兼CEO Sam Fankuchen表示，公司已经通过Refer招聘了多名员工，并计划继续使用。他认为，主动选择Refer并愿意支付成功费的候选人，通常对自己的职业选择更为认真。
不过，这一观点来自单一雇主案例。目前没有公开数据可以证明，通过Refer招聘的员工在留任率、绩效或文化匹配方面一定优于其他招聘渠道。
候选人付费模式面临公平招聘与监管争议
Refer的商业模式也涉及招聘行业长期存在的监管与伦理问题。
国际劳工组织的《Private Employment Agencies Convention, 1997（No. 181）》原则上要求，私营职业介绍机构不得直接或间接向劳动者收取全部或部分服务费用，但主管机关可以在特定情况下，对特定类别劳动者或服务作出例外安排。
美国没有批准该公约，因此该公约并不直接等同于美国国内法律。但候选人收费是否合法，仍可能受到不同州的employment agency法规、消费者保护规则、合同条款和费用披露要求影响。
World Employment Confederation的行业行为准则也反对招聘机构向求职者和劳动者收取就业服务费用。
Andre Hamra则认为，Refer与传统受到限制的候选人收费模式不同。他表示，Refer没有前期费用和押金，也不是长期从候选人的收入中持续抽取比例，而是在成功入职后收取一次性费用。
他同时强调，Refer的收费并不是income-share agreement，因为费用虽然随工资水平变化，但只发生一次。
不过，从监管角度看，一项收费被定义为“一次性成功费”，并不必然使其脱离就业代理或职业介绍服务的监管范围。最终判断仍将取决于Refer在不同州提供的具体服务、合同结构、收费触发条件和当地法律定义。
HRTech观点：AI招聘开始从企业工具转向个人代理
过去几年，AI招聘创业公司的主要客户几乎都是企业。产品通常围绕职位描述生成、人才搜寻、简历筛选、面试安排、候选人评估和招聘流程自动化展开。
Refer代表了另一种正在形成的产品方向：AI不再只帮助企业筛选人，而是开始代表个人寻找职业机会。
这一变化与AI Agent的发展密切相关。传统求职平台主要提供职位信息和申请入口，候选人仍需亲自搜索、筛选和投递。AI职业代理则试图持续理解候选人的目标，主动寻找合适职位，并代表候选人与企业建立联系。
从这个角度看，Refer的真正创新并不是让AI推荐职位，而是试图建立一个“个人委托AI代理求职”的商业关系。
但是，这一模式能否成立，最终取决于三个问题。
第一，Refer能否持续提供普通求职网站和社交网络无法提供的高质量直接引荐。如果候选人通过LinkedIn、Indeed或个人关系同样能够接触这些职位，首月工资20%的费用将很难长期成立。
第二，平台能否证明其推荐真正改善了候选人的职业结果。面试数量只是中间指标，未来更关键的数据应包括录用率、薪资提升、职位匹配度、试用期通过率和长期留任率。
第三，Refer能否解决收费透明和合规问题。尤其是在平台同时向企业提供付费优先服务的情况下，它需要清楚说明自己究竟代表候选人、企业，还是同时服务双方。
对HR科技市场而言，Refer完成750万美元种子轮融资说明，投资者正在关注AI职业代理和候选人侧商业模式。但它也提出了一个更具争议的问题：当AI可以代表个人寻找工作时，求职者是否愿意像支付律师费、经纪费或职业顾问费一样，为招聘引荐和最终结果直接付费？
Refer目前已经证明，部分科技人才愿意接受这一交易。但它是否能够从一个服务高薪科技人才的垂直平台，扩展为一个可持续的大众招聘模式，仍需观察。
正在探索AI招聘、人才吸引和候选人体验创新的企业，可以关注HRTech目前正在进行的2026候选人体验大奖CandE® Awards和2026 HRTech创新奖INNO Awards。前者聚焦AI招聘时代企业吸引和对待候选人的关键能力，后者关注可落地、高价值、前瞻性的HR科技创新。
同时，9月17日在深圳举行的“What's Next”2026人力资源科技年度论坛，将重点关注AI、数字化、人才与组织创新。HR AI Forward目前也开放了面向HR职能的AI能力成熟度评测。相关活动、评选、报告与测评入口，可通过HRTech近期活动与资源页面统一查看。
——————————————————
公司名称：Refer
核心产品：Lia
创始人：Andre Hamra
融资轮次：Seed
本轮融资金额：750万美元
累计融资金额：1000万美元
领投机构：Canary
参投机构：Goodwater Capital、Salt VC、Norte Ventures、Valutia
候选人收费：成功入职后支付第一个月工资的20%
企业基础服务：免费
企业优先服务：成功招聘后支付员工第一年薪资的20%
平台数据：约2000家企业、约7000个开放职位、超过5000场并接近6000场面试
公司网站：https://tryrefer.com/
成立时间：2024年年中
总部或主要运营地区：San Francisco / Palo Alto
-
PALO ALTO
【硅谷】建筑劳动力管理公司Lumber完成1550万美元A轮融资，推动AI赋能建筑劳动力管理
HRTech概述：AI驱动的建筑劳动力管理平台 Lumber 宣布完成 1550万美元A轮融资，由 Foundation Capital 领投，Tishman Speyer、Carbide Ventures、8VC、Sure Ventures 和 FirsthandVC 跟投。Lumber 通过AI技术自动化管理工资、合规性和HR运营，帮助建筑公司降低行政成本，提高效率，优化施工劳动力管理。Lumber 提供 智能排班、自动合规监控和薪资处理，特别适用于承包商和建筑合作伙伴，有效减少繁琐的文书工作，让企业可以专注于核心业务。全球最新HR科技资讯，请关注HRTechChina
近日，总部位于美国加利福尼亚州帕洛阿尔托的HR科技公司Lumber公司宣布完成1550万美元的A轮融资。本轮融资由Foundation Capital领投，Tishman Speyer、Carbide Ventures、8VC、Sure Ventures和FirsthandVC等知名投资机构参投。
AI驱动的建筑劳动力管理平台
Lumber致力于通过人工智能AI技术，简化建筑公司的薪资、合规和人力资源运营等复杂流程。其平台提供智能排班、自动合规监控和自适应薪资处理，特别是在处理复杂的工会规定方面表现出色。这一创新大幅减少了承包商的行政负担，使其能够将更多资源投入到核心施工活动中，提升生产力和项目盈利能力。
战略发展与AI代理
在过去的一年中，Lumber推出了八款新产品，并与专业承包商和建筑合作伙伴建立了强劲的合作关系，同时引入了关键行业专家以加强团队实力。公司计划利用本轮融资进一步推动产品开发和市场扩张，重点提升AI能力和客户成功运营。Lumber正在开发能够与施工现场实时数字表示交互的自主AI代理，包括：
HR AI代理：负责管理工人的招聘、入职和培训。
薪资AI代理：自动处理工资计算、税款扣除、福利管理和多州薪资合规。
安全AI代理：确保符合OSHA标准，追踪工人疲劳程度，防止过度劳累。
行业挑战与前景
建筑行业正面临显著挑战，包括持续的技术工人短缺。根据美国总承包商协会（AGC）的数据，80%的公司报告称难以找到合格的员工。麦肯锡的报告显示，全面采用数字技术可将项目绩效提高10-15%，降低成本5-10%，并将生产力提升15-20%。
Foundation Capital合伙人Zach Noorani表示：“我们正处于美国建筑业乃至所有技术工种领域劳动力危机的边缘。Lumber简化了建筑公司的薪资、合规和人力资源运营的复杂性。更重要的是，Lumber的平台也为建筑工人服务，帮助他们在行业中建立安全且成功的职业生涯。Lumber的发展壮大，有助于巩固我们最重要的行业之一。”
关于Lumber
Lumber是一家领先的全方位建筑劳动力管理平台，旨在简化薪资、时间追踪、安全、合规、现场生产力、奖励和认可等方面的管理。其AI驱动的平台强调合规和安全，提供完全定制化的解决方案，并与现有技术栈深度集成，专为专业承包商设计。
此次融资的成功，标志着Lumber在推动建筑行业数字化转型、HRTech提升效率和安全性方面迈出了重要一步。
-
PALO ALTO
【硅谷】智能人才云Turing 完成8700万美元的D 轮融资，估值超过11亿美元，正式晋级独角兽行列
Jonathan Siddharth, Founder & CEO of Turing (left) and Vijay Krishnan, Founder and CTO (right) built Turing to let companies spin up their engineering dream team in the cloud.Turing 的创始人兼首席执行官 Jonathan Siddharth（左）和创始人兼首席技术官 Vijay Krishnan（右）
Turing——它使用人工智能在一个被称为“人才云”的更大平台上远程采购、评估、雇用、入职和管理工程师（包括人力资源和合规方面）——已经完成了 8700 万美元的融资，这是 D 轮融资这家初创公司的估值为 11 亿美元。WestBridge Capital 领投这轮融资，之前的支持者 Foundation Capital、新投资者 StepStone Group 和 AltaIR Capital、战略支持者 HR Tech Investments LLC（Indeed 的附属公司）、Brainstorm Ventures、Frontier Ventures、Modern Venture Partners 和 Plug and Play Scale Fund都参加了。这一轮被超额认购，因此该公司还以 40 亿美元的估值开立了一张SAFE 票据（或简单的未来股权协议），现在也被超额认购。
在2020 年12 月进行 B轮融资后，Turing在过去 12 个月内将其开发人员池扩大了 9倍以上，并增加了强生、Coinbase、Rivian、戴尔、迪士尼、Plume 和 VillageMD 等大客户。拥有来自 140 个国家/地区的超过 100 万名开发人员，Turing的指数增长帮助该公司在The Information 的2021 年 50 家最有前途的初创公司名单中，在竞争激烈的 B2B 类别中名列第一。
“我们的使命是释放世界上尚未开发的人类潜力，”Turing创始人兼首席执行官乔纳森·西达斯( Jonathan Siddharth)说。“我们现在生活在一个远程优先的世界，每家公司都在竞相从全球工程人才中获益。未来是远程分布式全球团队。”
原因显而易见。公司可以访问全球工程师库，并访问数十万未开发的硅谷级开发人员。Turing的灵感来自于重复创业者Jonathan Siddharth和Vijay Krishnan，他们在扩展他们的第一家初创公司 Rover 的经验中获得了灵感，该公司也是远程优先构建的，并于 2017 年成功收购。
“Turing的增长简直是惊人的，” WestBridge Capital 董事总经理苏米尔·查达( Sumir Chadha)说。“在过去的二十年里，我们在全球范围内投资并见证了大型离岸开发公司的诞生。Turing正在开创以机器学习和自动化为核心的此类公司的新时代。”
但是，远程很难。传统解决方案根本不是为远程第一世界构建的。传统的招聘流程需要数月时间，而工程领导者要花费多达 40% 的时间进行招聘。典型的选择是 IT 服务公司、人员配备机构或招聘市场，它们从本地资源库手动采购，无需对工程师进行专门的审查。这导致填补职位的时间过长，并使公司无法吸引最优秀的人才。
Turing的智能人才云通过将全球影响力和人工智能相结合来提供按月计费的理想工程师，从而解决了这一价值数万亿美元的技术人才问题。其软件源在全球范围内审查人才，通过人工智能优化匹配，抽象出合规和入职的复杂性，并使管理人员和开发人员轻松协作。
这消除了客户的工程团队进行面试的需要，每次招聘可节省 50 多个小时的工程面试时间，匹配成功率为 97%。实际上，Turing帮助公司在云中建立他们的工程梦之队就像在 Amazon AWS 上建立服务器一样容易。
StepStone Group 合伙人John Avirett表示：Turing为全球开发人员提供绝佳机会的雄心勃勃的愿景令人鼓舞。“智能人才云确实是一种实现访问民主化和建立持久联系的非凡方式，而不仅仅是签署合同；他们正在将这一过程培养成个人和使用它们的公司的长期职业规划。”
目前，该公司支持 15 种不同的工作类型和 100 多种不同的技术。他们先进的审查引擎为每个开发人员构建了一个深入、动态的配置文件。深度匹配智能为每个角色找到最佳工程师 - 并向您展示原因。赛后，Turing让远程开发变得简单、合规和安全。这家远程优先的公司负责全球人力资源、工资单、开发人员支持以及每个客户安全协议的执行。
Foundation Capital 的Ashu Garg表示：“Turing正在生产一个庞大行业的每一条腿，并且永远改变了它的面貌和看法，”他在 2020 年领导了Turing的种子轮融资并参与了此后的每一轮。
“我们的工作方式发生了根本性的变化。随着世界转向远程工作和人才云，我们正在进入科技行业的黄金时代。你现在可以在硅谷工作，而无需住在硅谷。人才是普遍的……现在，机会也来了，”悉达多说。
关于Turing
Turing是智能人才云 Intelligent Talent Cloud，一个自动化的人工智能平台，让公司“push a button”来审查、雇用和管理全球的远程软件开发人员。Turing 平台上拥有来自 140 多个国家/地区的超过100 万开发人员，可让您在云中组建您的工程梦之队。
Turing的投资者包括 WestBridge Capital、Foundation Capital、StepStone Group、Modern Venture Partners、HR Tech Investments LLC、Frontier Ventures、AltaIR Capital、PNP Scale Fund、Mindset Ventures、Founders Fund、Chapter One Ventures、Plug and Play Tech Ventures、UpHonest Capital、 Ideas & Capital、500 Startups Vietnam、Canvas Ventures、B Capital、Peak State Ventures、CapitalX、Stanford StartX Fund、Amino Capital、Spike Ventures、Visary Capital、Brainstorm Ventures、Joint Journey、Gaingels、Adam D'Angelo、Gokul Rajaram、Cyan班尼斯特，Beerud谢斯，梅德车雅克，洛伦佐硫酮，马尼什Narula，阿迪亚雅米，阿尔乔姆Bosov，三亚OHRI，马克西姆Shipilov，米哈伊尔·费舍尔，史蒂芬赫尔曼，威廉·休斯，乔希·布劳德，尼雷夫·沙阿，安迪·拉斯金，Bakht尼亚佐夫，ANES Kaldybayev，克里斯托弗·阮和红宝石陈，戴夫·弗兰克，爱德华Galyamov，埃琳娜佩特洛娃，叶甫Prensniakov，Shariq里兹维，Kirtika Ruchandani，马克西姆Matcin , Manik Gupta , Marina Polskaya , Mykhailo Raitsyn, Nikolai Guzakov, Nikolay Kaginyan, Oleg Bogumirskiy, Solovev Sergeevich, Stephen Osborn & Meredith Osborn，蒂姆·汤普森，情人节Zavgorodnev，Timofei安德里亚诺夫，安娜Mikhaylova，Yanovskiy奥列格，Alevtina Beloglazov，思琪陈，丁毅，苏尼尔拉贾拉曼，Parakram Khandpur，Kintan布拉姆巴特，卡梅伦德拉蒙德，凯文·穆尔，森迪普•阿胡加，伦·霍夫曼，格雷格后退，肖恩富特，凯利Graziadei，鲍比Balachandran，阿吉特萨穆埃尔，Aakash Dhuna，亚当·卡纳迪，斯特芬·瑙曼，章家敦和维多利亚桑丁，西比尔·瑙曼，埃里克·科恩，弗拉德V，萨芬Kichikov，的Piyush Prahladka，玛纳斯Joglekar，弗拉基米尔·赫里斯坚科，蒂姆和梅琳达·汤普森，亚历山大Katalov，约瑟夫和LEA安妮·吴，杰德伍，埃里克·邦廷，拉斐尔·卡莫纳、豪尔赫·卡莫纳、维亚切斯拉夫·图尔帕诺夫、詹姆斯·博罗、雷·卡罗尔、苏珊娜·弗莱彻、丹尼斯·贝洛格拉佐夫、蒂格兰·纳扎雷蒂安、安德鲁·卡莫茨基、伊利亚·波兹, Natalia Shkirtil, Ludmila Khrapchenko, Ustavshchikov Sergey, Maxim Matcin 和Peggy Ferrell。
扫一扫 加微信
hrtechchina
