领英、猎聘们「抓」不到的 AI 天才，这个团队想用 AI「追猎」

当 DeepSeek 和 OpenAI 的核心突破者越来越年轻，传统的简历筛选正在失效。一位前阿里达摩院的研究员，试图用 Agent 编织一张能捕捉「下一个 Ilya」的网。

作者｜连冉

编辑｜郑玄

2024 年，高岱恒 Sam 做出了一个决定：离开工作了四年的阿里达摩院。

作为一名 92 年出生的算法研究员，他正处在传统职业生涯的「黄金期」。但在 AI 圈内，一种难以名状的焦虑正在蔓延。Sam 发现，从 Flash Attention 到 Llama（第一个开源大模型），再到最近让 DeepSeek 名声大噪的 GRPO 算法，这些 2022 年以来最核心的「Ground Breaking」技术，几乎都是由 30 岁以下的年轻人完成的。

「Llama 发布的那个月，一作 Hugo 只有 29 岁；OpenAI 做出 ChatGPT 的主力 Alec Radford 是来自富兰克林·欧林工程学院（Franklin W. Olin College of Engineering）本科生。」Sam 在接受极客公园采访时感慨，「在这个行业，如果你到了 30 岁还在做单纯的模型微调，你会发现这部分工作正在变成『数据清洗』的体力活，而创造力的巅峰似乎正在离你远去。」

打不过，就加入——或者，为这群人造路。

Sam 和他的合伙人孙辰昕 Kelvin 决定换个赛道。他们试图解决一个在 AI 时代变得愈发棘手的问题：去哪找到这些分散在世界各地的、真正懂 AI 的「Builder」？

他们的答案是 Dinq，一个基于 Agent 架构的 AI 人才搜索引擎，致力于打造一个针对 AI 人才（研究员、工程师）的垂直社交与招聘平台。在零推广的情况下，这款产品在内测期吸引了 Meta、xAI、OpenAI 的核心贡献者，甚至 IKEA AI Lab 的首席科学家主动注册。

这不仅仅是一个 AI 时代如何做招聘的故事，更是关于 AI 时代，我们该如何重新衡量「人」的价值。

01

简历已「死」，GitHub 万岁

在硅谷，传统的招聘逻辑正在凋零。

过去，猎头通过 LinkedIn 筛选「斯坦福毕业」、「谷歌工作经历」等标签。但在 AI 领域，这种基于 Title 的筛选正在失效。「很多年轻的 AI 人才更新领英不频繁，或者他们的履历看起来平平无奇，但在开源社区里却是大神。比如 Sora2 的研究员 Harold Li, 你在领英只能看到他毕业于 UCLA, 是一个博士生」Sam 说道到。

Dinq 的核心逻辑是：在 AI 时代，成果比简历更诚实。

用户无需手动填写简历，只需提供 GitHub 或 Google Scholar 链接，AI 会自动抓取数据生成个人主页，展示论文引用、代码 Star 数等关键指标。

也就是说，当你输入一个人的 GitHub 或 Google Scholar 链接，Dinq 的 Agent 就会自动开始工作。它会基于 ReAct 架构，像一个经验丰富的技术面试官进行深度推理：

首先是看代码含金量，这个人给 HuggingFace 的 Transformers 库提过 PR 吗？是核心功能贡献还是简单的文档修复？

然后看学术影响力，不只看引用数，Agent 会深入论文页面（Sub-page scraping），从 3000 个作者名单中精准定位到他的贡献位次，甚至识别出他是某某项目的核心贡献者。

最后看社交影响力，他在 Twitter 或 Reddit 上的技术讨论活跃度如何？

「我们曾做过一个测试，找 OpenAI 视频模型 Sora2 的核心华人贡献者。竞品搜出来的是一堆不相关的工程师，而我们的 Agent 能精准地把这十几个人列出来。」Sam 对此非常自信。

这种精准度背后，是一套复杂的工程。Dinq 利用 Anthropic 的 Claude Opus 4.5 模型作为「大脑（Planner）」进行意图识别，指挥专门针对 GitHub、Arxiv 等平台的 Sub-agent（子智能体）进行深度检索，并利用 MCP（模型上下文协议）高效连接不同数据源。

「这不仅是找人，也是为大模型准备『燃料』。」Sam 认为，Dinq 本质上是在做数据的编排与聚合。通用大模型调用单一渠道的信息往往是片面的，而 Dinq 将分散在全网的碎片化数据，整合成了一份 AI 能读懂的「全息档案」。

02

信任传导：从「你是谁」到「你认识谁」

试用 Dinq 时，极客公园发现了一个有趣的功能：Network（关系网）。

当搜索某位知名研究员时，系统不仅展示了他的履历，还生成了一张核心关系图谱——他最紧密的 6 个合作者是谁？是 Meta 的同事，还是伯克利的导师？

「在学术和技术圈，信任是可以传递的。」Sam 解释道，「如果你不了解一个人，但发现他的核心合作者是大牛，或者他的校友圈都在做最前沿的研究，这种『非事实性』的延展信息，往往比简历上的自我介绍更具参考价值。」

这其实切中了 B 端招聘最隐痛的需求：背调与信任。

通过 Agent 的推理能力，Dinq 试图将这种隐性的人际关系显性化。Sam 透露，他们目前还在测试利用多模态模型分析候选人的「主观特质」，通过分析博客风格、代码习惯，来推测候选人的性格和潜在的榜样。

「我们甚至能回答『帮我找一个跟这个候选人背景类似，但更年轻的异性』这样模糊且复杂的指令。」在内部 Benchmark 测试中，这种抽象搜索的能力远超传统的关键词匹配。

以官方提示词库里的「Find GTM experts for AI agent products. Focus areas: - Product-led growth - Developer adoption strategies - Early-stage scaling Product type: AI-native or developer tools Preference: Proven track record in growth」为例：

视频来源：极客公园

可以看到，Dinq 先将需求拆解为四个关键维度的交集，确立了搜索的「靶心」，包括产品类型、增长模式、所处阶段以及核心能力。

随后 Dinq 采用了「从概念到实体」的搜索路径进行多维度的广度搜索，包括关键词搜索： 检索「AI agent GTM experts」，「Developer adoption strategy」、「PLG for AI tools」等组合，寻找行业白皮书、播客嘉宾名单和高引用的技术博客（如 Lenny's Newsletter, Reforge）；标杆公司锚定： 锁定该领域公认的成功公司（如 Notion, Mistral AI, OpenAI, Twilio, Snyk），反向查找其早期核心增长负责人或 GTM 操盘手。

然后在找到候选人后，进行了两轮筛选以确保匹配度：第一轮（相关性）： 剔除仅有纯销售背景或仅有 Web2 消费级产品经验的人选，保留具备 SaaS/AI/开源 复合背景的专家；第二轮（含金量）： 重点核查其过往业绩是否包含「从 0 到 1」或「从 1 到 10」的关键战役（例如：Rachel Hepworth 推动 Notion 用户过亿，Jeff Lawson 定义了 API 经济）。

最后则将筛选出的 10 位专家按专长进行了结构化分类，包括 PLG 专家，开发者生态专家，企业级销售转型以及投资人视角。

可以看到 Dinq 将模糊的需求（「AI Agent」、「GTM 专家」），转化为了具体的「搜索锚点」（即：不找「营销专家」，而是找「PLG 操盘手」和「开发者社区负责人」）。同时，通过锁定 Notion、Twilio 等成功企业「顺藤摸瓜」，保证了产出名单的下限很高。这是一种风险最小化的搜索策略。

03

Agent Native 的招聘未来

Sam 作为一个「92 年的 AI 圈老兵」，对年轻一代的观察充满危机感也充满希望。

Dinq 创始人 Sam｜图片来源：受访者

「现在的 00 后，遇到代码 bug 直接丢给 Cursor，遇到文书工作丢给 ChatGPT。他们是 Agent Native（AI 原生）的一代。」Sam 认为，这群人的求职方式也将发生根本性改变。

现在的年轻人依然在海投简历中感到挫败，效率是一个问题，但更关键的，是匹配逻辑的问题。

Sam 构想的未来是：未来的 AI 开发者们将不再需要刷 Boss 直聘或 Indeed，而是直接告诉自己的 Personal Agent 需求是什么：「我想找一个重视开源文化的 AI 基础设施团队，最好在湾区。」

Agent 会根据你的代码风格、过往项目和全网影响力，自动去匹配最适合的机会，并完成投递。Dinq 现在的「测身价」、「自动生成主页」只是第一步，最终它想成为这个流程中的核心基础设施。

「未来的工作，任务（Task）和智能（Intelligence）是高度纠缠的。」Sam 说道。在这个体系中，能够熟练驾驭 AI 工具、拥有独特审美的「超级个体」，其价值将被无限放大。

在采访的最后，Sam 谈到了他发起的「青稞社区」，这是一个旨在汇集 AGI 时代青年科学家社区的存在。目前已聚集了 3 万多名年轻的研究员和开发者，他们中的许多人，可能就是下一个 OpenAI 或 DeepSeek 的核心成员。

「智力的垄断一旦形成，往往需要百年才能逆转。」Sam 向极客公园提起一篇 Nature 的研究，指出在 60 多个关键 AI 技术领域中，华人研究者已经占据了压倒性的优势。

相比做一个传统的招聘软件，Dinq 更想在为这个即将到来的「智力资本时代」修建基础设施。此前 Dinq 已完成一轮种子轮融资，投资方为蓝驰创投，目前正在洽谈新一轮融资。

当一位埃及的足球教练开始用 AI 分析青训数据，当一位宜家的科学家在深夜注册 Dinq 的账号，我们知道，一些曾被视为未来的场景，已经在开始成为当下世界运行的一部分。

在这个时代，定义你的不再是名片上的 Title，而是你留在这个数字世界里的每一次 Commit，每一篇 Paper，以及你与这个智能世界的每一次交互。

*头图来源：Dinq 官网

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待 AI 人才搜索引擎？

马斯克豪言，AI 芯片迭代仅需 9 个月，誓夺产量全球第一。

点赞关注极客公园视频号，