BOSS直聘发布全年报，AI让招聘平台有机会做“结果生意”

3月18日，BOSS直聘（NASDAQ: BZ；HKEX: 2076）发布2025年第四季度及全年财报，全年营收82.7亿元，同比增长12.4%。

财报发布后，中金公司发研报称，BOSS直聘第四季度收入和利润基本符合预期。第一季度收入指引低于市场一致预期，主要受春节延后影响，预计春节后招聘需求将恢复。

中信证券分析师认为，受“AI冲击论”影响，BOSS直聘近期股价出现超跌（类似美国市场的情况），但市场忽视了中国就业结构差异及平台中期收入机会。

一方面，AI 相关岗位招聘增加且白领整体复苏。另一方面，与美国不同，中国蓝领岗位及中小企业占主导，AI对其长期影响有限。最后，通过智能体 AI 技术，公司能更好服务招聘履约环节（该未充分开发市场规模达数百亿元且按效果收费）。

分析师认为，市场高估了替代平台的挑战。BOSS直聘凭借更丰富行为数据、更优模型与智能体能力，竞争优势将强化于同业，AI 工具亦可实现货币化。

AI赋能闭环服务，在线招聘商业模式迎来变迁

在业绩发布的同时，管理层着重披露了AI在产品、技术和商业化层面的进展。

事实上，自1997年在线招聘行业诞生以来，在线招聘平台提供的价值主要停留在信息传递层面。而随着生成式AI能力的成熟，在线招聘平台首次具备进入“闭环”的现实条件——即不仅撮合信息，更直接参与促成候选人入职。

BOSS直聘管理层表示，招聘者的目的是有合适的人入职，求职者的目的是入职合适的岗位。过去，互联网招聘平台提供的主要是BC双方之间缔结劳动合同的概率和机会；接下来，AI可以帮助平台完成“最后一公里”的劳动，使大规模的闭环服务成为现实。

财报数据印证了这一判断。2025年，BOSS直聘在AI能力支持下，闭环业务营收已达到亿元量级，且增速超过平台其他业务。管理层在电话会上预计，2026年这一数字将实现翻倍乃至多倍增长。

从更宏观的视角看，AI可以通过更好地数字化双边需求、提升基层人员效率、降低大团队管理成本，让大规模的闭环服务从技术层面具备可行性。过往BOSS直聘平台长期积累的2.5亿求职者、2000万家企业，是平台发展AI能力的坚实底座。

AI多场景全面落地，产品与技术层全面渗透

在产品层，AI已深度嵌入招聘和求职两端，并在多个场景取得可量化的进展。

求职端，对话式AI助手“直闪闪”在四季度服务用户规模环比增长超200%，覆盖简历优化、岗位推荐、信息答疑等核心场景。AI模拟面试工具拓展至学生及0至5年工作经验用户群，帮助求职者在AI辅助下系统准备面试、梳理职业经历。

招聘端，BOSS直聘推出了面向高招聘要求、高付费能力企业的AI深度搜索工具。该工具在灰度测试中取得成效后，目前正在扩大试验范围。其核心机制是记忆和分析特定客户的需求与偏好，在2.5亿求职者库中自动开展持续搜索，并与用户实时交互以提升匹配命中率。管理层透露，该功能复用率极高，单次查询字数较传统搜索提升数倍，商业化前景可观。与此同时，面试间用户中已有三成使用AI辅助面试内容总结。

在AI Agent应用层，BOSS直聘采取了“适当激进”的态度。在制造业普工、主播等批量招聘场景中，引入AI托管与筛选功能后，人均交付效率明显改善，使基于“达成”或面试的结果型商业售卖模式具备可行性。值得一提的是，平台推出这项服务时，坚持向求职者表明对接方为智能体，求职者反响尚好。

在技术层面，AI能力已全面渗透平台各业务环节。推荐算法层面，大语言模型对用户语义的理解能力提升，帮助推荐系统更精准地把握用户需求。平台治理层面，AI被应用于企业认证、职位审核、违规识别和风险提示等环节，2025年全年约80%的违规账号由AI支持的风控系统主动识别并拦截。

自研模型保持前沿追踪，小参数路线验证成效

在AI基础研究层面，BOSS直聘通过南北阁实验室持续推进自研模型迭代。管理层将这一战略定位为“尾灯战略”——在AI发展极为迅速的环境下，必须保持一支能够清晰追踪最前沿动态的科研团队，确保公司“不掉队”。

管理层表示，选择专注于小参数模型路线，逻辑在于训练和推理成本相对较低，更聪明的算法思路对实际业务极具价值，同时也为上层行业应用提供底层支撑。这一路线在2026年初得到了市场验证。

2026年2月，南北阁实验室发布了Nanbeige4.1-3B模型。虽然只有3B参数，但具备较强的通用推理、代码生成和深度搜索能力。在代码、数学、偏好对齐和工具调用等多项评测任务上，该模型不仅优于同参数规模模型，也展现出与更大参数模型竞争的综合能力。公开数据显示，Nanbeige4.1-3B在Hugging Face全球模型总趋势榜进入前三，并位列文本模型趋势榜第一。

管理层在电话会上坦言，公司并非行业中资源最丰富的参与者，但在这场技术变革中，规模较小的公司同样可以通过算法创新发出自己的声音。目前南北阁团队规模相对精简，科学家普遍年轻，其核心研究方向集中于在当前范式约束下突破小模型的智力和能力上限。

从应用前景看，自研模型的持续迭代与BOSS直聘的平台业务形成双向赋能：一方面，模型能力的提升直接作用于深度搜索、智能推荐、AI面试辅助等产品功能；另一方面，平台积累的大规模招聘求职双边数据，也为模型在垂直场景下的持续优化提供了独特的训练素材。