本季度的一个明显趋势表明,构建完美团队并没有固定公式。但本周的嘉宾Isaiah Granet,语音AI初创公司Bland的联合创始人兼首席执行官,却以独特的方式打破了传统模式。这家语音AI初创公司一直在以惊人的速度增长,但创始团队花时间优先考虑激情而非履历,并在许多人意想不到的地方寻找团队成员。
在这一集中,Isabelle Johannessen和Isaiah Granet深入探讨了一种截然不同的招聘方法,该方法优先考虑一致的工作态度、好奇心和灵活性,而不是简历和人脉关系。到目前为止,这种方法对Bland很有效。这个充满活力的团队在不到一年的时间里从种子轮前融资发展到B轮融资。
他们讨论的内容包括:
如何在意想不到的地方识别"隐藏宝石"人才。
主动联系和非传统人才来源的作用。
何时提前招聘以及何时不需要。
招聘理念如何在规模化过程中塑造公司文化。
这种激进的招聘方法展示了初创公司如何通过重新定义人才标准来实现快速增长。Bland的成功案例证明,在当今竞争激烈的科技环境中,优先考虑文化契合度和学习能力可能比传统的招聘指标更有价值。
对于正在经历超高速增长的初创公司来说,建立正确的团队结构和招聘流程至关重要。Bland的经验为其他公司提供了宝贵的见解,说明如何在保持公司文化的同时快速扩张团队规模。
Q&A
Q1:Bland公司是如何在不到一年时间里实现从种子轮前到B轮融资的快速增长的?
A:Bland采用了独特的招聘策略,优先考虑员工的工作态度、好奇心和灵活性,而不是传统的简历和人脉关系。这种方法帮助他们建立了一个充满活力的团队,在语音AI领域实现了超高速增长。
Q2:什么是"隐藏宝石"人才,如何在招聘中识别他们?
A:隐藏宝石人才是指那些在意想不到的地方发现的优秀候选人,他们可能没有传统的履历背景,但具备强烈的学习能力和文化契合度。识别这类人才需要关注他们的工作态度、好奇心和适应能力。
Q3:初创公司在超高速增长期间应该如何平衡招聘需求和公司文化?
A:根据Bland的经验,关键是建立清晰的招聘理念,重视文化契合度胜过传统指标。同时要知道何时提前招聘以及何时不需要,确保招聘策略能够在规模化过程中持续塑造和维护公司文化。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。