Juicebox App公司推出了一套自主招聘智能体系统,帮助招聘团队主动识别和接触多个职位的候选人,能够推荐人选、起草联系信息,并在有限人工干预下长期进行候选人搜寻工作。
这款名为Juicebox Agents的新产品利用AI智能体持续在GitHub、Stack Overflow、Google Scholar、Medium和社区论坛等公开在线资源中搜索候选人。
这家总部位于旧金山的公司表示,一些早期用户的招聘效率提升了五倍,候选人搜寻时间缩短了50%。
该产品发布之际,招聘团队正面临求职申请激增的困境,部分原因是生成式AI工具让候选人更容易批量投递简历。公司数据显示,与生成式AI推出前相比,现在平均每位候选人提交的申请数量增加了239%。
Juicebox表示,随着招聘团队试图从不断增长的申请量中筛选出更专业的人才,主动招聘将变得越来越重要。
将人才与岗位精准匹配
公司创始人兼首席执行官David Paffenholz表示:"通过Juicebox智能体,我们可以实际绘制出该职位的所有人才地图。我们可以查看所有专注于机器学习的工程师,找到顶尖人才,然后联系那些可能适合该职位的人。"
这款新产品扩展了Juicebox现有的AI招聘平台功能。此前的产品需要招聘人员手动搜索、筛选和审查候选人资料。Paffenholz将之前的产品描述为更像是"副驾驶",而新的智能体则被设计为一旦招聘人员确立招聘标准后就能自主运行。
公司表示,每个智能体的设计理念是像一个主动招聘合作伙伴,根据招聘人员的反馈和不断变化的职位要求持续优化搜索。招聘人员可以同时运行多个智能体,每个专注于不同的职位。Paffenholz说:"这是一个基于对话的界面,会为你提供建议。"
与许多主要依赖简历或招聘网站的招聘平台不同,Juicebox从30多个公开数据源汇总信息,构建更丰富的候选人档案。
Paffenholz表示:"我们不是单纯查看某人的简历,而是可以根据他们的GitHub资料查看他们完成的项目,或者他们撰写的文章。有了这些额外信息,我们可以进行比其他方式更有针对性、更细致的匹配。"
消除偏见
该平台还试图解决AI驱动招聘系统长期以来受到的批评之一:算法偏见的潜在风险。Paffenholz表示,Juicebox每月发布由独立第三方进行的偏见审计报告,该审计针对约30000份档案在多个偏见类别上测试平台。
"到目前为止,我们从未在任何审计中不合格,"他说。"我们认为,通过能够测试系统,与人类做出决策的可变性相比,我们可以提供更一致的结果并减少偏见。"
智能体可以自主推荐和联系候选人,但公司表示人类招聘人员仍然参与整个流程。招聘人员可以在发送消息前审查建议的联系内容,并且必须批准候选人与公司互动后起草的任何回复。
Paffenholz表示,该技术旨在让招聘人员从重复性的搜寻任务转向更注重关系建立的工作。"我们认为,未来招聘人员将能够与每位候选人花费更多时间,建立更深层次的关系,并帮助候选人判断该职位是否适合他们。"
该产品按智能体管理的活跃职位数量定价。每个"智能体席位"每月收费200美元,可以根据招聘需求变化重新分配给不同职位。
Juicebox表示,目前服务超过5000家客户,维护着超过8亿份公开档案的数据库。该公司迄今已从红杉资本和DST Global等投资者处筹集了1.16亿美元资金。
Q&A
Q1:Juicebox Agents是什么产品?
A:Juicebox Agents是一套自主招聘智能体系统,能够帮助招聘团队在GitHub、Stack Overflow等30多个公开平台上主动搜索和接触候选人,自动推荐人选、起草联系信息,并在有限人工干预下持续工作。早期用户的招聘效率提升了五倍,搜寻时间缩短了50%。
Q2:Juicebox Agents如何避免AI招聘中的算法偏见问题?
A:Juicebox每月发布由独立第三方进行的偏见审计报告,针对约30000份档案在多个偏见类别上测试平台。公司表示到目前为止从未在审计中不合格,通过系统化测试可以提供比人类决策更一致的结果并减少偏见。
Q3:使用Juicebox Agents需要多少费用?
A:该产品按智能体管理的活跃职位数量定价,每个"智能体席位"每月收费200美元,可以根据招聘需求变化重新分配给不同职位。招聘人员可以同时运行多个智能体,每个专注于不同的职位。
好文章,需要你的鼓励
在2026年Google I/O大会上,Google宣布对搜索引擎进行重大革新。核心升级包括:由Gemini 3.5 Flash驱动的全新AI搜索框,支持自然语言、图片、视频等多模态输入;可在后台持续监控网络信息的"信息智能体";支持AI代拨电话的本地服务预订功能;跨平台联动的"通用购物车";以及集成Antigravity的代码生成工具。此外,用户可选择接入Gmail、日历等应用,实现个性化搜索体验。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
NanoCo宣布完成1200万美元种子轮融资,由Valley Capital Partners领投,Vercel、Monday.com等多家机构参与。其产品NanoClaw是一款本地部署的安全轻量级AI智能体,可学习员工工作习惯并自动化处理日常任务,效率提升可达2至3倍。该产品通过Docker容器隔离会话、凭证网关注入等机制确保企业数据安全,自今年2月上线以来已获近2.9万GitHub星标,并被亚马逊、谷歌、Meta等科技巨头高管采用。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。