Solo Unicorn一人公司的 AI 招聘 — 当你需要第一个真人员工
一人公司的 AI 招聘 — 当你需要第一个真人员工
2025 年 11 月，JewelFlow 的客户数突破 300 家。我一个人已经扛了 18 个月——产品开发、客户支持、市场推广，全靠 AI Agent 和自动化流程。但有一件事开始让我每周掉 10 个小时：大客户的定制对接。
这些客户要的不是标准 SaaS 功能，而是根据他们的珠宝供应链做适配。每家的 ERP 不同，数据格式不同，业务流程不同。AI 能帮我写代码、写文档，但没办法代替我去开需求会、做现场演示、处理实施过程中的突发问题。
我意识到：这不是 AI 能解决的问题，我需要一个人。
但一人公司招人和传统公司完全不同。没有 HR 部门，没有招聘预算，从写 JD 到发 offer 全程一个人操作。这篇文章记录我怎么用 AI 工具把整个招聘流程压缩到 11 天，以及在这个过程中想清楚的一个关键问题：什么时候该招人，什么时候继续用 AI。
背景：一人公司招人的特殊性
传统招聘的假设是——你有一个 HR 或招聘负责人，专门做这件事。一人公司没有。招聘是额外负担，和你的核心业务争抢同一个人的时间。
我的具体情况：需要一个兼具技术能力和客户沟通能力的人，负责 JewelFlow 的大客户实施。要求会 Python、懂 API 对接、英文沟通流畅、有珠宝或零售行业经验加分。在纽约，这个岗位市场薪资大概 $85K-$110K/年。
挑战有三个：一是我没时间手动筛几百份简历；二是我对招聘流程不熟——上次招人还是在大厂当 manager 的时候；三是我需要快——大客户在排队，每拖一周就可能丢单。
三条原则
原则一：先想清楚"招人 vs 继续用 AI"的决策框架
在启动招聘之前，我逼自己做了一个评估。这个框架后来我分享给一人独角兽俱乐部的成员，反馈说非常实用。
四个判断维度：
1. 任务是否需要实时人际互动？ AI 能写邮件、做报告，但不能替你开需求评审会，不能读懂客户眉头一皱背后的犹豫。大客户实施需要大量面对面互动——这一项直接判定需要人。
2. 任务是否高度非标准化？ 每个大客户的系统环境不同，没有统一 prompt 能覆盖所有场景。AI 擅长处理有规律的重复任务，面对高度定制化的场景，它更适合做辅助而不是主力。
3. 错误的代价有多大？ 实施过程中如果对接出错，客户流失带来的损失可能是六位数。高代价场景需要人来兜底。
4. 能否拆解成"AI 做 80% + 人做 20%"的结构？ 如果可以，继续一个人干。如果那 20% 的部分已经占满你的时间，招人。
JewelFlow 大客户实施在四个维度上全部指向"需要人"。决定招。
原则二：用 AI 压缩招聘周期，不是替代判断
传统招聘流程通常 4-8 周：写 JD → 发布 → 收简历 → 筛简历 → 电话面试 → 技术面试 → 最终面试 → offer。
我的做法是用 AI 加速每个环节的执行部分，但在"选谁"的判断上完全由我自己来。
具体操作：
JD 撰写（30 分钟）： 我把岗位需求的关键词、团队文化（一人公司、高自主性、直接和创始人搭档）、薪资范围丢给 Claude，让它生成三个版本的 JD——分别面向技术社区（Hacker News、GitHub Jobs）、综合平台（LinkedIn）、行业平台（珠宝行业论坛）。每个版本的语言风格和侧重点不同。我在三个版本基础上做合并调整，最终定稿。
简历筛选（3 小时处理 340 份）： 用 Manatal（$15/月 Professional 计划）做第一轮。它的 AI 推荐引擎根据 JD 自动匹配候选人，给出匹配度评分。340 份简历筛到 42 份高匹配，我再手动看这 42 份，选出 12 个进入电话面试。手动看 42 份大概花了 2.5 小时。
面试安排（自动化）： 用 Calendly（$10/月）配合自动邮件。候选人从邮件里直接选时间，零来回沟通。12 个电话面试的安排总共花了我 0 分钟的手动操作时间。
面试评估辅助： 电话面试后我用 Claude 整理面试笔记，生成每位候选人的优劣势摘要和横向对比。但最终决定完全是我凭直觉和判断做的——AI 给的是信息整理，不是决策。
原则三：招聘是双向选择，AI 帮不了"被选"这一面
一个一人公司要说服优秀候选人加入，靠的不是 AI 生成的漂亮邮件，而是创始人本人的诚意和愿景。技术面试阶段我和每个候选人聊了至少 45 分钟，讲 JewelFlow 在做什么、一人公司的工作方式、未来的增长空间。
最终拿到 offer 的那位候选人后来告诉我，她决定加入的原因是"面试感觉是在和创始人聊项目，不是走流程"。这个环节不可能、也不应该用 AI 替代。
工具栈详解
| 场景 | 工具 | 月费 | 为什么选 |
|---|---|---|---|
| JD 撰写 + 面试评估整理 | Claude Pro | $20（已有订阅） | 长文本理解能力强，输出质量稳定 |
| ATS + 简历筛选 | Manatal | $15/月 | AI 匹配度评分准确率高，对接 2500+ 招聘平台，14 天免费试用 |
| 面试安排 | Calendly | $10/月 | 消除来回约时间的沟通成本 |
| 职位发布 | LinkedIn Jobs | $0（免费额度） | 技术人才密度最高的平台 |
| 背景调查 | 手动 + LinkedIn | $0 | 小规模招聘不值得买专门工具 |
| 合计 | $45/月（招聘期间） |
说明：Manatal 在招聘结束后可以取消订阅。整个招聘周期 11 天，实际工具费用不到 $20。
为什么没选 Workable（$299/月）或 Recruit CRM（$40-$125/user/月）？一人公司一年可能就招 1-2 次人，按月计费的轻量工具比重型 ATS 划算得多。
实际数据
完整招聘周期：11 天（从发布 JD 到发 offer）
- 简历收到量：340 份
- AI 初筛后进入人工审查：42 份（12.4%）
- 电话面试：12 人
- 技术面试：4 人
- offer：1 人
- 我在整个招聘流程上花的总时间：约 18 小时
- 工具总花费：约 $20
对比参考：如果用传统方式（自己逐份看简历 + 手动约面试），光简历筛选这一步保守估计 25-30 小时。加上面试协调和流程管理，总时间预计 50+ 小时。AI 工具帮我省了大约 30 小时。
踩坑经验
坑一：AI 筛选有偏差，差点漏掉最佳候选人
Manatal 的 AI 匹配把最终拿到 offer 的候选人排在第 28 位。原因是她的简历没有直接写"珠宝行业"，而是写了"奢侈品零售供应链优化"——AI 没把这两个概念关联起来。
我在手动看 42 份简历时注意到了她。如果我只看 AI 排名前 20 的候选人，就会错过她。
教训：AI 筛选是缩小范围的工具，不是最终裁判。"高匹配"的可以优先看，但"中等匹配"也必须快速扫一遍。
坑二：JD 太完美反而吓跑人
最初 Claude 生成的 JD 把岗位要求写得极其精确：5 年 Python 经验、3 年 API 集成经验、珠宝行业背景、流利英文。一位朋友看完说："这要求能同时满足的人不到 50 个，而且他们不会来一人公司。"
我把硬性要求砍到两条（会 Python + 沟通能力强），其余改成"加分项"。修改后的 JD 投递量从第一周的 80 份直接涨到 260 份。
坑三：别在面试环节用 AI 生成问题
我试过让 Claude 根据候选人简历生成面试问题。问题本身没毛病，但全是结构化的、教科书式的——"请描述一次你处理技术难题的经历"。面试变得像考试。
后来我回归自己的方式：聊项目、聊想法、看对方怎么思考问题。面试应该是对话，不是问卷。
给想开始的人的建议
第一步：先用那个四维度框架判断，到底是该招人还是继续优化 AI 工作流。 很多时候你觉得需要招人，其实是某个环节的自动化还没做到位。真正需要招人的信号是：你花大量时间在需要人际互动和高度非标准化的任务上，而且这些任务直接影响收入。
第二步：如果确定要招，用 Manatal 免费试用 14 天。 把 JD 挂上去，让 AI 跑第一轮筛选。你会很快体会到 AI 筛简历和自己手动看的效率差距。
第三步：面试阶段回归人对人。 AI 帮你节省的时间，应该全部投入到和候选人深度对话上。一人公司的最大优势是候选人直接和创始人打交道——把这个优势用足。
写在最后
一人公司招第一个人是一个很微妙的时刻。它意味着你承认了一件事：有些事情，AI 目前做不了，你一个人也扛不住。
这不是失败，这是判断力。
人做主，AI 做事——这条原则不只适用于日常运营，也适用于"什么时候该引入真人"这个决策本身。AI 帮你处理了 80% 的重复工作，但当那 20% 需要人际智慧的部分开始卡住业务增长时，该招人就招人。
一人独角兽俱乐部里有不少成员正站在这个分叉路口上。我的建议是：不要因为"一人公司"的标签而拒绝招人，也不要因为焦虑而过早招人。用数据和框架做判断，然后果断执行。
你的第一次招聘是什么时候？遇到了什么让你意想不到的问题？