高频重复，低效且不可复盘
搜索、判断、改简历、跟进散落在不同平台。近 40% 应届生投递超过 50 份，时间大量消耗在重复操作上。
Pre-Seed / 2026AI 原生人才劳动力平台
让 AI
真正执行
人才工作。
从“信息撮合 + 人工执行”，走向可授权、可解释、可审计的 AI 劳动力。
本轮融资 / THE ROUND
¥100万
天使轮 Pre-Seed释放 10%
资金聚焦 MVP、市场与商业模型三项核心验证，不做盲目扩张。
01双向 Agent
C 端职业执行 + B 端招聘执行
02执行产能计费
从卖软件，转向售卖可量化劳动力
03合规前置
分级授权、敏感确认、全程审计
01 / WHY NOW
招聘行业已经数字化，
但执行依旧高度人工。
大模型的下一阶段，不是更多按钮，而是能够完成完整工作流的数字劳动力。
6.02亿
截至 2025 年末，中国生成式 AI 用户规模
42.8%
生成式 AI 普及率，使用习惯已跨过早期市场
141.7%
AI 用户规模较 2024 年末增长
流程在线，但劳动没有消失
筛选、补访、邀约、推进仍依赖人工。传统 ATS 记录流程，却无法完成工作。
从工具软件到劳动力服务
以 AI Agent 接管低风险、标准化工作流，把人的注意力还给判断、关系与最终决策。
02 / THE PLATFORM SHIFT
2014，招聘进入移动时代。
2026，招聘进入智能体时代。
每一次代际替换，都发生在“用户习惯成熟”与“底层技术成熟”同时出现的时刻。
2014
MOBILE-NATIVE
BOSS 直聘重做了“怎么连接”
BOSS 直聘在移动互联网普及、用户习惯转向 App 的窗口，以“移动原生 + 推荐 + 直聊”替代传统网页简历库与单向投递。
网页搜索→移动推荐与直聊
来源：BOSS 直聘公司资料 ↗2026
AGENT-NATIVE
TalentOS 重做“谁来完成工作”
当用户已习惯与 AI 对话，模型具备规划、长期记忆、工具调用与跨应用执行能力，招聘不再只是“人操作软件”，而是“人管理智能体劳动力”。
人工操作→常驻智能体执行
来源：CNNIC 第 57 次统计报告 ↗用户习惯6.02 亿
生成式 AI 用户，AI 已成为日常入口。
技术底座Memory + Tools
长期记忆、任务规划、工具使用与跨应用协同进入可产品化阶段。
交互范式管理目标
用户从逐项点击，转向设定目标、审核建议与接管高风险动作。
商业窗口LaaS
软件按席位收费，智能体按可量化执行产能收费。
03 / PRODUCT
不止匹配岗位，
而是运行整个求职周期。
简方 TalentOS 是由职业资料中心、求职 Agent、受控浏览器连接器和求职工作台组成的 AI Career Workbench。四个产品层协同，把分散动作变成持续运行的闭环。
Career Agent
职业执行劳动力
- 岗位扫描与去重
- JD 隐性需求解析
- 人岗匹配与材料建议
- 进度跟进与求职复盘
TalentOS目标 → 审核 → 执行 → 复盘
统一工作台与长期记忆
Recruiting Agent
招聘执行劳动力
- 多维候选人筛选
- 智能补问与核验
- 面试流程推进
- 招聘复盘与决策辅助
职业资料与简历中枢
建立可长期理解的职业画像，管理多版本简历、项目经历、技能、作品和目标岗位；为不同岗位生成定制摘要、自我介绍与材料建议。
- 智能简历生成与解析
- 岗位定制版本管理
- 公开职业展示页
岗位发现与公司情报
根据目标组合搜索策略，跨来源读取岗位，完成翻页、去重、低质量过滤、公司公开信息分析与风险识别。
- 岗位扫描、筛选与去重
- JD 隐性需求解析
- 公司 / HR 证据信号
匹配判断与行动建议
不只给出分数，还解释推荐理由、风险、简历匹配点、能力缺口、沟通问题与下一步行动。
- 可解释匹配依据
- 简历差距与优势提炼
- 沟通草稿与面试准备
受控浏览器连接器
在用户已登录的招聘平台读取页面、同步岗位与状态，并在明确授权后填入已审核文本；发送、投递与上传始终由用户完成。
- 跨平台低风险读取
- 已审核文本受控填入
- 验证码 / 风控自动停止
申请进度与行动工作台
统一管理感兴趣、已打开、已沟通、面试、Offer 与结束状态，让每个岗位都有证据、上下文、下一步和提醒。
- 阶段流与申请看板
- 材料、问题与提醒
- 用户真实状态写回
长期记忆与策略复盘
统计回复、面试与转化，识别高反馈岗位类型和低回复原因，把结论形成待确认的下一轮策略实验。
- 每日 / 每周求职报告
- 策略实验与效果对比
- 长期偏好需确认更新
TRUST BY DESIGN
自动化有边界，最终动作始终属于用户。
AI 可执行
搜索、读取、整理、分析、去重、生成建议、同步工作台
用户最终完成
发送、投递、上传、改资料、接受或拒绝面试、对外承诺
04 / WHY TALENTOS
我们与现有产品，
不在同一层竞争。
招聘平台优化连接，ATS 管理流程，AI 工具优化单个产物；TalentOS 负责在这些系统之上持续完成工作，并把执行结果沉淀为可学习的闭环。
能力维度招聘平台ATS单点 AI 工具TalentOS
核心交付岗位与连接流程记录内容生成执行产能
工作范围站内环节企业招聘流程单一任务跨来源全周期
是否持续运行用户主动操作HR 主动操作一次性问答目标驱动常驻运行
是否形成记忆平台行为数据流程数据有限上下文个人目标与反馈账本
是否执行工作提供入口辅助管理生成建议受控执行低风险动作
合规控制平台规则企业权限依赖模型分级授权 + 审计 + 人工接管
计费逻辑流量 / 连接席位 / 年费订阅 / 次数可量化 Agent 产能
不是更好用的招聘软件而是人才工作的执行层。
05 / MOAT
护城河不是岗位数量，
而是执行能力。
传统平台拥有信息，单点工具提供功能，简方积累的是可迁移、可追踪、持续进化的工作流执行能力。
01
对话式指令引擎
把模糊自然语言目标转化为标准化、可追溯的执行计划。
02
双向匹配算法
以匹配、转化和完成率为反馈信号，持续优化人岗判断。
03
授权式执行引擎
在预算、频率、权限与停止条件内完成可控自动化。
04
合规技术底座
最小必要采集、数据脱敏、分级授权、审计日志与风险分层。
06 / POLICY TAILWIND
国家正在把“AI＋人社”
从方向变成场景。
2026 年 7 月，人社部、国家发改委、工信部、国家数据局联合发布实施意见，明确提出发展数智就业、求职招聘模型、人社行业大模型与智能体应用。
40%+
自 2026 年起，年度数字人社“揭榜领题”清单中，人工智能应用场景数量比例不少于 40%。
人岗精准匹配
构建职业分类知识图谱和求职招聘模型，识别招聘需求与求职意向，生成招聘公告和求职简历。
智能体即服务
文件明确鼓励发展“模型即服务”“智能体即服务”，支持人力资源服务机构按需使用。
主动规划、全程办理
推动服务从被动查询走向精准识别需求、主动规划服务与全流程跟踪管理。
最终决策权属于用户
智能体操作不得超出授权范围，调用可追溯量化、使用全程闭环可控——与 TalentOS 产品原则一致。
07 / BUSINESS MODEL
不卖流量，
售卖 AI 劳动力产能。
C 端 / FREEMIUM
基础能力免费，增值产能付费
按工作时长扩容、高端岗位专项执行、深度复盘与人工复核等需求付费。
低门槛获客 · 高需求转化B 端 / USAGE-BASED
按实际处理量阶梯计费
按候选人处理、自动跟进、面试流程执行与招聘复盘等可量化工作收费。
按需采购 · 可验证 ROI传统招聘平台
→信息撮合
ATS
→流程管理
TalentOS
工作流执行
PATH TO PROFITABILITY
不是等流量成熟后再变现，
而是从真实招聘需求开始收费。
产品上线即可承接企业招聘项目，先验证企业付费，再把交付能力产品化、订阅化。目标在 24—36 个月实现经营性盈亏平衡。
通过企业招聘服务、校招项目和试点合作，验证客户是否愿意为筛选、邀约与流程执行付费。
将项目交付沉淀为标准化招聘 Agent，验证企业订阅、按量计费与个人增值服务。
依靠企业续费、Agent 交付标准化和轻量团队结构，让经常性收入覆盖核心运营成本。
盈利验证看什么
付费企业数
企业年均收入
续费率
交付毛利
获客回收周期
以上为基于当前产品与商业化计划制定的阶段性经营目标，实际进度取决于产品上线、客户转化和融资执行情况。
08 / TEAM
团队与分工
现阶段由 2 人核心创始团队推进产品研发与市场验证，并由外包兼职团队及产业、学术顾问提供专项支持。
01
FOUNDER / STRATEGY & BUSINESS
张玉雷
创始人 · 战略、市场与商务负责公司整体战略、市场拓展、商务合作与用户运营，统筹校园渠道、企业试点和商业化验证。
02
CO-FOUNDER / PRODUCT & TECHNOLOGY
刘佳佳
联合创始人 · 产品、技术与研发负责产品规划、技术架构与研发落地，主导 Agent 工作流、平台工程和核心技术迭代。
EXTENDED TEAM
专项支持
承担人工兜底运营、数据调优与场景测试，保障 Agent 工作流稳定落地。
头部大模型研发专家与亿级流量系统架构师，支持工程、架构和规模化能力。
高校 AI 领域教授团队，支持算法优化、前沿研究与技术路线判断。
团队采用轻量化组织方式，以较低固定成本推进早期产品迭代和商业模型验证。
09 / EXECUTION
小团队，沿验证路径推进。
现在
MVP 打磨
半自动 Agent 流程已搭建，求职工作台、简历体系与浏览器连接器持续迭代。
4—5 个月
核心验证
上线 MVP，完成首批校园用户与企业试点，验证执行完成率、转化率与单位经济模型。
5—18 个月
规模化落地
覆盖更多岗位与行业，建立双端付费网络，形成可复制的 LaaS 服务模型。
18 个月+
人才服务基础设施
拓展职场全周期，开放企业与高校 API，构建 AI 人才劳动力生态。
2 人核心团队+外包兼职支撑+工业界与学术界顾问
用 AI 工具提高研发密度，以低成本快速迭代验证。
10 / USE OF FUNDS
100 万元，
买下关键验证时间。
预计 8—10 个月完成核心可行性验证，18—24 个月进入初步规模化盈利阶段。
40%
产品研发
01Agent 能力、算法、合规技术与基础设施
30%
市场验证
02校园冷启动、中小企业试点与渠道建设
15%
合规资质
03资质申报、法务咨询与数据合规审计
10%
团队运营
04核心团队、人工兜底与日常运营
5%
应急储备
05保障研发与验证节奏稳定推进
INVEST IN THE EXECUTION LAYER
共同定义
AI 人才劳动力。
我们正在寻找具备 AI 产业、高校就业或企业招聘资源的战略投资者。
与创始团队沟通 ↗