AI+HR 落地实战 · 人力资源

3.2.1 人力资源领域：AI+HR 落地实战

HR 是我扎得最深的领域。14 年 HR 数字化实战，从 PeopleSoft HCM 实施到 AI 招聘智能体，我越来越确认一件事：HR 的痛点不是"不会用 AI"，而是事务性工作吞掉了几乎所有精力，没人去做真正该做的"判断"。

3.2.1.1 领域痛点

• 简历初筛靠人工，一份岗位几百份简历，HR 80% 时间在重复看；
• 招聘匹配靠感觉，不同面试官标准不一，好候选人悄悄溜走；
• 人事数据散、脏、对不上，薪酬算错、报表对不上；
• 岗职位体系混乱，异动调薪没有依据。

3.2.1.2 高频场景（WorkBuddy 怎么落地）

3.2.1.3 WorkBuddy 落地方式

• 专家团：直接调用已上线的雷神 HR 智能体矩阵——组织设计局 / 招聘专家团 / 炼才局培训工作站 / HR 数智洞察与治理专家组等（详见下方「配套专家团」）；
• Skill：简历解析 skill、三维评分 skill、数据巡检 skill；
• Agent Loop：每周自动跑一轮"新简历 → 评分 → 推荐 → 入人才库"；
• 记忆系统：岗位说明书、薪酬制度、历史面试评价沉淀为项目级知识库。

3.2.1.4 真实效果数据

3.2.1.5 配套专家团：雷神 HR 智能体矩阵（已上线，WorkBuddy「我的专家」直接调用）

光讲方法不够——上面这些场景，我已经落成一套可一键调用的 HR 智能体矩阵。它覆盖 HR 全生命周期，从组织设计到离职风险，每个环节都有专属专家团兜底。你不用从零搭，直接调用就能跑。

3.2.1.5.1 各专家团详解

① 雷神·组织设计局（7 Agent · 组织）

解决什么：市面上大多数「AI 组织设计」工具的通病是跳过诊断直接画架构图——拿到「我们要变成矩阵制」就直接画，不管现状为什么不匹配战略。组织设计局的立局铁律就是：绝对不允许跳过组织诊断直接给架构调整方案。

强制链路：需求澄清 → 麦肯锡 7S + 杨三角诊断（不允许跳过）→ 组织架构设计 → 定岗定编 → 能力模型与 JD → 可视化报告 → 闸1 内容闸（合规扫描）→ 闸2 决策闸（部门裁撤/大规模调岗需高层会签）。每项架构调整必须能追溯到诊断报告里的具体问题。

怎么用：「我们公司战略调整，请走组织设计局全流程」「对我们现有组织做一次 7S 诊断」「基于诊断结论设计新的组织架构」「把整套方案可视化成管理层报告」。也可单点直调某位专家（但诊断类需求不能跳过诊断直接要架构方案）。

② 人力战略规划专家团（6 Agent · 编制）

解决什么：年度人力规划书靠拍脑袋、抄去年，需求和供给两头算不清，净缺口和措施对不上。

强制链路：确认范围与时间跨度 → 环境分析（只诊断不开方）→ 需求预测 + 供给预测（以环境分析为输入，可并行）→ 供需平衡与方案设计 → 治理层质量与合规审查（可退回重做）→ 整合《年度人力资源战略规划书》+ 人工会签清单 + 规划仪表盘。产出含三情景测算、九宫格盘点、接班人梯队、六大计划（配备/补充/使用/退休解聘/培训/接班人）。

怎么用：「我们明年华东区新业务扩张，规划跨度 3 年，请走全流程，最后给我《年度人力资源战略规划书》和会签清单。」也可只跑单环节（如「只做关键岗位九宫格盘点」），总管会声明本次未经完整链路。

③ 招聘专家团（11 Agent · 招聘）

解决什么：简历初筛靠人工，一份岗位几百份简历，HR 80% 时间在重复看；匹配靠感觉，不同面试官标准不一。

强制链路：人力规划与需求分析 → 岗位画像 → 邮箱简历采集 → 简历解析 → 闸1 筛选合规 → 匹配评估（三维加权：语义 50% + 标签 30% + 关键词 20%）→ 面试评价 → 产出《招聘报告》。招聘总管编排 10 位专家，自动跑通全流程。

怎么用：一句话描述招聘需求即可（如「帮我招一个 PeopleSoft 技术顾问，5 年经验，杭州」）。也可 @ 任一位成员做单点任务（如「只帮我解析这 20 份简历」）。

④ L2 招聘专家团（5 Agent · 入职后段）

解决什么：招到人≠留住人。Offer 发放、入职管理、人才资产沉淀这些「后段」工作散在邮件、Excel、微信群，没法沉淀成企业资产。

强制链路：承接 L1 交接包（录用建议/岗位画像/候选人档案/人才 DNA 库）→ 闸2 薪资带宽体检 + Offer 草稿 → 入职清单与进度跟踪 → 人才库沉淀（dna_version + 飞轮回灌）→ 合规治理（敏感字段替代 + 歧视处置 + 审计摘要）。

怎么用：给 L2 总管交接包后说「我已通过 L1 完成筛选与面试，请基于交接包继续跑通邀约、入职与人才资产沉淀。」

⑤ 雷神·炼才局 · 培训工作站（9 Agent · 培训）

解决什么：培训「办了就算做了」，不上接战略、下不接考核，花多少钱说不清、学没学会测不出。

强制链路：战略解码 → 能力缺口 → 培训规划 → 课程设计 → 行业评审（制造业/央国企 HR 内容准确性校验）→ 考核设计（柯氏四级评估）→ 陪练与应用 → 结果评估 → 知识沉淀（培训知识图谱 + 版本变更）。使培训「可度量、可演化、可审计」。

双闸：内容闸（禁用语/敏感/隐私校验，高风险输出只作草稿）+ 决策闸（预算/认证/晋升引用标注「AI 建议」，需人工签字）。每次运行生成《炼才局 Summary》（覆盖人数、能力维度投入、柯氏达成、知识沉淀指数）。

怎么用：「我们今年要把 HR 团队的数据分析能力从 L1 提到 L2，请走炼才局全流程。」

⑥ 员工仲裁智能专家团（7 Agent · 劳动关系）

解决什么：劳动争议来了手忙脚乱，证据散落、法律依据找不齐、同类案件没有知识沉淀。

能力构成：1 总控 + 证据整理（时间轴/过程说明/条款拆解）+ 法律分析文书（案情分析 + 仲裁文书初稿，依赖本地 labor-dispute-legal-doc Skill）+ 培训知识沉淀 + 协同集成（企微/飞书 Bot、HRMS）+ 用工风险预警（合同/工时/社保）+ 行业治理。全本地零登录，数据不出企业。

怎么用：「帮我整理员工张三的仲裁证据包，生成案情时间轴和过程说明」「分析这起不胜任解除案，生成答辩意见书和证据清单初稿」「根据这批案例生成一套合规培训 PPT」。

⑦ 雷神·薪酬激励局（8 Agent · 薪酬）

解决什么：薪酬拍脑袋、不对标不透明；绩效激励和薪酬脱节；福利和长期激励没有数据支撑。

强制链路：岗位价值评估 → 薪酬对标 → 绩效激励设计 → 福利与长期激励 → 预算测算。总管编排 5 位专家 + 1 位质量评审，按「价值先行 · 对标锚定 · 数据驱动 · 风险可控」全闭环。

怎么用：「我们要给技术序列做一次薪酬重构，请走薪酬激励局全流程，对标互联网行业 75 分位。」

⑧ AI 时代岗位重构 · 人才供给与组织转型局（9 Agent · 转型）

解决什么：AI 进来后，哪些岗位会变、哪些活能交给 AI、人往哪里去——这三问没系统方法，只能靠拍脑袋或恐惧。

五条立团铁律：① 先业务后岗位（没有任务拆解不许给岗位/组织方案）② 任务变化 ≠ 岗位消失（只能表述为职责重心迁移）③ 人在回路（触及个人权益强制人工决策）④ 有依据才有结论（每条结论标注数据/事实/假设）⑤ 不落下人（任何重构方案必须配套员工转型出路）。

强制链路：业务战略 → 价值链 → 工作任务 → 人机分工 → 岗位重构 → 技能差距 → 人才供给 + AI 能力供给 → Operating Model → 转型路线图 → 治理审查 → 知识沉淀。双闸：内容闸（证据/表述/人的出路审查）+ 决策闸（裁员/降薪/岗位取消等标「人工决策点」）。

怎么用：「我们客服团队要引入 AI，请分析哪些任务能交给 AI、岗位怎么重构、现有人员怎么转。」

⑨ 雷神·HR 数智洞察与治理专家组（7 Agent · 数据）

解决什么：HR 数据分析各算各的、口径不统一，结论没法追溯；驾驶舱和月报靠手工拼，月月加班。

立局铁律：绝对不允许在指标口径未统一的情况下直接出分析结论。 任何分析必须先过指标治理——确认口径一致、数据源可信、公式白名单校验通过，才能进入专题分析。

强制链路：需求澄清 → Phase 1 指标治理与口径确认（不允许跳过）→ Phase 2 五大专题分析（组织效能/招聘效能/人才绩效/人工成本/流动用工风险，可并行）→ 异常行动归集 → 管理驾驶舱与月报 → 终检（口径一致性 + 隐私脱敏再校验）。配套 V4.1 HR 数智洞察平台单文件 HTML 工作台（工作台是「手」，专家组是「脑」）。

怎么用：「帮我看一下 Q2 的 HR 数据，重点看招聘效能和人工成本。」

⑩ 雷神·HR 数智情报局（7 Agent · 情报）

解决什么：HR 只看内部数据、不看外部情报；竞品怎么招人、雇主品牌口碑如何、培训行业在热什么——全是盲区。

能力构成：1 总管 + 竞品分析（竞品招聘打法/薪酬水位）+ 雇主品牌内容（小红书/脉脉等平台口碑监控）+ 舆情情报（负面预警）+ 学员声量（课程口碑采集）+ 人才洞察（人才流向/稀缺度）+ 培训趋势猎手（行业热点/课程选题）。六岗协同，反哺内容与课程。

怎么用：「帮我监控一下竞品公司最近一个月的招聘动态和雇主品牌声量。」

---

另有配套单 Agent 专家，与上述专家团组合成完整 HR 工具链：

• 人力资源 AI 智能体教练（hr-ai-agent-coach）：面向 HR 从业者的 AI 实战课教练/助教。基于《人力资源 AI 智能体与技能开发全流程》课程，帮助讲师备课、答疑、出实操，手把手带 HR 搭建招聘/培训/薪酬/绩效/SSC 数字员工与 AI 智能体，落地 WorkBuddy 与扣子编程。典型用法：「帮我设计一段招聘模块智能体的课堂实操练习，给零基础 HR 学员一步步照做。」
• AI 课程打磨师（ai-course-polisher）：专为 AI 培训讲师打造的课程打磨专家。聚焦《AI 电商图文全链路创作实战》这类课程，把讲师已有素材打磨成「学员听得懂、跟得上、做得出来」的实战好课。功能含学员画像校准、教学脚本打磨、实战案例设计、课堂节奏与防卡壳方案。典型用法：「帮我打磨这堂电商图文课的教案，优化实操环节。」
• 简历解析专家（resume-parser-expert）：把简历解析为结构化人才档案，抽取基本信息、经历、技能等标准字段，生成亮点与风险点标签供匹配。
• 简历匹配专家（resume-matching-expert）：按语义 ×0.5 + 标签 ×0.3 + 关键词 ×0.2 合成综合分，输出三部分得分表、匹配总结与风险点，供决策。
• 人力规划专家（workforce-planning-expert）：对接企业战略与现有人力编制和流动数据，测算人才缺口与到岗急迫度，输出岗位空缺清单与需求画像。

3.2.1.6 通往工具箱：场景实战库入口

前面讲的是体系怎么建：专家团怎么编队、铁律怎么立。那 HR 手头最耗时的具体活呢——写 JD、筛简历、出面试题、答员工问、做调薪、跑周报？这些事的答案不在这一章重复展开，全部收在下一节：50 条拿来就用的提示词、6 条自动跑的工作流、3 个从头走到尾的实战案子。

一句话：HR 不是被 AI 替代，而是被 AI 把"判断"还回来。