AI求职死循环:为何150人圈子比简历更管用

AI招聘死循环下,邓巴数150揭示经营小圈子人脉比海投更有效。
文章通过营销从业者Matt的求职经历,揭示了AI时代招聘的死循环:求职者用AI批量投递完美申请,企业用AI筛选,导致申请量激增但回应率下降。招聘经理更看重性格,而性格只能通过人际互动判断。邓巴数(约150人)和Bahcall的激励模型共同指向150作为组织与关系规模的临界点:小圈子内共同获胜的激励更强,推荐入职的面试概率(40%)远高于自行投递(3%)。Matt停止海投,转而经营5/15/50/150的同心圆关系,通过无请求通话和定期聚会,最终获得合同和客户。文章强调150是平均值而非定律,弱连接仍有价值,但内圈需要真正的时间投入。
AI让每个人在纸面上都显得资历完美,招聘方又用AI批量筛人,求职者陷入投递越多、回应越少的死循环。一位名叫Matt的营销从业者投出第80份申请后没人回复,却在半年后开始拒绝工作机会——转折点是一个反复出现的数字:150。
AI招聘死循环:完美申请反而失去意义
Matt在一家软件公司做了11年营销,团队被整体裁撤后,他六周内投出80份申请,每一份都用AI针对岗位重写,自认为无可挑剔,但没有一个真人回复他。
据招聘软件公司Greenhouse的数据,单个岗位的平均申请量从2022年的115份涨到2025年的244份。求职者用AI海投,企业用AI筛人,《财富》把这种现象称为"死循环"。当每份申请看起来都完美时,完美申请本身就不再传递信号。
那招聘经理在看什么?Harris Poll本年对1000多名招聘经理的调查显示,86%的人认为合适的性格可以弥补技能差距,而判断性格最常见的方式是闲聊、邮件的语气、以及你如何对待前台的人——这些都无法写进简历。

Matt转而尝试人脉:他在LinkedIn有2000多个联系人,发帖求职后获得140个点赞、十几条"祝好运"评论,没有一个工作机会。
邓巴数:大脑能维护的关系上限
人类学家Robin Dunbar调查英国Facebook用户后发现,平均每人在站内有150到180个好友;但当被问及危机时能依靠几个朋友,平均答案只有4个。Matt的处境正是如此:2000人知道他的名字,也许四五个人会放下一切来帮他。
上世纪90年代初,Dunbar注意到脑容量更大的猴子和猿类生活在更大的群体中——记住谁是谁、谁可信,需要消耗大量脑力。把同样的计算套用到人脑,预测出的群体规模是148人。随后他在现实场景中反复遇到这个数字:从石器时代的村落,到人口到150左右就分裂成两个的农业社区。
150之内还有同心圆:约5个你会在凌晨三点打电话的人、15个密友、50个好朋友、150个你乐意见到的人。每一层都需要时间积累。一项研究估算,把刚认识的人变成密友需要共处200小时以上。Matt的2000个联系人几乎没花他任何成本,这正是他们在关键时刻如此廉价的原因。

邓巴数(Dunbar's number)由英国牛津大学人类学家罗宾·邓巴在1990年代提出,指一个人能维持稳定社会关系的认知上限,约为150人。这一数字基于对灵长类动物大脑新皮层体积与群体规模相关性的研究:新皮层越大,能处理的社交信息越多,群体规模也越大。邓巴进一步提出社交圈呈同心圆结构,从内到外分别约为5人(支持圈)、15人( sympathy group,共情圈)、50人(好友圈)和150人(意义圈),每一层都对应不同的情感亲密程度和互动频率。邓巴数并非精确阈值,而是一个统计平均值,实际范围可能因个体差异、文化环境和社交媒体使用而有所波动。
另一个150:公司变大后激励方向的翻转
150也解释了Matt的老东家出了什么问题。他入职时公司约120人,人人都认识彼此,一个营销活动失败全办公室都有感知。到最后一年,公司已有4000人,最快的上升路径是拿到某位副总裁的好评。
物理学家出身、后创办生物科技公司的Safi Bahcall在《Loonshots》一书中描述了这种变化:工作中始终有两种力量在拉扯——项目成功你能得到什么,以及晋升你能得到什么。小团队里共同获胜回报更高;公司变大后,你在胜利中的份额被稀释,向上爬的奖励相对上升。到某个规模,两条曲线交叉,人们不再问怎么让项目成功,而开始问什么时候轮到自己晋升。
把薪酬、晋升和团队规模的典型数值代入公式,交叉点大约在150。Dunbar从大脑得出这个数,Bahcall从薪酬结构得出这个数,两者几乎重合。Matt的公司多年前就越过了这条线,所以裁员到来时,他只是表格里的一行。他真正需要的,是一小群他赢他们就赢的人。
Safi Bahcall 在《Loonshots》中提出的激励模型基于一个简单的权衡:员工在“项目成功”和“职位晋升”之间的动力分配。在小团队中,项目成功带来的收益(奖金、成就感、团队认可)由较少人分享,因此共同获胜的吸引力强;随着组织扩大,个人在集体成果中的份额被稀释,而晋升带来的薪酬和地位提升相对更确定,向上爬的激励逐渐占据上风。当组织规模达到某一临界点,两种激励曲线交叉,员工行为从“如何让项目成功”转向“如何让自己晋升”。Bahcall 将薪酬差距、晋升概率和团队规模等参数代入模型,计算出该交叉点约为150人,与邓巴数不谋而合。
推荐入职的命中率:约40%对3%
变化在招聘数据里同样清晰。招聘软件公司Ashby分析了3800万份申请:被推荐的人获得面试的概率约为40%,自行投递的人约为3%。其中有推荐者本身更强的因素,但一项覆盖九家大公司的研究发现,即便条件相近,被推荐者被录用的频率仍然更高。
宏观趋势也在同向移动。1995年,88%的美国人在过去一年里在家中招待过客人;到2026年,这一比例降到67%。美国人与朋友相处的时间约为20年前的一半。多数人的联系人从未如此之多,为自己背书的人却从未如此之少。

弱连接(weak ties)理论由社会学家马克·格兰诺维特于1973年提出,指与不常互动、情感联系较弱的熟人之间的关系。格兰诺维特发现,人们更常通过弱连接而非强连接(亲密朋友、家人)获得工作机会,因为弱连接连接了不同的社交圈子,能带来新信息。后续研究进一步细化:弱连接对信息广度和机会发现更有价值,而强连接在提供情感支持和深度信任方面不可替代。文章引用的2000万LinkedIn用户研究也印证了这一点——换工作机会最多来自中等熟悉的人。因此,理想的人脉结构是同时维护内圈的强连接和外圈的弱连接。
Matt的破局:停止投递,经营自己的150
Matt停止海投,把时间投入到他的150人里。他列出共事过且信任的人,一个一个打电话,不提任何请求;每月第一个周四为同领域八个人办晚餐;甚至用自家种的番茄和不太熟的邻居换香蕉面包。
头两个月什么都没发生,遣散费在付晚餐的过程中见底。然后Bahcall的逻辑开始起作用:在小圈子里,朋友赢就是自己赢。第三个月,晚餐上认识的一位产品总监在一个合同岗位上线前就把Matt的名字递了上去;那位香蕉面包邻居恰好在一家本地公司管运营,正需要Matt这样的能力。到第六个月,他手里有一个合同和两个客户,开始拒绝工作。

对603名个体经营者的调查显示了相似结构:收入最高的人群大量使用AI,但仍有77%的人把线下人脉放在第一位。
对研究的诚实边界
150是个平均值,不是定律。2021年一项研究重跑了这些数字,发现范围可能从几个人到500以上,Dunbar本人也承认围绕这一数字的争论仍在继续。广泛的人脉同样重要:一项覆盖2000万LinkedIn用户的研究发现,换工作机会最多来自只是中等熟悉的人。因此外圈依然要填满,但应填入真正见过你工作的人。
作者本人的做法是:创办面向奥斯汀创始人的通讯,订阅者从零增长到6500多名;今年在活动、聚会和会议上线下见了约400人,转化为商业合作、赞助和客户;内容创作者私密活动控制在50人(好朋友圈),私人晚餐上限15人(密友圈),长期目标是建立一个不超过150人的小型离网农业社区。
AI每天都值得用,它是当下最好的短期对冲之一,但它无法成为为你背书的那个人。可执行的起点很小:今晚花10分钟写下你的5人、15人、50人名单,多数人会发现某一圈比自己以为的薄得多;然后联系几位失联已久的人——一项研究中,数百名高管联系了三年以上没说过话的人,这些旧联系人给出的建议往往比现有联系人更有用;13项、近6000人参与的实验还发现,主动联系的人总是低估对方有多感激。之后,给一个圈层真正的时间:每周一次不带请求的通话,每月一次聚会,哪怕只有三个人和披萨。
相关推荐

Gemini 4 Neon 曝光:或成 Opus 5.5 有力竞争者
Hacker News 讨论帖指出 Gemini 4 Neon 看起来像 Opus 5.5 的竞争者。本文解读这一社区信号背后的产品定位、顶级模型竞争格局变化,以及对开发者模型选型策略的实际意义。

Claude Fable 5.2 独立创作短片《Fable》引热议
Hacker News 上出现由 Claude Fable 5.2 独立完成剧本、画面与导演的短片《Fable》,本文分析全流程 AI 创作的意义、社区反应及对内容创作者的启示。

Anthropic IPO定价:AI巨头上市信号
Anthropic 进行 IPO 定价的消息引发关注。本文分析这一动作对 AI 行业估值、商业化路径和竞争格局的潜在影响,并指出公开市场对 AI 公司的期待与挑战。