所有文章
AI 寻访·8 分钟阅读

2026 年的被动候选人寻访:如何触达那些不在找工作的人

用 AI 进行被动候选人寻访:TrueCalling 5 步法,用于识别并触达满意但开放的候选人,并附一个 6 天搞定 Senior Platform Engineer 的真实案例。

作者 Patrick Bouaziz · Contributor

被动候选人寻访已成为 2026 年 Talent 团队的头号杠杆。 当 73% 的在职专业人士从不主动投递在岗岗位,仅靠 inbound 申请意味着错过四分之三的市场。 本指南解释 2026 年被动寻访究竟意味着什么、为什么 AI 改变一切, 以及如何打动那些并不在找工作的候选人。

被动寻访:一个实用的定义

被动候选人寻访是指识别并触达那些不在主动找工作的候选人。 与主动寻访(针对已经在市场上的候选人 —— 正在投递、公开更新 LinkedIn、主动发送 CV)不同, 被动寻访针对那些对当前岗位满意、但对一个出色机会潜在持开放态度的 profile。

它是市场上最广阔、最具战略意义的池:竞争更少、质量更高,但在方法上要求也更高。 接触一位在 scale-up 工作得很满意的 senior 开发者,与重新联系昨天投递过的候选人毫无共同之处。

候选人意向的 4 个层级

在谈方法之前,您需要在被动池内部区分 4 个细分:

  1. 坚定满意。没有跳槽意愿,且带有负向信号 (最近晋升、scope 变更、与当前岗位绑定的 side project)。短期触达活动中跳过。
  2. 满意但好奇。不在找,但对一个出彩的机会持开放态度。 约占被动池的 40%。是 2026 年 AI 寻访的主要目标。
  3. 潜在。逐渐积累的不满,但没有主动搜索。弱信号: 开源 commit 数突然增多、外部会议演讲、低调的 LinkedIn 个人主页更新。热门目标。
  4. 隐性主动。在找,但不显山露水(怕被现雇主察觉)。占池的 18%。 对一条精心打磨的消息反应非常快。

一款现代 AI 寻访平台通过交叉公开信号(LinkedIn、GitHub、会议、个人主页更新)和 ML 推断, 区分这 4 个层级。这正是 TrueFit 360 评分要做的:对每位候选人, 它估计的不仅是与岗位的相关性,还包括意向层级。方法论详见我们关于 候选人-岗位匹配评分的文章。

看一看实际效果

看 TrueCalling 如何为候选人意向层级打分

EMILY 从公开信号(近期 commit、会议演讲、低调的个人主页更新)推断候选人意向, 在您的 shortlist 中只浮现满意但好奇与潜在 profile —— 因此您不会在不会动的人身上花一分钟。

在您一道真实岗位上看意向评分 →

为什么 AI 在 2026 改变了一切

2018 风格的被动寻访 —— 一位招聘官、LinkedIn 上的布尔搜索、对 100 份 profile 复制粘贴同一条 InMail —— 已经不再奏效。三个原因:

  1. InMail 饱和。平均回复率从 2018 年的 22% 降至 2026 年的 8%。 tech profile 每周收到 12 到 18 条 InMail。
  2. 渠道的爆发。WhatsApp、工作邮箱、GitHub、会议、播客: 一位被动候选人平均有 4 到 6 个活跃渠道,但主要只在自己最偏好的那个上回复。
  3. 个性化期待。一条"您好 Pierre,我看到了您的 profile"的消息会瞬间 透出 bot 味。今天回复率最高的消息,往往引用一个近期且具体的信号(commit、演讲、发表)。

AI 一次性解决这三个问题:它逐位候选人地找到正确渠道、读取公开信号以规模化个性化、 并避开饱和渠道。在 WhatsApp 上,平均打开率维持在 90%,而邮件仅为 20% —— 这一差距在被动寻访中改变一切。 (说明:WhatsApp 在中国大陆被屏蔽,本节统计聚焦欧盟市场; 面向中国境内候选人则以 WeChat(微信)为主流渠道。)

TrueCalling 5 步法

第 1 步 —— 用自然语言描述理想 profile(3 分钟)

不再写布尔。您像和同事聊一样描述岗位:seniority、技术栈、行业、"人的类型" (startup vs scale-up、manager vs IC 等)。EMILY 把它翻译为多源语义查询。

第 2 步 —— 让 AI 探索 12 亿 profile(5 分钟)

引擎不会止步于 LinkedIn。它交叉 GitHub、Stack Overflow、会议演讲、媒体提及与增强数据库。 这对被动寻访至关重要:最好的 profile 很少在 LinkedIn 上非常活跃。

第 3 步 —— 按意向过滤,而不只是相关性

这一步把业余被动寻访与专业被动寻访区分开。您保留那些既相关, 又被评为满意但好奇或潜在的 profile。"坚定满意"的留在池里, 但暂时不发送任何触达。

第 4 步 —— 按近期信号个性化,而不是按职位名

对您 shortlist 上的每位候选人,EMILY 识别一个近期且具体的信号: 上周在某个开源 repo 的 commit、某个会议的演讲、发表的文章、低调的个人主页更新。 首条消息引用该信号 —— 这正是把 bot 味消息变成人与人对话的关键。

第 5 步 —— 多渠道且耐心

被动候选人不会在 24 小时内回复。2026 年典型的转化 sequence: WhatsApp(D0)→ 沉默 → 邮件(D5)→ 沉默 → 简短的 WhatsApp 触达(D12)。 一旦收到第一条积极回复就停止。要深入了解,参阅 LinkedIn 之外的多渠道寻访

真实案例:6 天内寻访到 Senior Platform Engineer

一家上海的 B2B SaaS scale-up 需要一位 Senior Platform Engineer Kubernetes,7+ 年经验, 目前在上海一家 scale-up 工作得很满意。100% 被动寻访:

  • brief 3 分钟内输入完毕。
  • EMILY 返回 287 份相关 profile,其中 41 份被评为满意但好奇 / 潜在。
  • 招聘官保留 15 位优先 profile。
  • EMILY 起草 15 条引用近期信号的 WhatsApp 消息。
  • 72 小时内收到 9 条积极回复。
  • 启动 5 场面试。
  • 首条消息发出 6 天后 offer 被接受。

这 15 位候选人没有一位曾向客户投递过。没有一位在主动找工作。 该岗位在没有公开发布任何招聘信息的情况下被填补。

毁掉被动寻访的 4 个错误

  1. shortlist 上千篇一律的模板。被动候选人一眼就识破。回复率除以 4。
  2. 开场太直接。"我们在 X 招 Senior Engineer,要不要" —— 被动候选人不在投递模式里,立刻关门。更好:上下文、信号、开放式问题。
  3. 施压与激进跟进。满意但好奇的候选人需要时间。3 条没有回复 = 停止。
  4. 忽视偏好渠道。对一位不再打开 LinkedIn 的开发者继续 InMail 是浪费时间。 测试 WhatsApp 与工作邮箱会改变一切。

度量被动寻访活动的表现

KPI 与主动寻访不同。要追踪的有:

  • 积极回复率:精心运营的 AI 被动寻访目标 > 35%, 相比手工被动寻访的 12%。
  • 各渠道打开率:WhatsApp > 85%、工作邮箱 > 35%、 LinkedIn InMail > 15%。
  • 到首次面试的中位时间:目标 < 8 天。
  • 退订 / 投诉率:必须保持 < 1%。
  • 候选人 Net Promoter Score:流程结束后询问候选人。

被动寻访与 GDPR:要遵守什么

通过专业联系方式触达被动候选人在 GDPR 下是合法的(合法利益 + 招聘目的), 前提是您:

  1. 在首次接触时明确说明来源("我在 LinkedIn / GitHub / 等处看到您的 profile")。
  2. 提供立即可见的 opt-out。
  3. 不储存超出必要的数据(通常是最后一次交互之后 12 个月)。
  4. 能在 30 天内处理访问 / 删除请求。

合规角度参阅我们关于 WhatsApp 招聘与 GDPR的文章。

结论:被动寻访已经成为寻访本身

2026 年,区分被动寻访和主动寻访越来越没有意义。最好的 Talent 团队默认把每位候选人都视为被动:强个性化、多渠道、耐心、尊重意向信号。 这正是让回复率从 8% 提到 35%+、招聘周期从 35 天降到 18 天的关键。

要在您一道真实岗位上看 TrueCalling 如何寻访被动候选人, 预约演示

立即行动

在您一道真实岗位上触达那些不在找工作的人

我们向您展示 EMILY 如何识别满意但好奇的被动候选人、 如何按近期信号个性化首条消息、并如何在 WhatsApp 上发起对话。20-30 分钟引导式演示。