OpenClaw出现后,90%的猎头都在危险区

一、最近国外一个 OpenClaw 出圈了，它到底是什么？

最近一段时间，在海外技术圈、AI Agent 圈里，一个名字被反复提起：OpenClaw。不是一个聊天机器人，而是一个开源的 AI Agent（智能体）框架。

OpenClaw 最初由奥地利软件工程师彼得·斯坦伯格（Peter Steinberger）开发，它最早在 2025 年 11 月以 Clawdbot 的名字发布在 GitHub 上。后来因为商标问题一度更名为 Moltbot，最终定名 OpenClaw。

OpenClaw 上线后在 GitHub 上增长极快，仅几周就获得了 超过十万颗星（100,000+ stars），这是开源项目中极为罕见的爆发式增长。

它的核心理念很简单：

AI 不只是回答问题，而是可以被授权，去“真的做事”。

也正因为这个定位，它在海外被大量拿来做：

• 自动化工作流

• 个人 AI 助理

• 企业内部 Agent

• Research / Ops / 投研 / 招聘 等高信息密度岗位的辅助系统

这2天美团联合创始人王慧文也在积极行动，貌似看到的确定性：

敏锐的人应该会思考：他是否可以应用到猎头领域，答案是肯定的

⸻

二、对猎头顾问来说，OpenClaw 能做什么？

先说结论：

OpenClaw 不是“替代猎头”，而是会替代大量“猎头每天在做，但并不真正值钱的环节”。

我随便说一些他可以做的环节(技术还在不断演进)

1、网上找人

• 按目标公司 + 关键词在招聘网站自动搜寻候选人

• 定时扫描 LinkedIn / 脉脉 / GitHub / Scholar 新增或变动人选

• 扫描候选人最近动态（发帖、项目、论文、开源更新）

• 对搜到的候选人进行第一层匹配筛选

• 将初筛后候选人加入待整理候选池

⸻

2、管理人才库（整理 / 打标签 / 结构化）

• 将候选人登记进表格或系统

• 拆解候选人简历关键信息

• 标记候选人技术 / 岗位细分方向

• 标记候选人职级与角色定位

• 标记候选人管理团队人数

• 标记候选人参与项目规模与复杂度

• 记录候选人过往公司与行业背景

• 记录与候选人历史联系与沟通要点

• 将零散文字信息转为结构化字段

• 合并同一候选人的多来源信息

• 按技术方向 / 行业 / 职级对候选人分类存储

⸻

3、联系他们（开场文案 / 发送）

• 根据候选人简历生成个性化开场文案

• 匹配当前岗位生成定向开场文案

• 自动提取候选人邮箱或允许的联系方式

• 将开场文案生成至邮件草稿(你自己优化了发送)

• 在规则约束与充分训练后支持自动发送

• 记录每一次联系行为与结果

⸻

当然，他才刚出现，很多还不是很成熟，但是这是趋势，就像3年前出现ChatGpt一样

• 部署和配置门槛仍然偏高

• 对使用者的“流程设计能力”要求高

• 对权限、安全、稳定性仍需控制

对于猎头来说

⸻

三、哪些是他长期都不能做的？

下面这些，是猎头这份工作的“护城河”。

1、人与人之间的信任

• 建立真实信任

• 让候选人说真话

• 用个人信誉兜底

• 长期关系维护

2、深层动机与情绪判断

• 识别口是心非

• 感知犹豫、焦虑、抗拒

• 挖掘动机/痛点

• 理解矛盾心理

3、关键决策与取舍

• 该不该继续推进

• 什么时候该停

• 是否值得消耗关系

4、复杂博弈与影响

• 非理性行为处理

• 临场谈判调整

• 改变一个人的认知

5、责任与后果

• 为推荐结果负责

• 为失败关系兜底

• 在灰度地带做判断

如果你在类 OpenClaw 产品做不了的那些领域，也没有明显优势，那你确实需要尽快补课了。否则，用不了多久，甲方直接用一个类 OpenClaw 的系统，就能把你现在做的事解决掉。

如果你意识到了这一点，也希望在真实项目中把这些能力补起来，但是自己好像又不知道怎么提升，可以加入我的猎头陪跑，我们在具体项目里一起提升：如何互动/如何挖痛点、动机、如何判断、决策。看这2篇：