为此我在上周还写了一篇：OpenClaw出现后,90%的猎头都在危险区

一、Agent产品(OpenClaw)的三层演进

第一层：原生 OpenClaw（自建型）

开源/本地部署/需要一定技术能力/自己配置权限、环境、服务器本质上是：自己买地盖房

灵活，有一定技术门槛。

第二层：云厂商封装版本（半托管型）

后来阿里云、百度云等云厂商开始做封装部署。

提供云端运行环境/帮你解决基础设施问题/仍需要一定配置能力相当于：精装毛坯房

基础有了，但还要自己调试。

第三层：MaxClaw（完全托管型 Agent）

2026 年 2 月 26 日，Minimax 上线 MaxClaw。

它做了一件关键的事：把 Agent 的使用门槛降到普通人可以直接用。

无需代码/无需服务器/无需理解部署架构

你说中文，它在后台写代码执行。

更像：入住酒店式服务公寓，拎包入住。

当我看到 MaxClaw 上线时，我第一反应是：

机会来了，可以搞了，立刻看看他能为我做什么，我先进行了一键部署：

二、我的测试场景1：人才库自动录入

我过去一直强调一件事：专注一个方向，一定要建立人才库。

人才库的价值在于：

• 前期费时间

• 后期一劳永逸

• 打好标签后，检索速度极快

当我的客户说，我要找30-35岁的，类似阿里p8级别，做大模型算法-LLM-预训练的人才，本科985，我可以几秒钟在我的表格筛选出来，关于人才库文章：

猎头"人才库"如何搭建/管理/维护?6篇文章帮你说透

我的人才库表头固定，大概包括：姓名、岗位名、岗位细分方向、公司、学历，有20几项，做好了之后，我基本不用看简历，就看这个表

问题是：录入很费时间。不过过去这么多年都是这么过来的

1、单份测试

我发了一份简历给 MaxClaw：

“请按照我的表头格式录入这份简历。”

• 它自动识别信息

• 自动填入飞书表格

• 格式和内容完全正确

• 一次错误都没有。

2、加入格式规范

我平时录入时有标准格式要求。我把规范告诉它。它不仅记住了，还帮我总结了一遍规则

然后自动重新修正数据。这一步让我真正意识到：它不只是执行，而是理解规则。

3、批量录入

我在飞书云盘建立：

“简历待录入文件夹”

放入：9 份简历/1 个飞书表格/1 个大模型算法分类规则文档然后我说：

“把待录入文件夹的简历，按照我的规则录入表格。”

最难的一步是：岗位细分分类。

我们做大模型岗位的都知道：细分极其复杂。

我给了它一套：大模型算法分类体系并告诉它：

• 属于大模型的按规则分类

• 不属于的按原理推理归类

结果：

15 分钟完成全部录入。

而且分类逻辑完全符合我的体系。

这一刻：太震撼了

三、第二个场景2：自动发邮件

录入之后，自然要联系候选人。

我让它：

1. 绑定邮箱权限

2. 使用我的开场白模板

3. 每封邮件自动替换：候选人姓名和岗位细分方向

它自动配置权限，和我反复确认，并帮我发送

那一刻我非常清晰：新时代来了。

四、尽快脱离招聘网站

有人问我：能不能：

• 扒招聘网站简历？

• 自动在招聘网站打招呼？

• 自动批量打招呼？

我相信技术上可以做到。

但我非常直接说一句：

HR 直接用招聘网站内置 Agent(或者购买),24 小时自动筛人,自动发消息

为什么要找你？以前是HR忙没时间做这个事，现在有AI，他就解决了，还想着在这里赚钱就不对了

五、猎头应该在哪方面发力？

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

如果你想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：

• 欢迎加入我的猎头陪跑训练营

• "猎头陪跑"服务复盘:为何提升猎头技能这么难？

微信：85963906