AI猎头的暴富神话：找到一个人，佣金300w？

本文来自微信公众号： 霞光AI实验室 ，作者：子墨，编辑：李小天，题图来自：AI生成 AI行业猎头一单赚近300万？！ 前不久，一张截图在各个群里刷屏：某具身智能公司招聘AI算法专家，年总包薪资高达1050万元；猎头费26%，273万元。 消息一出，有人羡慕AI核心人才的身价，有人感叹，AI浪潮不仅抬高了从业者的薪酬，也让产业链上的相关角色找到了新的赚钱机会。人才越稀缺，争夺越激烈，站在企业和候选人之间的猎头，也被推到了风口上。 这种争夺并非只存在于传闻中。据Euronews报道，OpenAI、Meta、Google、Anthropic等巨头公司，正在争抢数量极为有限的顶尖AI研究人员。其中，Meta还曾为招募24岁AI研究员Matt Deitke，开出一份总额约2.5亿美元、期限四年的薪酬方案。国内的竞争同样在推高少数核心岗位的价格，字节跳动Top Seed部分核心岗位的年薪已超过600万元。 而在这场不断升级的高价竞逐中，一个耐人寻味的悖论也随之浮现。 从技术逻辑看，猎头似乎恰恰是AI很容易替代的一个职业。企业可以用AI搜索简历、筛选候选人、匹配岗位，效率比传统的人工推荐高得多。与此同时，真正的AI人才根本不缺去处，他们手里往往握着好多个offer，需要做的只是选择，似乎也不需要猎头帮忙找工作。 可现实却走向了另一个方向：AI行业的猎头生意正在变得越来越好，这个越是能被AI提效甚至替代的职业，越是在AI人才大战中赚到了更多钱。 带着种种疑惑，我们找到了网传截图所涉猎头集团另一家子公司的员工Peter。对方确认，截图中的订单确实存在，但273万元是公司层面的服务费，并不意味着某一名猎头可以全部拿走。 “中间还有公司和团队的多层分成，真正到个人手里，大概是40万-50万元。” 而比这笔佣金更值得追问的是：当AI已经能够筛简历、匹配岗位，为什么顶尖人才的招聘反而更依赖猎头？在企业与手握多个offer的候选人之间，猎头真正提供的究竟是什么？ 答案就藏在AI行业猎头的真实工作流程里。以下是Peter的讲述： 风口上的AI猎头，没那么好“飞” 我转行做猎头，是因为不想再待在甲方了。 2022年实习开始就在甲方做招聘工作。那几年，几乎每天都在围绕同一个行业找人，见到的岗位和候选人都很垂直。但猎头不一样，它像把办公室的一面墙推开：同时面对不同公司、不同赛道，人的选择也一下子多了起来。 于是2025年，我决定换到另一边，开始替企业在市场上找人。 进来以后才发现，猎头不是拿到一份JD、转手发给候选人那么简单。工作主要分成两头：一头叫开发，要主动找到有招聘需求的公司，与创始人、人事或其他负责人谈合作；另一头叫交付，接到职位后，把合适的人送到企业面前。我自己两头都做，既要问清客户究竟想要怎么样的人才，也要承担最后交不交得出人的压力。 虽然我Base在宁波，但手里的AI客户主要集中在北京、上海、深圳和杭州。大部分需求隔着屏幕就能谈清，遇到必须当面沟通的情况，第二天买张票也能赶过去。其实做久了以后就会发现，对猎头来说，城市之间的距离不是什么大问题。 真正难跨越的，是不同AI业务之间的距离。 同样是一家AI公司，有的做软件，有的做硬件；有的服务企业，有的直接面向消费者。即使都是产品，有的是卖效率，有的是提供情绪价值。业务不同，需要的人才也完全不同。所以每接触一家新客户，我都得先弄清楚这家公司目前在做什么事情，founder的背景如何，目前企业正在处于什么阶段等等。 只有这些问题有了答案，才知道应该去哪里找人。 沿着这些需求看下去，市场的冷热也会慢慢显现出来。世界模型、具身智能和机器人方向拿到的资金相对更多，硬件大致排在第二梯队，软件则要看具体做的是什么。 钱流向哪里，招聘需求自然就会跟到哪里。 落实到具体岗位上，前端的需求相对少一些，后端、全栈、算法和产品岗十分热门。而等产品真正做出来，企业还得想办法把它卖出去，于是BD也成了招聘链条里少不了的一环。 不过，职位多不等于每个人都能拿到高薪。大多数跳槽仍按原薪资上浮10%-20%，薪酬通常还是以现金为主，期权有没有、占多少，要看职位和候选人的title。 猎头的收入也遵循同样的现实。行业里常见的服务费率在20%-25%，传统猎头一年的常见业绩大约在70万-100万元，算上底薪和提成，个人年收入通常在20万-40万元。不过，当手里掌握着企业找不到、其他猎头也很难触达的人，也有机会把费率谈得更高。 AI岗位多、人才流动快，成交机会确实比部分传统行业要多。但赛道热，并不意味着每个猎头都能赚到更多钱，收入最终还是由交付决定：找到人是一方面，真正被企业录用并顺利入职，才能变成业绩。 而且，人入职了，这笔钱也还不算真正落袋。 企业通常会设置三个月或六个月的试用期，猎头费也会分两次甚至三次支付。如果候选人在试用期内因为能力不匹配而离职，猎头需要在约定时间内重新补人；如果补不到，会退还已经收取的费用。 所以，猎头赚到的从来不是“找到一个人”的钱，而是“找到一个合适的人，并让他稳定留下来”的钱。 从甲方来到猎头，再从传统招聘走进AI，原以为只是换了一个热门的赛道。后来才明白，风口只负责把职位吹过来，至于能不能接住，要从找到一个对的人开始。 抢人最快的时候，是别人下班以后 很多候选人的电话，要等到晚上才能打通。 白天，他们在开会、赶项目，不会为陌生号码停下工作，所以我的工作时间也会跟着往后移。别人一天工作七八个小时，我可能再多三四个小时；有时周末继续聊，有时也会为了一个人赶去他的城市约个咖啡。 外界想象中的猎头挖人，总带着一点“围追堵截”的戏剧性，实际上没有那么夸张。我不会盯着朋友圈定位制造偶遇，那样太刻意。想见一个人，会先联系，再正式约时间。第一次坐下来也未必要谈职位，先认识、先听他在做什么，再判断他是否想换个环境。 在这之前，还有一段看不见的准备。 企业给来一个岗位，我不会马上扑进简历库，而是先问：为什么现在招？已经找了多久？团队到了什么阶段？喜欢怎样的人？薪资和福利能给到哪里？等企业把需求说清楚，找人的工作才会真正开始。 我会先画一张“人才地图”：这个方向的核心人才集中在哪些城市、哪些公司，又能通过什么渠道联系上。招聘平台和领英是最常用的入口，线下的黑客松、论坛、沙龙和展会也不能放过。遇到合适的简历，但联系不上本人时，可能还会顺着毕业院校和同学关系继续寻找。 不过，即使找对了方向，也不一定能马上找对人。AI行业更新太快，新的概念源源不断，同一种能力到了不同公司，可能会被包装成完全不同的职位名称。 FDE就是一个典型例子。 不同公司对FDE的理解并不一致，给出的候选人画像有时也很模糊。只按照职位名称搜索，很容易越找越偏。遇到这种情况，只能先挑选一批接近要求的人推荐过去，再根据企业的面试反馈不断调整。几轮下来，那个最初写得并不清楚的需求，才会逐渐显露出真实轮廓。 名称可以不断变化，企业挑人的标准却有不少共同之处。聪明、能够独立思考、经历过从0到1，是最常出现的要求。创业公司还会多问一句：这个人愿不愿意陪着公司一起成长？ 软性要求之外，还有一条更直接的筛选线。 有些企业明确要求候选人来自985、211或双一流院校，甚至会点名学校、学历层次和大厂经历。年龄也是一道门槛：有的公司希望控制在