Goleta Lab · 2026 Spring Briefing
从对话式 AI
到执行式 AI
行业变化、招聘重构、飞书智能伙伴。
这是一次工作方式的变革。
AI 演进路径
Evolution
从规则系统到 Agent
规则系统&机器学习
机器从数据中学习规律，开始超越人类规则设计。
大预言模型普及
ChatGPT 让普通人第一次直观感受到通用 AI 能力。
Agent 元年
从回答问题，走向拆任务、调工具、产出稳定结果。
龙虾们
IM操控，自主解决问题并交付，进入日常办公。
这次变化的关键，不是更会回答，是会自主执行和学习。
Key Moments
每个阶段，都有标志性产品让你感受到变化
每一次跃迁，都有人因为用上了新工具而拉开差距。
Industry Map
招聘视角下的
AI 行业地图
真正大量产生岗位的，往往不只是在模型层，而是在应用、交付、数据和解决方案层。
Role Breakdown
这两类岗位，面试具体看什么
Recruiting Impact
变化先发生
在工作流，
不是岗位名称。
客户、候选人、顾问三端都已经开始重新分配效率差距。
AI 更可能先替代"重复的信息处理"，而不是"高信任的人际判断"。
科大讯飞、商汤、字节、百度文心等岗位 JD 新增 AI 使用经验要求
同等背景，会用 AI 工具的候选人产出效率明显更高
候选人卡片、沟通话术、市场报告全可自动生成
Trend
最近为什么会聊 OpenClaw
热点不是重点，趋势才是重点。AI 正从独立网页迁移进你本来就在用的工作环境。
ArkClaw · Lobster
不是更会聊天。
而是更会干活。
它不是多一个聊天入口，而是多一层工作流接口。
现成 Skill
适合先复用，优先验证工作流价值。企业调研报告、会前材料准备，可以直接开始用。
自建 Skill
把招聘团队的 SOP 固化成可复用的 AI 能力，岗位提取、沟通辅助都可以变成技能。
任务机制
让 AI 从被动等待提问，变成主动开始工作。支持定时触发、消息触发、Webhook 触发。
Product Demo
随时助力高效工作
Getting Started
三步就能用起来，
零门槛快速部署。
最大的门槛不是技术，而是愿不愿意把第一个工作流跑起来。
Demo Flow
先复用，
再自建，
最后自动化。
适合招聘团队的顺序，不是先造最复杂的 Agent，而是先把一个高频动作做成稳定 skill。
Long-term Setup
它不是一次性聊天机器人。
它是长期协作接口。
个性化、工作空间、技能管理、任务，这四个部分一起决定它能否真正进入日常工作。
个性化
决定它怎么说话、怎么做事、遇到不确定信息如何处理。设置越精准，产出越稳定。
工作空间
沉淀模板、规则、记忆和长期背景信息。让 AI 记住团队的工作方式，不用每次重头说明。
技能管理
把高频动作固化成可复用 skill，而不是每次重新开一个对话。能力越积累，效率越高。
任务
支持定时触发、消息触发、Webhook 触发。让 AI 主动开始工作，而不是一直等待你开口。
Closing
16真正重要的，
不是会不会聊。
而是会不会落到工作流。
今天之后，一个动作
打开 ArkClaw，把你手头正在跑的一个真实岗位，丢进刚才演示的那个招聘 Skill——
拿到候选人卡片和打招呼文案，发出第一条消息。