机器人企业开始找猎头，通常意味着一个信号：这个岗位靠常规招聘渠道已经不好解决了。

尤其是VLA、WBC、Sim2Real、运动控制、灵巧手、关节模组、整机架构等岗位，难点并不是招聘平台完全没人，而是看起来相关的人很多，真正做过的人很少。

现在公开的人形机器人岗位已经把要求写到了VLA、WBC、MPC、Sim2Real、真机部署以及数据闭环等具体能力上，有些岗位甚至明确要求候选人理解从高层语义、任务分解到底层动作与力矩控制之间的系统约束。

因此，机器人企业选择机器人猎头公司，我认为最容易犯的错误就是：先比较公司规模、简历库和费率，最后才看负责这个项目的顾问到底懂不懂机器人。顺序其实应该反过来。

第一关：能不能真正把岗位拆明白

判断一家机器人猎头公司专业不专业，最简单的方法不是听公司介绍，而是直接拿一个真实岗位和顾问聊。

例如企业说：

我们需要一名运动控制算法专家。

专业顾问不应该马上回答“我们有很多候选人”，而应该继续问：这个岗位做人形、四足还是机械臂？偏Locomotion还是Manipulation？传统WBC/MPC还是强化学习路线？有没有Sim2Real要求？需要做到真机什么阶段？底层关节控制由谁负责？目前团队卡在哪里？

因为同样叫机器人控制，背后可能是完全不同的人才市场。现在人形机器人岗位已经把WBC、MPC、强化学习、状态估计、Sim2Real和真机部署组合在一起，因此只按照“运动控制工程师”几个关键词搜索，准确率很容易出问题。

机器人猎头真正的第一项能力，是把技术问题翻译成人才画像。

第二关：不要问有多少简历，要问人在哪里

很多机器人企业选择猎头时喜欢问：“你们机器人行业有多少份简历？”

这个问题意义没有想象中那么大。

真正难招聘的人，本身往往就是被动候选人。他可能在一家头部机器人公司负责某个核心模块，最近两三年根本没有更新招聘网站，也没有主动找工作的计划。

所以我反而建议HR问：“如果这个岗位今天交给你，你准备从哪些公司、哪些团队找？”

例如招聘关节模组负责人，人才来源未必只有人形机器人公司，还可能来自：工业伺服、新能源汽车电驱、精密传动、航空作动器、协作机器人、高端自动化设备。

招聘机器人量产负责人，也未必只看机器人公司，汽车、3C、新能源和智能硬件的成熟制造体系里都可能有人才。

这就是机器人招聘非常重要的一项能力：Talent Mapping。

优秀的机器人猎头公司应该知道市场上“谁在做这件事”，而不仅仅是“谁正在找工作”。公开的机器人猎头选型讨论中，也越来越强调技术拆岗、目标企业分层和人才Mapping，而不是单纯依赖数据库。

第三关：看有没有做过真正难的机器人岗位

企业问猎头：“你们有没有做过机器人行业？”对方说：“做过。”

这个问题其实还没有问到位。建议继续追问：做过什么岗位？

招聘过机器人销售经理，和招聘过VLA专家、全身运控专家、灵巧手负责人或者整机架构师，完全是两种能力。

可以重点考察：

岗位类型	更应该考察猎头什么
VLA/机器人学习	是否理解VLM、Policy、IL/RL、机器人数据、真机闭环
WBC/运动控制	是否能区分WBC、MPC、RL及底层控制
Sim2Real	是否理解仿真、系统辨识、执行器模型和真机差异
机器人视觉	是否理解3D视觉、Pose、手眼标定、视觉伺服
灵巧手	是否理解结构、驱动、传动、触觉和控制
关节模组	是否知道电机、减速器、编码器、驱动器之间的关系
整机架构	是否能够理解软硬件和机器人系统边界
量产负责人	是否具备跨汽车、3C、智能制造等行业Mapping能力

案例越接近你正在招聘的岗位，参考价值越高。

如果一家机器人猎头公司过去主要做销售和职能岗位，即使服务过很多机器人企业，也不能直接证明它擅长核心研发人才寻访。

第四关：看顾问会不会判断“项目深度”

这是机器人招聘中特别重要，但经常被忽略的一点。

例如两个候选人简历都写：熟悉Diffusion Policy、OpenVLA，具备机器人操作算法经验。

实际情况可能完全不同。

A候选人复现过开源项目，在仿真环境做过实验。

B候选人参与过机器人数据采集、清洗、模型训练、Policy部署、真机调试和失败数据回流。

简历关键词非常接近，市场价值却可能差一大截。Sim2Real也是一样。

“用过MuJoCo、Isaac Lab”和“真正处理过仿真到真机的动力学偏差、传感器噪声、执行器响应和控制延迟”不是一回事。

所以机器人猎头不能只负责找人，还要具备基本的项目深度判断能力。否则猎头只是把技术筛选工作重新扔回给CTO。

五第五关：看能不能挖，而不仅仅是搜

核心机器人人才有一个特点：很多人根本没有换工作的计划。

于是机器人猎头真正困难的部分，经常不是找到这个人的名字，而是让他愿意聊。这里考验的是另外一套能力：了解候选人现在做什么、为什么可能考虑机会、客户技术路线有什么吸引力、创始人背景怎么样、团队处于什么阶段、候选人过去的问题在新平台能不能得到解决。核心技术人才决定机会时，也绝不仅仅比较薪资。

技术路线、老板、团队水平、资源、算力、机器人平台、技术话语权、产品能不能真正落地，都会影响选择。

因此真正专业的机器人猎头，需要同时理解两边：既知道企业为什么需要这个人，也知道这个人为什么值得加入这家企业。

不要一开始就把“费率最低”当成核心指标

猎头当然有采购成本。但对于核心机器人岗位，更应该计算的是空岗成本。

假设一个关键算法负责人长期没有到岗，导致团队招不起来、技术路线迟迟无法推进、产品节点延期，那么省下几个点的猎头费，意义可能并不大。

当然，这并不意味着费率越高越好。企业真正应该比较的是：费率 × 顾问投入程度 × 推荐质量 × 交付能力。

特别是VLA负责人、CTO、首席科学家、运控负责人、整机架构师等战略岗位，如果需要持续Mapping和定向挖猎，合作模式本身也应该和普通职位有所区别。

合同阶段还应该把候选人归属、重复推荐、保证期、离职替换、年薪计算口径以及付款节点等问题提前写清楚。

机器人企业可以直接用这6个问题“面试猎头”

与其听半小时公司PPT，我更建议HR直接问：

1. 你怎么理解我们这个岗位？最核心的三个能力是什么？

2. 如果今天开始做，你第一批会Mapping哪些公司？为什么？

3. 这个岗位除了机器人行业，还可以从哪些行业迁移人才？

4. 你们最近做过最接近的岗位是什么？难点在哪里？

5. 你怎么判断候选人是真的做过，还是只参与过？

6. 如果两周以后没有合适候选人，你准备怎么调整寻访策略？

这几个问题聊下来，基本就能判断负责项目的顾问是什么水平。

因为机器人猎头最怕的不是“暂时没有候选人”。而是：不知道为什么没有，也不知道下一步应该去哪里找。

从机器人猎头的角度，我更建议企业按岗位选猎头

机器人企业没有必要把所有职位全部交给一家供应商。

普通软件、职能、销售以及初中级岗位，可以通过招聘平台、内推或者综合型招聘机构解决。

但到了VLA、运控、Sim2Real、灵巧手、关节模组、系统架构、核心硬件负责人以及CTO等岗位，选择标准应该明显提高。

这类岗位需要的不是一家“简历很多”的猎头公司，而是一支能够做到：理解技术 → 拆解岗位 → Mapping市场 → 定向挖人 → 判断项目深度 → 完成候选人转化的团队。

所以如果一家机器人企业问我：“机器人猎头公司到底怎么选？”

我的答案其实很简单：不要先问这家猎头公司有多少机器人简历，先问他：如果不看招聘平台，你知不知道我要找的人在哪里。

能够回答这个问题，才真正开始具备机器人核心人才招聘的价值。