2026硬科技人才招聘与HR Operations观察

具身智能公司融资以后，最常见的一种情况是：钱到账了，研发和交付目标也定下来了，但组织扩张速度却跟不上产品进度。

VLA架构师、WBC运控、Sim2Real、关节模组、DFM、Robot Data、NPI、供应链，岗位一口气放出几十个，真正能到岗并承担工程任务的人却迟迟凑不齐。

问题往往不是猎头推简历不够快，而是企业把“批量招人误解成了把所有HC同时打开”。

2026年10月19日，工信部在公开发布会上披露，截至当年6月底，国内人形机器人产量已超过4万台，并预计全年产量有望超过10万台。

产业规模正在扩大，但产量增长不代表每家企业都已进入稳定量产阶段；不同企业需要的团队结构，差别可能很大。

一、为什么具身智能公司融资以后，批量招聘反而容易卡住？

融资解决的是资金问题，招聘要解决的却是岗位依赖关系、人才供给和组织承接能力。

一家刚完成融资、计划在6个月内新增30-50人的机器人公司，如果只是让HR按部门提交的JD逐一招聘，很容易出现三个问题。

扩张期常见问题	企业实际表现	对研发与交付的影响
HC一次性全部开放	算法、硬件、测试、制造同时抢人	关键技术负责人尚未到岗，团队缺少决策者
岗位卡尺不统一	CTO、算法负责人、HR对JD理解不同	首批候选人反复淘汰
大量岗位交给单点猎头	多个顾问各自Search、重复推荐	候选人体验差，内部面试资源被占用
只重研发，不重工程化	VLA和RL人员扩张快，DFM/NPI缺位	样机可以继续迭代，小批交付难推进
Offer审批滞后	薪酬、职级、股权临时申请	核心人选等待过久
只统计入职人数	月度HC完成率看起来很好	关键工程里程碑仍然延后

真正需要先回答的是：公司处在哪个产品阶段？

公司阶段	应优先补齐的岗位	暂时不宜盲目扩招的岗位
模型/样机验证	VLA、运控负责人、系统架构、核心本体	大规模制造管理团队
真机PoC阶段	Sim2Real、Robot Data、测试可靠性、场景集成	没有明确任务的通用算法岗
小批试制阶段	DFM、NPI、质量、工艺、供应链	只负责概念设计的重复研发岗位
量产及多场景交付	生产、质量、现场部署、售后工程、成本管理	与交付计划脱节的储备HC

2026年工信部等部门推进的人形机器人实景实训专项行动，也把真实场景数据、关键零部件、可靠运行和规模部署放在同一条产业任务线上。

这给企业招聘一个很明确的提醒：不能只扩算法团队，却没有相应的本体、数据、测试和制造能力承接。

二、猎头如何支持批量交付？关键不是增加顾问，而是改变4个招聘动作

1. Talent Mapping前置：不是等JD出来，才开始到处找人

具身智能融资招聘最大的浪费，是每招一个新岗位，就重新做一次行业搜索。

更有效的方式是按技术方向、目标企业、关键团队和人才迁移路径建立持续更新的Talent Map。

招聘方向	第一层Talent Map	第二层跨界人才来源	必须考核的能力
VLA架构师	具身模型、Robot Learning团队	多模态AI、机器人Lab	Action Representation、Robot Data、真机评测
WBC/MPC运控	人形、四足机器人	无人机飞控、高动态控制	动力学、状态估计、接触约束
Sim2Real	机器人仿真/运控团队	RL、复杂动力学仿真	System ID、Reality Gap、真机部署
关节模组	机器人本体及执行器企业	伺服、电驱、精密传动	电机、减速器、驱控、热管理
灵巧手DFM	灵巧手及微型执行器企业	消费电子、精密制造	公差链、BOM、NPI、良率
端侧AI	机器人计算平台	SoC、NPU、边缘计算	Kernel、量化、Latency、Memory
PoC交付	机器人系统集成商	工业机器人、产线自动化	节拍、稳定性、现场验收

Talent Map的价值，在于让多个岗位复用同一份产业研究，而不是让多个顾问重复搜索同一批候选人。

例如招聘一体化关节负责人时，Mapping形成的无框力矩电机、伺服驱动、微型减速器人才池，之后还可以服务于电机专家、驱控负责人和DFM总工等职位。

但企业不应要求供应商直接展示未经授权获取的个人隐私或竞争企业内部机密，组织图谱应以合法来源和经过适当处理的信息为基础。

2. RPO专案组＋高端猎寻：不要用同一种方式招所有人

融资后最容易出现的采购错误，是把30个岗位全部按照单人成功付费猎头模式执行。

VLA负责人和普通机器人测试工程师，招聘难度、寻访方式和交付成本并不相同。

RPO本质上是由外部服务团队承担企业全部或部分招聘流程，可以覆盖Search、筛选、面试协调和项目管理；它不等同于传统按单人成功入职收费的猎头。

更适合扩张期的做法，是将职位分成三个层级。

人才层级	典型岗位	建议招聘方式	核心交付目标
P0 技术锚点	VLA负责人、运控Leader、CTO、硬件VP	专项猎寻/Retained Search	关键技术路线与团队负责人到位
P1 核心专家	Sim2Real、关节驱控、灵巧手、DFM	垂直猎头＋定向Mapping	补齐关键技术能力
P2 工程梯队	测试、结构、软件、工艺、现场集成	项目RPO＋内部TA	按批次完成工程团队建设

一个需要注意的细节

RPO不应该替代企业内部的CTO、HRD和Hiring Manager。

外部团队可以承担Research、初筛、候选人运营和面试推进，但技术定级、HC批准、最终录用决策仍应由企业内部授权负责人掌握。

对于跨算法、硬件、制造三个方向的批量招聘，可以建立分工明确的项目组：

项目角色	主要职责
企业HRD/TA Head	HC优先级、薪资Band、资源协调
CTO/技术负责人	Technical Spec、Benchmark、技术决策
Search Lead	P0/P1高难人才Mapping
RPO Recruiter	P2批量招聘、初筛与候选人跟进
Researcher	Target Company、组织及人才来源研究
Recruiting Coordinator	排面试、推进SLA、维护ATS

这样既能保证稀缺职位有人深挖，也不会让高成本的专项猎头承担所有批量筛选事务。

3. 三天Benchmark＋48小时SLA：先统一卡尺，再追求速度

融资后招聘最怕各部门都说“这个人不合适”，却没人能准确指出不合适在哪里。

建议启动后的前72小时，由HR、CTO及实际交付团队共同盲审3-5份Benchmark履历。

例如一个WBC岗位，必须区分：

常见JD描述	真正需要确认
精通WBC	是否做过全身逆动力学、QP及接触约束
熟悉MPC	做过Centroidal MPC还是一般轨迹预测
具备RL经验	Policy是否上过真机
有Sim2Real经验	是否处理过执行器偏差、摩擦和时延
具备机器人项目经验	是负责模块还是承担真机稳定性结果

Benchmark的价值不是把简历排个名次，而是提前识别Must-have、Can-flexible和Red Flag。

SLA应该怎么设？

招聘环节	建议内部SLA	验收内容
需求启动	24小时内确定Owner	HC、预算、招聘优先级
Benchmark	72小时内完成首轮	3-5份样本、技术卡尺
市场反馈	48-72小时	初版Talent Map、供给与薪酬判断
简历反馈	24-48小时	面试/拒绝及明确理由
技术面试	尽量5个工作日内完成	技术能力与项目责任验证
终面决策	24小时内	Hire/No Hire、定级意见
Offer流程	48小时内启动或完成审批	正式待遇方案与审批记录

这里的48小时不应理解为“每个高难岗位必须推3份简历”。

对VLA架构师等稀缺岗位，48小时内给出准确的人才市场反馈，通常比仓促提交几份不合适的简历更有价值。

4. 批量Offer管理：不要只管接Offer，不管最后能否到岗

融资扩张期常见的风险，是HR每个月签了不少Offer，真正入职的人却低于预期。

尤其是技术负责人、运控专家、硬件总工，往往还要处理Counter-offer、未归属股权、奖金损失、竞业限制和项目交接。

建议把Offer-to-Join单独作为一个招聘阶段管理。

阶段	HR/RPO应重点核验
Offer前	动机、薪资、股权、离职周期
Offer签署后	竞业、Counter-offer、离职手续
入职前30天	技术项目是否仍然成立、资源是否有变化
入职前7天	工作安排、设备、汇报关系
入职后30天	技术职责与真实岗位是否一致
入职后60-90天	项目进展、组织适配、离职风险

对候选人的周度跟进，应以适当、真实的项目沟通为主，不应频繁施压。

保用期Guarantee Period是合同责任，不能直接等同于试用期留存率。 若要评价留存效果，应使用同一批入职人员、统一观察窗口计算，而不是事先宣称一定能把离职率压到5%以下。

三、传统散单猎头与RPO批量专案，到底差在哪里？

批量模式的优势不是天然“快3倍”，也不代表每个人的招聘成本一定降低30%。

真正能产生差异的，是人才研究是否复用、岗位标准是否统一，以及招聘资源能否按HC需求灵活调整。

评估维度	散单猎头模式	RPO＋专项猎寻模式	企业应考核什么
人才Mapping	每个岗位单独搜索	同技术方向共享Talent Map	Target Coverage
岗位卡尺	各顾问分别理解JD	统一Benchmark和评分表	CV-to-Interview
交付资源	按单职位配置顾问	按岗位批次分配Recruiter	Recruiter Workload
高难岗位	单人成功付费为主	P0/P1专项Search	Time-to-Shortlist
批量岗位	每人单独计算佣金	项目费＋到岗费等	CPH
面试推进	多供应商分别沟通	统一ATS、排期与反馈SLA	Interview Cycle
Offer管理	各供应商自行跟进	统一Offer风险台账	Offer-to-Join
项目复盘	以单岗位结案为主	周度招聘漏斗与阶段验收	HC完成率＋入职质量

CFO尤其应该看CPH，而不是只看猎头费率

CPH（Cost Per Hire）=（外部招聘成本＋内部招聘成本）÷ 实际入职人数。

外部成本包括猎头费用、RPO服务费、招聘渠道等；内部成本则要考虑TA投入及面试评估等费用，比较时应统一核算口径。

用一个假设模型算账

某企业预计6个月招聘20名平均年薪45万元的工程人才，比较以下两种报价。

成本项目	单人成功付费模式	项目RPO模式
固定月费	0	10W/月
单人到岗费	年薪20%，即9W	2W
6个月固定服务费	0	60W
完成20人后的成功费用	180W	40W
合计外部服务费	180W	100W

仅用于展示两种假设报价的计算逻辑，并非2026年行业实际报价或已实现降本案例；未包含税费、内部招聘成本及其他采购费用。

这张表还不能直接证明RPO一定便宜，因为固定服务费不会随着招聘量减少而自动消失。

实际到岗人数	单人成功付费合计	RPO合计
6人	54W	72W
10人	90W	80W
20人	180W	100W

这才是CFO真正应该问的问题：如果原计划招20人，最后只招到6人，RPO合同还能不能接受？

采购前需要明确最低HC、项目暂停、缩编、固定费调整和提前终止机制。

四、融资后6个月，HRD如何安排真正可执行的批量招聘计划？

假设一家人形机器人企业完成融资，当前约60人，计划6个月新增30人。

这30个HC不应该平均分配给各部门，而应根据产品里程碑倒排岗位和到岗顺序。

第一步：按项目依赖关系分配HC

示例：30个新增HC的招聘结构，非行业标准

P0 技术负责人

3人

P1 核心工程专家

9人

P2 工程交付梯队

18人

计划新增人数

30人

P0先确定技术方向，P1补齐专业能力，P2支撑后续工程化。

并非P0全部到岗后才能招聘P1，而是这三类岗位应并行启动、按照依赖关系决定优先级。

第二步：建立180天招聘排程

阶段	主要动作	企业验收依据
D1-D7	确认HC、预算、Benchmark、Talent Map	岗位优先级及Search策略
D8-D30	P0深度寻访，P1批量初筛，P2开启RPO	Benchmark认可率及人才供给反馈
D31-D60	核心岗位技术面、Offer；工程梯队持续入职	P0进展、面试转化、Offer
D61-D90	技术锚点陆续承担团队与项目责任	到岗人员的项目责任分配
D91-D180	补齐NPI、测试、供应链、交付等岗位	HC完成率、团队成熟度、项目进度

企业应允许招聘顺序动态调整。

如果真机测试资源不足，优先补齐控制系统与测试人员，可能比再增加几个RL研究员更有实际价值。

第三步：每周只盯真正影响交付的6个指标

指标	计算或判断方式	作用
P0到岗完成率	实际到岗P0 ÷ 计划P0	关键负责人是否到位
CV-to-Interview	业务接受面试人数 ÷ 推荐人数	推荐质量
Interview-to-Offer	发出Offer人数 ÷ 已评估面试人数	筛选与面试效率
Offer-to-Join	最终到岗人数 ÷ 接受Offer人数	入职兑现
Time-to-Fill	HC批准至职位填补的天数	岗位交付周期
CPH	总招聘成本 ÷ 实际入职人数	招聘采购效率

不建议统一要求所有岗位的CV-to-Interview达到70%-85%。

VLA架构师、关节DFM总工、测试工程师的人才供给差异很大，应按岗位类型和难度建立基准。

招聘漏斗还要倒推

假设企业希望最终有30人到岗，Offer接受率为80%，接受Offer后的到岗率为85%。

那么企业至少需要准备约45份正式Offer，而不是只接触30个候选人。

这些转化率是计算示例，不是行业平均值。 实际Pipeline需要根据企业历史转化数据逐周更新。

五、猎头批量交付最后要验收什么？不是简历数量，而是组织能不能正常运转

批量招聘项目真正结束时，不能只给HRD一张：

“计划招聘30人，实际到岗28人，完成率93.3%。”

人数只是第一层结果。

HRD、CTO和CEO还应该共同检查：

VLA负责人到岗以后，Robot Data和Policy路线是否明确？

运控负责人到岗以后，状态估计、WBC/MPC和执行器控制是否形成清晰分工？

DFM/NPI人员到岗以后，是否开始形成BOM基线、工艺验证和可靠性测试计划？

场景交付人员到岗以后，PoC验收标准、现场测试流程和故障处理责任是否落实？

批量合作合同，建议明确这6项

合同内容	建议明确事项
Scope of Work	涉及岗位、城市、招聘环节与服务边界
SLA	Benchmark、反馈、面试协调时限
Commercial Terms	固定月费、到岗费、额外费用及税费
Candidate Ownership	推荐有效期、历史接触、重复推荐
Guarantee Period	保用期限、Replacement、退款或抵扣
Off-Limits / No-Poaching	不得主动寻访的约定人员范围与期限

其中，Candidate Ownership / Candidate Protection Period通常比Candidate Vesting更适合表达猎头推荐保护期；Vesting主要用于股权归属语境。

更重要的是，合同必须允许企业在融资节奏、产品计划或实际HC发生变化时，有明确的调岗、缩编和终止规则。

HRD最后应该如何选择供应商？

对于高难P0岗位，重点考察Technical Spec、实际顾问、深度Mapping、成功案例和Closing能力。

对于P2批量岗位，重点考察项目Recruiter配置、招聘漏斗、ATS协同、SLA履约、CPH及候选人体验。

对于同时承接P0与P2的供应商，还要检查是否存在资源相互挤占，避免所有顾问忙于批量推简历，最关键的VLA负责人却迟迟没有进展。

结语：融资之后，真正稀缺的是组织扩张能力

具身智能公司融资以后，最容易高估的是现金能够带来的招聘速度，最容易低估的是一个工程团队真正成形需要的时间。

拿到钱可以立即增加HC，但不能立即制造出成熟的VLA架构师、WBC运控负责人或者做过量产爬坡的DFM总工。

猎头与RPO能够提供的真正价值，是把人才研究、专业筛选、面试流转、候选人管理和到岗计划组织起来，让企业内部的技术负责人把时间用在最值得判断的人身上。

**硬科技招聘与HR Operations观察：**融资后的招聘不能只考核“多少人入职”，还应该考核“哪些关键岗位已能够承担工程结果”。

融资决定企业有多少资源可以投入，招聘顺序与组织能力决定这些资源能不能真正转化为产品。

讨论：具身智能企业融资后快速扩张时，你认为最容易拖慢项目的是VLA、运控这类核心专家迟迟不到岗，还是DFM、测试、交付等工程梯队跟不上？