听说找工作的人，也开始驯化算法了

在找工作这件事上，不同年代的求职者，都有着相同的烦恼。

最早是靠报纸找工作的年代。巴金在《寒夜》中描写主角汪文宣找工作的情形是这样的：

“他每天都要买一份报纸，他仔细地读着报上的每一个字，希望能够找到一个适合他的工作。他看到了许多招聘广告，有的是招聘教师的，有的是招聘职员的，有的是招聘工人的。可是他每次去应聘，都没有成功。不是他的学历不够，就是他的经验不足……”

那时候，报纸会设置专门放招聘广告的版面，求职者买了报纸之后挨个给自己感兴趣的打电话。但实际操作中，匹配度低，沟通效率低，入职成功率低，找工作几乎都依赖碰运气。

这种情况直到二十年前的早期互联网时代依然存在。当供需不匹配遇上供需失衡，问题更加复杂。

2003年迎来高校扩招后的第一个毕业生高峰年后，“史上最难就业季”就成为了新闻标题的常客。那时，一些大学生已经开始尝试在网上找工作。尽管在招聘网站上搜索，人岗匹配度比报纸时代精准了很多，但耐不住岗位供给有限，找工作仍是一件难事。

一晃十多年过去了。移动互联网时代的来临，让一群熟知经济学、掌握前沿算法技术的程序员登上了舞台。算法智能匹配让更多弱势群体和中小企业被看见，匹配精度进一步提升。但技术也有边界，变不出更多岗位，遇到“供需失衡”的场景还是得挠头。

经济有周期，天气有反复。每代人找工作，都难免会碰上几年“供需失衡”。找工作烦了，每代人也都有不同的发泄方式。纸媒时代的人们把报纸揉成一团，PC时代的人们气得乱点鼠标，移动互联网时代的人们，则日常问候招聘软件。

“怎么老是刷不出来岗位？”“已读不回？”“这推荐的什么破职位”……时间长了，还有人开始阴谋论：是不是这算法故意的，好让我在平台上多停留些时间，让企业掏更多钱招人？

恰恰相反，越是觉得招聘软件不好用的时候，也许算法正在想方设法地让人尽快找到工作。在很多领域，算法会制造“信息茧房”；但招聘领域的算法，恰恰需要破除“信息茧房”——让人接触到更多机会。

算法是如何在“糟糕天气”下，帮人找工作的？

众所周知，算法时代下的互联网平台，会通过用户的使用习惯深谙用户喜好，最常推送的也是高度同质化的信息，久而久之，用户就被困在了“信息茧房”里。

但还有一种情况是，一些人因为使用互联网平台并不熟练，在习惯于被动接受杂乱推送信息的同时，又不懂得如何有效地主动控制和筛选自己的信息推送机制，长此以往，用户也会被困在自己无意识建构的“信息茧房”里。

这两种情况，在招聘平台中都同样存在。但内容平台的“信息茧房”，减少的是用户摄入多元信息的机会。而招聘平台如果任由“信息茧房”形成，则会让用户错失很多计划外的工作机会。

譬如白领招聘领域中，一个在找石油化工和医药公司职位的化学专业应届生，可能也愿意去快消日用品公司和外贸公司。一个有两年广告设计经验的求职者，可能也对游戏交互或媒体美术策划的职位感兴趣。

在蓝领招聘领域中就更常见了。一个找普工工作的男性，很可能也愿意做外卖骑手。一个找服务员工作的女孩，或许也愿意去做收银员。

问题是，这些“第二志愿”“第三志愿”很多时候并不会被求职者表达出来。有时是因为求职者不熟悉软件操作，不知道能填写多个求职意愿，有时是因为求职者本身就比较迷茫，不太清楚自己到底能投什么岗位，只有个模糊的大方向。这种情形在大学生身上并不少见。

怎样才能让这些隐藏的机会被看见？平台其实也没什么好办法，只能让求职者“多看一看”。

当然，“多看”不是“乱看”。平台会像个科学家一样，不停地抽取部分人群做实验，把它觉得可能被求职者忽略的岗位送到求职者面前。

比如，某求职者的求职意向可能没有A岗位，但平台通过数据挖掘，发现和该求职者学历、背景相似的人都投递了A岗位，就会尝试着为这位求职者推荐一下A岗位。当然，如果发现求职者对A岗位不感兴趣，平台也不会傻傻地继续推，这就是所谓的“推荐策略”。

甲之蜜糖，乙之砒霜。每个尝试拓宽匹配维度的实验里，都有人因此找到了意料之外很满意的工作，也有人生气“怎么净推些八竿子打不着的工作”。毕竟，在任何时候，“匹配”更多的是一种主观的感觉，而非严丝合缝的“卡位”。

虽然坐在背后调控算法的程序员们，没法让每个人都收获意外之喜，却能根据实验数据反复迭代策略，最终实现“帕累托最优”。这也就意味着，在一些人抱怨“平台怎么推得这么不准”的时候，可能更多的人正受益于这个看似推得没那么精准的策略。

通过算法调配，让大多数人先上车，这就是招聘平台面对供需不匹配时的策略。算法虽然变不出岗位，但可以让求职者多看看市面上其他领域岗位，打破在求职中或被动或主动形成的“信息茧房”。

在“僧多粥少”时让更多人先喝上水，才能等到开仓放粮的那天。在招聘中打破算法的偏见与回音壁效应，才是一种算法普惠。

当我们意识到，不是所有的算法都希望制造“信息茧房”时，我们也容易理解，也不是所有的平台都想通过困住用户来赚钱。

一个重要的“反常识”是，求职者的求职周期越短，招聘平台流转效率就越高。

招聘平台最理想的剧本是，把求职者推荐给企业，企业马上面试，求职者成功入职。双方实现了目标，都满意了，更多的求职者和企业就来了，付费的企业数也蹭蹭上涨。

无论作为求职者还是招聘方，只要是在平台兜兜转转许多天还没达到目标，都会觉得是这个平台不行，不但不会付费买服务了，还会转头去找别的渠道。

想通了这一点，再刷BOSS直聘，会发现一些有意思的事情。

比如，写完简历，刚准备投递，平台就弹出了简历修改建议，还附上了优秀简历模板。

比如，刚填写了兼职期望，一刷页面就发现首页上多了一个“兼职”tab，还问你要不要添加更多兼职期望。点开兼职版块，还能看到宠物上门喂养师、宠托师、宠物陪护师等新型兼职岗位。

如果你是HR，也会发现BOSS直聘越来越“殷勤”了，隔三差五发消息提醒：要不要发个校招职位？要不要发布兼职岗位？和某求职者聊了几句忘回了，平台就弹出提醒，请你继续追聊别停。

一个朴素的道理是，货架上的“商品”卖不出去，未必是因为东西不好，也可能是因为展示机会不够多。求职者找不到工作，未必是因为能力不够，也可能是因为没被更多有“购买潜力”的招聘方看到。

平台不能生产职位，也无法改变双方的既有认知观念。能做的只有扩大求职者的选择面，让求职者看到更多岗位，让更多岗位找上求职者。围绕这个目标，算法是工具，产品功能也是工具。

好在情况正在好转。

前几天BOSS直聘发财报，披露了一个数据：Q3平台新增发布职位数同比增长18%。管理层在电话会上也提到，目前，平台求职者与招聘者的比例已经达到今年较低的水平，这表明就业领域的供需问题正在改善。

东风越吹越旺。但要改善就业现状，不仅要仰仗东风，更需要招聘方和求职者的主动性。

最近，有新闻说年轻人开始反向驯化“大数据杀熟”，反复评论机票太贵能便宜2000多。其实招人和找工作也可以反向驯化算法。

手里预算不多，老板还要招大牛，怎么办？适当放低要求，多买股几个有潜力的人招进来培养啊。刷到没经验但学习能力强的应届生，别急着点叉，咱就攒着。告诉大数据多来点这种人，这个岗位不行，说不定下个岗位就轮到这位潜力选手出场了。

求职者也是一样，下次刷到不符合求职意向的岗位，先别急，看看平台葫芦里卖的什么药。能勉强接受的岗位，咱就先留着，不能接受的叉掉。时间长了，就不是算法让你陷入信息茧房，而是你用算法给自己养了个岗位池子。

这池子还是可以分阶梯的。有我看得上，对方未必看得上我的，也有我看不上，但对方肯定能要我的。供需不平衡的时代，想上车，就要眼界放开阔，不要只抢大家都说好的职位，或许换个赛道也有不同的风景。

例如制造业中不仅操作工岗位需求大，机电工程师、CNC数控编程、EHS工程师等专业性的岗位需求也很大。城市服务业中也不是只有服务员、保洁等传统岗位，新业态的兴起，会带来更多新型的服务业岗位。

现年33岁的王哥就很懂这个道理。王哥大学学的建筑，毕业后回到本溪老家，因为建筑工作不好找，转行做了销售。经常出去旅游的他，发现这两年酒店都用上了智能家电，什么智能卫浴、智能窗帘的，觉得是个机会。于是，他找了个师傅专攻智能家电维修。现在，他在一家做智能家电的公司工作，平时待在老家，有工单就出差到各地维修。今年年初，他还考了个建筑安全员证，“多个证书多条路”。

你看，人生就像一个开放世界游戏，不想玩打怪了，你也可以玩打猎，不想玩这条路线了，你也可以玩条新路线。招聘平台能做的，只是给你提供游戏攻略。真正决定游戏怎么玩的人，永远是你自己。