原文：The Founder Hiring Playbook

作者：Akash Bajwa

来源：SandHill.io #307 推荐阅读 · 运营指南 ｜ RecodeX 编译

导读： 招聘始终是创始人最常讨论的话题。AI 加剧了人才争夺，也拉大了人才水平的分化，风投支持的 AI 初创公司正疯狂争抢前 1% 的人才。Akash Bajwa 借助 AI 工具，系统梳理了 Cursor、Ramp、Turbopuffer、Cognition、Decagon、Etched、Mercor、Lovable、Sierra 等“人才密度”出众公司的创始人和员工在播客、文章与 X 帖子中的公开表述，并按 Elad Gil《High Growth Handbook》第三章的结构，整理成一套可直接落地的招聘战术（入职部分留待后续文章）。原文以大量引语为主，以下为要点归纳。

引子：把“人”而不是“岗位描述”当作招聘的基本单位

作者的出发点是 Brie Wolfson 去年对 Cursor 的深度报道：Cursor 把招聘的基本单位设为具体的人而非职位说明；内部 #hiring-ideas 频道持续涌入人名，寻访更像是出于对“谁最优秀”的真诚好奇；领导团队亲自签批每一个录用；人人参与寻访，人人参与说服。报道中的例子包括给设计师 Ryo Lu 送了一台早期 Macintosh，以及创始人两次飞往德国，第二年终于把曾拒绝 offer 的 Lukas Möller 带回旧金山——正如联合创始人 Oskar 所说，“’不’往往是对话的开始”。

第一部分：招聘最佳实践

A1. 为每个岗位写职位描述

  • 先界定、再排序（Cursor）：像高管猎聘那样对待每次招聘——严格定义“优秀”在该岗位意味着什么，绘制“全球最适合的 50 人”名单并锲而不舍地追。Cursor 的 Adam Ward 强调，在接触任何候选人前就把所需技能和经验按优先级客观排好，它会决定整个寻访策略和说服话术。
  • 短小、围绕一个“尖刺”（Ramp）：Eric Glyman 偏好极短的 JD，只写最重要的一件事，面试也围绕它，寻找非凡的突出能力。
  • 在 JD 中写明价值观和“不欢迎什么”：Turbopuffer 的 JD 写着“硬核且古怪”、“宁可越界也不畏缩”等价值观；Lovable 的 Anton Osika 直言工作时间长、节奏快，追求舒适者勿投。
  • 特质画像：斜率、轨迹、深度：Ramp 的 Karim Atiyeh 强调看潜力和成长轨迹（斜率胜过截距），目标不是零缺陷而是 10 倍潜力；Turbopuffer 的 Simon Eskildsen 认为顶尖 1% 的工程师都有过“把轨迹扳向自己意志”的经历；前 Windsurf CEO Varun Mohan 看重高能动性；Perplexity 的 Aravind Srinivas 强调极强的行动偏好；Anton Osika 则要求“在乎”乃至痴迷，并在某一维度拥有超能力。
  • 偏爱前创始人：Cognition 的 Scott Wu 称最初约 35 人中有 21 人创过业；Mercor 的 Brendan Foody 也表示大量招募前创始人；Rogo 的 Gabe Stengel 提到公司收购了六家早期金融 AI 初创公司，这些前创始人兼具产品直觉与工程能力。

A2. 对每位候选人问同样的问题

  • 固定问题：Simon Eskildsen 最看重候选人是否能理解自己所用抽象之下 2–4 层的东西——比如从会用 ORM，到会写好 SQL、懂索引原理，再到能说出数据在磁盘上大致如何布局。
  • 考察候选人自称的强项：Karim Atiyeh 会针对候选人声称擅长的领域（哪怕是扑克）深挖，看其真实水平、自我认知是否准确、是否了解该领域的人才分布。

A3. 面试前为面试官分配考察重点

  • 跨职能“把关人”（Decagon）：所有人都点头后，由一组精选的、最能体现公司价值观的内部“bar raiser”进行终面。
  • 价值观作为专项：Harvey 对所有现场面试候选人都安排价值观面试。

A4. 工作成果面试

  • 多日工作试用（Cursor、Lovable）：Adam Ward 指出研究表明工作样本是预测成功的最强指标，Cursor 以长时间现场项目著称，GTM 和产品团队都有协作挑战，候选人也能借此自我筛选；Anton Osika 通常让候选人参加至少一天、常常一整周的工作模拟。
  • 短时 AI 原生构建（Cognition、Sierra）：Cognition 的面试基本就是让候选人在 6–8 小时内做出一个端到端的智能体（“自己的 Devin”），Scott Wu 认为记忆语言细节或刷算法题已远没那么重要；Sierra 取消了编码和算法面试，改为 2 小时的 AI 原生现场环节，面试官离场，候选人用自选工具把想法做出来。
  • “不可能任务”试用（Etched）：Rob Wachen 讲述曾请一位工程师来一周、要求他做出一块冷板——热工程师通常认为需要数月——结果对方一周就造出装置，为一个关键供电问题去除了风险。
  • 用过往作品代替简历（Ramp）：Eric Glyman 更看重“工作证明”，可以是奖项，也可以是做过的东西。

A5. 候选人评分

  • 默认拒绝，需要有人力争（Turbopuffer、Decagon）：Simon Eskildsen 每次面试后对照“p99 工程师特质”清单，并以“拒绝”为默认立场，看是否有人愿为候选人力争；Decagon 用 1–4 分制审阅招聘材料，若全是 3 分、没有明确的拥护者，就不发 offer。
  • 为长处打分，而不是为没有短板打分（Sierra）：复盘讨论从“该不该招”转向“此人在哪里能发光、我们如何支持”。

A6. 行动要快

Cursor 的做法是候选人一旦准备好就立即推进——“一小时后就和他们谈”。

A7. 做背景调查

Turbopuffer 把背调当成寻访渠道：一位招聘人员在为另一位候选人做背调时说服了推荐人本人来面试，对方最终接受了 offer。

第二部分：扩展招聘组织

B1. 早期：团队即招聘官

  • Cursor 团队自己招了大约前 80 人，他们深知其难，也乐在其中。
  • Mercor 的 Brendan Foody 表示，前 10 人的招聘极其耐心和自律，这份初始人才密度塑造了此后整个组织的样貌。
  • 全员寻访：Replit 设有名为 “Talent Spot” 的 Slack 频道，任何人都可以推荐在 X 等处结识的人才；在 Cursor，非招聘岗位员工推荐优秀人选甚至成了一种“社交信用”。
  • 向人脉提精准的问题：Adam Ward 认为“你认识的最好的产品工程师是谁”是最糟的问法，应改问诸如“谁与设计师协作最好”“谁最擅长把框架转化为产品”。
  • 长周期追求：Etched 的 Gavin Uberti 认为，顶尖人才说“不”，往往意味着“等你们多证明几个里程碑再来”。

B2. 初步扩张：内部招聘官

  • 用人经理对招聘负责，招聘官是“信心引擎”：Adam Ward 强调，不能一边说招聘最重要、一边把它外包或全盘交给招聘团队。
  • 说服是团队运动：对高规格候选人，Cursor 常围绕其开每日站会。一个例子是，团队得知一位纽约候选人曾就读表演艺术高中、受过古典小提琴训练，便在专卖店买了一把独特的土耳其弦乐器，在发 offer 的晚宴上送给对方——价值不过几百美元，打动人的是心意与独特性。

B3. 高速增长期：多角色招聘团队

  • 围绕“作品”重建寻访与人才研究：Etched 推行“项目制招聘”——梳理各行业历来最难的技术问题，追溯是谁完成了 0 到 1、谁真正干了活，然后与尽可能多的人持续交流；第一次谈话就答应的人很少，但谈到第 20 次时答应的比例出奇地高。ElevenLabs 的小型研究团队常通过搜索 GitHub 仓库按作品招人，一位早期研究员来自呼叫中心，另一位在业余时间做语音模型。
  • 反挖挖角者：Etched 曾发现某前沿公司负责下一代 AI 芯片的人在挖自家架构师，于是反过来招募此人，一周内就把他招了进来。

B4. 高管招聘：猎头之外

  • 自己绘制并招募“传奇人物”（Etched）：团队设想了理想人选，梳理了英伟达所有与机架级产品相关的团队，锁定三人——两人刚退休，一人打算再做一代就退休。最终说服后者加入，另两人则成了投资人。
  • 不招名气大的高管（Perplexity）：Aravind Srinivas 更愿意招那些非常有才华、憋着一股劲、却还没有过第一次大成功的人，让他们在实战中学会游泳，而不是请最知名的专家。

（原文正文无图片或视频，仅为引语汇编及外部链接。）

本文由 RecodeX 编译自 The Founder Hiring Playbook（作者：Akash Bajwa），首发于 SandHill.io #307 推荐阅读。本文为中文编译稿，非全文翻译，完整内容请阅读原文。译文仅供学习交流，观点不代表本站立场，版权归原作者所有。