多數招聘平台(例如 LinkedIn)主要依賴 職稱、關鍵字與自填經歷 來匹配人才。然而 Ethos 認為,這些訊號往往過於粗糙,很難辨識真正的專業能力。
Ethos 的做法是建立 以證據為基礎(evidence‑based)的技能檔案。它主要透過兩種資料來源:
透過這種方式,系統可以捕捉履歷往往忽略的細節,例如:
AI 面試代理人會根據回答 動態提出追問,挖掘職稱背後的知識深度,而不是只停留在簡單的工作描述。
同時,平台還會分析外部訊號,例如:
這些資料會與面試結果結合,形成更完整的專業能力模型。
當平台建立好詳細的技能檔案後,Ethos 會把這些專家與企業需求進行匹配。
企業可以透過 自然語言描述需求,例如「有 AI 醫療模型評估經驗的臨床醫師」,系統就能在資料庫中尋找最符合條件的人才。
平台目前支援多種工作機會,包括:
據報導,其客戶群包括 對沖基金、私募股權公司、AI 實驗室以及大型企業,這些組織常需要高度專業的知識來做研究或策略決策。
Ethos 表示,其專家網路正在快速成長。
部分報導指出,每週約有 35,000 名專業人士加入平台,涵蓋金融、顧問、醫療、科技以及技術工種等多個領域。
這樣的成長速度,很大程度上來自 AI 語音 onboarding(自動化面試流程)。過去專家網路通常需要人工審核與訪談,流程可能耗時數天甚至數週,而 AI 面試能大幅縮短時間。
2026 年 5 月,Ethos 宣布完成 2275 萬美元 A 輪融資,由矽谷知名創投 Andreessen Horowitz(a16z) 領投。參與投資的還包括 General Catalyst、XTX Markets 與 Evantic。
這輪融資加上之前的種子輪,使公司 總募資金額約達 3000 萬美元。
Ethos 表示,新資金將主要用於:
公司希望建立的是下一代 AI 驅動的專家網路(expert network),讓企業能更準確找到真正具備特定知識的人才。
隨著生成式 AI 能快速生成看起來很專業的履歷與求職文件,企業要驗證候選人的真實能力變得越來越困難。
Ethos 的解法是:評估實際作品與知識表現,而不是只相信履歷上的描述。
這種模式能否在更大規模的招聘市場運作,仍然有待觀察。但結合 AI 面試、專業作品分析與自動化專家匹配 的人才平台,正反映出 AI 時代勞動市場的一個重要變化:
未來企業可能不再只看「你在哪裡工作過」,而是更精確地評估 你真正能做什麼。
多數招聘平台(例如 LinkedIn)主要依賴 職稱、關鍵字與自填經歷 來匹配人才。然而 Ethos 認為,這些訊號往往過於粗糙,很難辨識真正的專業能力。
Ethos 的做法是建立 以證據為基礎(evidence‑based)的技能檔案。它主要透過兩種資料來源:
透過這種方式,系統可以捕捉履歷往往忽略的細節,例如:
AI 面試代理人會根據回答 動態提出追問,挖掘職稱背後的知識深度,而不是只停留在簡單的工作描述。
同時,平台還會分析外部訊號,例如:
這些資料會與面試結果結合,形成更完整的專業能力模型。
當平台建立好詳細的技能檔案後,Ethos 會把這些專家與企業需求進行匹配。
企業可以透過 自然語言描述需求,例如「有 AI 醫療模型評估經驗的臨床醫師」,系統就能在資料庫中尋找最符合條件的人才。
平台目前支援多種工作機會,包括:
據報導,其客戶群包括 對沖基金、私募股權公司、AI 實驗室以及大型企業,這些組織常需要高度專業的知識來做研究或策略決策。
Ethos 表示,其專家網路正在快速成長。
部分報導指出,每週約有 35,000 名專業人士加入平台,涵蓋金融、顧問、醫療、科技以及技術工種等多個領域。
這樣的成長速度,很大程度上來自 AI 語音 onboarding(自動化面試流程)。過去專家網路通常需要人工審核與訪談,流程可能耗時數天甚至數週,而 AI 面試能大幅縮短時間。
2026 年 5 月,Ethos 宣布完成 2275 萬美元 A 輪融資,由矽谷知名創投 Andreessen Horowitz(a16z) 領投。參與投資的還包括 General Catalyst、XTX Markets 與 Evantic。
這輪融資加上之前的種子輪,使公司 總募資金額約達 3000 萬美元。
Ethos 表示,新資金將主要用於:
公司希望建立的是下一代 AI 驅動的專家網路(expert network),讓企業能更準確找到真正具備特定知識的人才。
隨著生成式 AI 能快速生成看起來很專業的履歷與求職文件,企業要驗證候選人的真實能力變得越來越困難。
Ethos 的解法是:評估實際作品與知識表現,而不是只相信履歷上的描述。
這種模式能否在更大規模的招聘市場運作,仍然有待觀察。但結合 AI 面試、專業作品分析與自動化專家匹配 的人才平台,正反映出 AI 時代勞動市場的一個重要變化:
未來企業可能不再只看「你在哪裡工作過」,而是更精確地評估 你真正能做什麼。