Ethos 想淘汰履歷：用 AI 語音面試與作品分析找出真正的專家

傳統招聘流程幾乎都以履歷（CV）為核心：列出公司、職稱與年資。但倫敦 AI 新創 Ethos 認為，這些資訊其實很難真正反映一個人的能力。於是他們嘗試用 AI 建立一套完全不同的人才評估方式。

Ethos 由前 Google DeepMind 研究科學家 Daniel Mankowitz 與曾任 SoftBank／麥肯錫（McKinsey） 的 James Lo 共同創立，核心理念是：用 AI 分析「實際做過的事」，而不是只看履歷上的頭銜。

---

不再只看履歷

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：

1. AI 語音面試：AI 代理人與候選人進行結構化訪談，並即時追問細節
2. 專業作品分析：分析候選人的公開成果，例如論文、GitHub 程式碼、部落格與其他專業內容

透過這種方式，系統可以捕捉履歷往往忽略的細節，例如：

• 特定領域中的細分專長
• 專案層級的實務經驗
• 能跨產業轉移的技能

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：

• 學術論文
• 開源程式碼
• 專業部落格
• 社群與職業網路

這些資料會與面試結果結合，形成更完整的專業能力模型。

---

用自然語言搜尋專家

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：

• 專家諮詢（expert calls）
• 市場研究
• AI 相關任務，例如資料標註或模型評估
• 顧問專案
• 全職職位

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。

---

專家網路快速擴張

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。

---

2275 萬美元 A 輪融資

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：

• 進一步開發 AI 人才評估代理人
• 擴大全球 專家網路
• 強化與 AI 實驗室、投資機構與企業客戶 的合作

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。

---

為什麼這種模式正在受到關注

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。