上周一位机器人公司的HR负责人给我看了一张截图：招聘后台输入“VLA操作策略工程师”，搜索结果为零；换成“机器人算法工程师”，出来一堆SLAM和运动控制简历；再换“大模型算法”，候选人又完全不碰真机。她问我：JD到底该怎么写？我告诉她，问题不在JD的措辞，而在两堵墙——第一堵墙，岗位不存在于任何标准分类里；第二堵墙，真正决定成败的能力写不进简历。

先说第一堵墙。具身智能的岗位裂变速度，已经快过招聘系统的岗位族更新速度。VLA操作策略、具身数据采集PM、端侧VLA部署，这些title在标准职位词典里找不到对应词条，招聘系统就无法用关键词把候选人圈出来。更麻烦的是，这些岗位的人并不集中在一个部门：VLA操作策略的人可能挂在“多模态大模型”组，也可能在“机器人操作算法”组；数据采集PM可能叫“AI数据产品经理”，也可能叫“数据闭环负责人”；端侧部署工程师可能藏在“AI Infra”或“嵌入式系统”团队里。HR按title搜，搜到的是组织架构的残影，不是人才的真实分布。慧猎在具身智能赛道做人才mapping时，第一步就是拆掉title，按技术栈交集重新画人才地图。如果你的搜索关键词已经连续两周没有产出有效简历，不妨先和我们对齐一下人才池的分布逻辑：15730249807（同微信）。

第二堵墙更隐蔽：能力写不进简历。传统岗位的简历可以靠“技能关键词+项目名称”完成初筛，但具身智能的许多核心能力是过程性的、场景依赖的。比如端侧VLA部署，候选人写“熟悉TensorRT量化”，简历上看起来和做云端推理优化的人没有区别；但真正值钱的是他在Orin平台上把某个VLA模型从FP16压到INT8、精度损失控制在两个点以内、真机控制闭环不抖动的经验——这种“权衡感”很难用一行字写出来。再比如具身数据采集PM，简历上写“负责多模态数据采集”，和写“设计了触觉传感器采样频率与标注质量验收体系，把训练有效率提升了多少”，在关键词层面可能都命中，但能力水位差了一个量级。简历能写清楚的往往是工具和流程，写不清楚的是真机闭环里的判断力。 这也是为什么慧猎在推荐候选人时，会附带一份“能力证据摘要”，把简历背后那些写不出来的东西翻译给HR看。需要了解我们怎么评估这类隐性能力，可以联系：15730249807（同微信）。

两堵墙叠加，HR面临的现实是：用JD筛人，筛出来的是“像”的人，不是“对”的人。 破局的方向不是把JD写得更长，而是把招聘动作从“title匹配”切换到“能力地图匹配”。具体三步：第一，把岗位拆成技术栈交集，比如“多模态大模型预训练+机器人操作真机泛化”“AI数据产品+传感器协同+训练有效性”“模型压缩推理加速+机器人实时总线”，按交集去圈人，而不是按title去搜；第二，在面试前增加一道“项目证据追问”，让候选人讲清楚他在闭环里做过什么权衡、踩过什么坑、指标怎么变的，这比简历关键词可靠得多；第三，对市场上不存在标准分类的岗位，直接做定向mapping，而不是等简历投递。慧猎长期深耕具身智能，Emily张团队主攻AI算法研发与智能装备方向，对这三类新岗位的候选人分布、薪酬水位和能力证据有实时感知。想拿一份“具身智能新岗位能力地图”作为内部招聘校准的参考，欢迎直接联系：15730249807（同微信）。

JD失效不是HR的错，是技术演进跑在了分类体系前面。第一堵墙靠人才地图翻过去，第二堵墙靠能力证据翻过去。这两件事，慧猎可以和你一起做。有具体岗位需要对齐，或者想先聊聊你手上那个“搜不到人”的JD，电话和微信都是：15730249807。