节点带动就业:把招聘重构为双向信任网络

2026 年 10 月 16 日 · 星期五机制设计招聘信任网络

人才市场紧缩的时候,最容易暴露的就是招聘流程本身的问题:一个岗位几千份投递,筛选端被迫用越来越粗的过滤器(学历、年龄、空窗期),误杀率同步上升。我最近想通了一件事:问题不在于筛得不够快,而在于整套流程把最有价值的信息源排除在外了。这篇把这个想法完整沉淀下来。

一、传统招聘的三处断裂

信号失真。 简历是自报信息,面试是 45 分钟的抽样,两者都测不出真实工作能力。市场越紧,投递越多,过滤器越粗,最后双输。

信息浪费。 最了解一个人工作能力的人——前同事、合作过的对手、带过他的导师——他们脑中的高价值判断完全没有定价渠道。内推奖金是对这份信息的一次性收买,而且只有大公司玩得起。

需求侧垄断。 发布「正式招聘」被默认为公司的特权。一个独立开发者想找个帮手、一个小老板想找个兼职,只能掉进零工平台的低信任池。人才市场和零工市场之间隔着一堵墙,两边用的是完全不同的信任基础设施。

二、核心命题

CORE THESIS

让真正了解一个人工作能力的人,
为自己的判断下注,
并因判断准确而获得话语权。

由此推出整个系统:招聘不再是「筛选简历」,而是一个双向节点市场里的信任计算。

三、节点模型:四种角色、三种资源

四种角色,一个人可以同时是多种角色:

图一 · 节点角色(四类)

SUPPLY供给节点人才。可以是个人,也可以是团队
DEMAND需求节点雇主。公司、工作室,乃至单个自然人
VOUCH背书节点为他人判断下注的信誉主体
JURY仲裁节点纠纷时从高置信度节点抽调的陪审员

三种资源:

图二 · 三种资源

THROUGHPUT
算力吞吐

可支配的 AI 评估流水线:证据收集、作品核验、代码测试的自动化。决定能处理多少供需。

WEIGHT
置信度权重

历史判断的校准度。撮合排序、背书配额、仲裁抽签权重,全部由它派生。

COLLATERAL
押注履约

背书和接单都要抵押,预测被证伪即扣减(slashing)。

算力买不来置信度,只能挣。

算力决定你能评估多少人,置信度决定别人信不信你的评估

四、领域分层架构

图三 · 领域分层架构(L2 为内核)

L5治理层仲裁池配额Slashing
L4履约层合约模板资金托管里程碑验收
L3匹配层能力向量信任路径撮合引擎
L2信任层置信度账本背书图谱结算引擎内核
L1身份证据层实名 / DID工作证据履历核验
横切 · 雇佣光谱
任务
小时级
项目
周~月
兼职
月~年
全职
年

L1 身份证据层。 节点的能力向量不从自报简历来,从可验证证据来:代码仓库、交付记录、执业资格、合作者的交叉证明。这一层解决「你是谁、你做过什么」。

L2 信任层。 背书图谱 + 置信度账本 + 结算引擎,是整个系统的内核(机制见下节)。这一层解决「谁的话可信」。

L3 匹配层。 撮合权重 = 能力匹配度 × 信任路径。职位不再靠关键词检索,而是沿信任图传播——存在高置信度节点同时信任供需双方时,撮合权重最高。这就是内推的自动化版本。

L4 履约层。 资金托管 + 里程碑拆分 + AI 自动验收(代码、交付物的机器判分,抽样人审兜底)。这一层把交易成本压到单人雇主可承受,让「一人发布招聘」成立。

L5 治理层。 纠纷由从高置信度节点抽调的陪审员裁决,裁决质量回写陪审员自己的置信度。作恶者的押注被罚没。

五、关键机制

5.1 背书即预测

节点对候选人的背书不是点赞,而是输出一个校准概率:「此人胜任 L4 后端工作的概率是 85%」。事后用 log score 结算:命中得 log(p),落空得 log(1−p)。

以 85% 的背书为例:命中记 +0.16,落空记 −1.90——一次落空,要 12 次命中才补得回来。这个评分规则逼人诚实:喊 100% 的人一次落空就得大分,永远喊 50% 的人永远不赚,只有真实校准自己信息量的判断者长期得分最高。置信度就是累计得分的函数,所有话语权从这里派生。

5.2 雇佣光谱

段位 典型时长 合约形态 结算信号 验收方式
微任务 小时级 标准化单据 即时 AI 自动验收
项目 周~月 里程碑合约 里程碑 AI + 抽样人审
长期协作 月~年 框架协议 季度 双向评价 + 交付记录
全职 年 劳动合同 年度 绩效结果回写置信度

同一个人在光谱上不同段位之间移动时,他的置信度账本是同一个——你在微任务上攒下的履约记录,就是你接大项目的信用资本。

5.3 团队节点:行会模式

供给节点可以是团队。这不是新发明,影视剧组就是成熟范本:按项目组队、散伙,信誉就是一切。团队节点的置信度 = 成员置信度聚合 + 联合交付历史——后者衡量的是磨合度,不是个人能力的简单相加。

它解决的是「整建制招聘」:雇主要的不是五个各自很强的人,是五个已经配合默契的人。组队本身也是市场行为:高置信度个体互相吸引,弱团队自然解体。内部分账是团队内部治理问题,网络只看团队对外的交付记录。

5.4 防女巫与防串谋

  • 背书配额与置信度挂钩:新节点只能背书极少数人,话语权随战绩解锁
  • 押注锚定:背书要抵押,预测被证伪即扣减——出售背书的高置信度节点会发现卖一次亏一次
  • 互吹环自然暴露:互相背书的小团体在结算周期集体表现不佳时,整环同步衰减

六、一笔交易的完整生命周期

图四 · 交易生命周期

01发布需求节点
→
02撮合L3
→
03背书聚合L2
→
04签约托管L4
→
05里程碑验收L4 + AI
→
06结算回写L2

资金流:钱必须流到信息提供者手里,否则没人维护置信度。

图五 · 资金流向

雇主付费 · 成交费为主,查询费为辅
平台结算池
↓  ↓  ↓
背书链路分成沿信任路径分给促成撮合的背书节点
仲裁池激励陪审员的裁决报酬
验收算力成本AI 自动验收的运行开支

七、诚实清单:五个难点

  1. 结算信号滞后。 全职表现要 1–2 年才可观测,纯靠它网络会在冷启动期死掉。必须引入短周期代理信号:微任务即时结算、项目里程碑、试用结论。
  2. 冷启动。 初始没人有置信度。种子置信度从可验证履历推导(开源记录、执业资格、大厂履历),且必须先在封闭社区里跑通,再开放。
  3. 卖背书。 高置信度节点有套利动机。押注成本只能抬高门槛,不能根除——最终靠结算周期惩罚。
  4. 隐私与合规。 雇佣数据敏感,背书需候选人授权;算法招聘面临歧视与可解释性审查;光谱各段位必须映射到合规合约形式。
  5. 团队冷启动。 新组队的团队没有联合历史,置信度只能由成员加权推导,前几单接受折价。

八、演进路线

  • P0(本文):概念与机制设计
  • P1:单社区背书网络,百人级,手动结算。只验证一个假设:置信度加权背书比简历筛选的预测力强
  • P2:加履约——托管、里程碑、AI 验收
  • P3:加治理——仲裁池、配额、开放注册
  • P4:团队节点、雇佣光谱全段位

P1 是关键一步:机制再漂亮,预测力假设不成立就全盘皆输。

九、这不是凭空发明

各部分都有被验证过的先例:EigenTrust 证明了 P2P 信誉传播的收敛性,预测市场证明了校准概率可以用真金白银训练出来,Kleros 验证了去中心化仲裁池可行,影视剧组验证了行会式组队养得起一个产业,内推制度验证了「熟人行家判断」远比简历准。这个设计只是把它们拼到同一张图上,用在雇佣这个场景。

十、货币与结算:三层货币,一条红线

结算层的所有问题归结为一句话:RMB 计价,平台不碰资金池,置信度绝不货币化。

图六 · 三层货币设计

SETTLE
RMB可交易

唯一的结算货币。劳务与服务的对价,能开发票、能缴个税、受法律保护。

REPUTE
置信度不可交易

信誉分,不是钱。只决定话语权:撮合排序、背书配额、仲裁抽签权重。

CREDIT
算力积分单向

充值消费 AI 验收成本。不可提现、不可互转,杜绝变成代币。

置信度不可买卖、不可转让、不可提现。

一旦可交易,买号就等于买话语权——押注锚定与防女巫在协议底层失效

押注物也按这个分层走:背书押置信度(零资金门槛,保证背书吞吐量),接单与发单押 RMB 保证金(真实交付要有真实痛感)。

渠道:分段位、分身份

段位 个人雇主 企业雇主 资金路径
微任务 微信/支付宝收银 同左 持牌分账,验收即结
项目 同上 对公转账 / B2B 网关 托管 + 里程碑放款
兼职 点对点 + 平台记账 灵工通道代发 混合,月结
全职 — 线下直签 工资不过平台,收一次性成交费

最大的坑是二清:无支付牌照的平台归集资金再分发,即非法资金池。两条正路——持牌分账(微信/支付宝服务商分账 API,资金全程在持牌账户体系内拆分,平台只下发指令、碰不到钱)与点对点(雇主直接付人才,平台只记账)。发票是第二刚需:企业客户必然要票,须对接灵工通道(委托代征、经营所得核定、6% 专票)或税局代开劳务发票。

资金可以线下,信号必须回平台

SETTLEMENT PRINCIPLE

平台真正的产品不是资金通道,
是置信度账本。

由此推出防跳单的姿势:不是冻结保证金去堵,而是让跳单不划算——不回写验收结果的交易,不积累置信度。跳单省下佣金,亏掉的是信用成长:置信度决定时薪上限、接单配额与撮合排序。全职段位必然线下(劳动合同与社保走法定渠道),平台定位是撮合 + 背书 + 信号回写,收成交服务费。

MVP 阶段顺势最简:平台完全不碰钱,雇主点对点直付人才;平台只做撮合、验收确认、置信度回写三件事,佣金单独收款。月流水到十万量级、或第一家索要发票的企业客户出现,再切持牌分账与灵工通道。

十一、平台形态:先账本,后应用

该建平台,但不是现在,也不是 app。 P1 唯一要验证的假设——置信度加权背书比简历筛选预测力强——需要的最小工具集是:一个社区(微信群)、一张背书记录表(多维表格)、一个结算脚本(百行 Python)。平台是放大器,不是验证器;在假设验证前开发平台,三个月周期烧完才发现背书数据收不上来,是最经典的自杀姿势。P1 阶段唯一的资产是背书数据集——用表格攒和用平台攒,价值完全一样。

升级信号:同一页表出现三十人在背书、手动结算忙不过来、群友开始要入口——这时建平台,第一批用户是现成的。

形态上,这个产品天生活在微信生态里:信任关系在群里,身份是微信号,背书本身是社交行为。小程序是唯一不用教育用户的容器——零下载摩擦、微信支付原生、实名体系现成、群内裂变;Web 做落地页与公开置信度页;原生 app 等高频留存验证后再说(P3+)。

图七 · 平台最小架构:自建与挂接的边界

自建核心IN-HOUSE
置信度账本append-only
结算引擎log score
撮合规则信任路径加权
挂接现成PLUG-IN
支付微信服务商分账
身份微信实名 + 证据核验
IM微信群(早期)
合约电子签

支付统筹的正确姿势是统筹指令,不统筹资金:分账规则(谁分多少)是平台的逻辑,资金划转全部委托持牌通道。组织前置只有一件:注册企业主体(个体户即可)办微信支付商户号。

终局是「先平台,后协议」:早期中心化平台积累密度与数据,机制验证、网络长大之后,把置信度账本与背书格式开放成协议,让其他社区跑自己的节点、全网互联——没有 killer app 的协议没人用,没有协议野心的平台长不成网络。

十二、为什么不是区块链:借思想,弃轨道

这套设计的词汇表确实来自密码经济学——押注、slashing、append-only 账本、链下仲裁。但借的是机制设计,弃的是结算基础设施:

组件 区块链做法 本设计 差异原因
结算 链上原生代币 RMB + 持牌分账 合规、发票、消费者保护
账本 分布式共识 中心化库 + 哈希锚定 信任瓶颈不在记账
身份 匿名密钥对 法律实名 + 证据核验 女巫靠实名挡,不靠密码学
合约执行 代码即法律 电子签 + 法院 + 仲裁 劳务纠纷终审在法院
仲裁 链上陪审 高置信度真人陪审 借鉴 Kleros,放在链下

结算轨道上微信支付逐项占优:即时到账对等待确认、近零费率对 gas 费、可追回对不可逆、能开票纳税对两者皆无。托管的本质是条件放款,银行分账与智能合约功能等价,但前者有法律兜底。

更根本的是神谕问题:链能保证记录不可篡改,保证不了记录为真。「这个候选人胜任没有、这份交付合格没有」是现实世界的真值,链上无法自证,必须有人喂进去——链上预测市场的先驱 Augur 就死在这上面。本设计最重的部分恰好全在解决神谕:AI 验收做机器真值,高置信度陪审做争议真值,可验证工作证据做历史真值。区块链不产生信任的源头,只搬运信任的记录。

链真正有用的位置有两个,都不在结算层:一是防篡改锚定——每天把置信度账本的 Merkle 根哈希写到公链,平台改不了历史,成本近零,拿到区块链九成的审计价值而不碰监管红线;二是终局协议层——多社区互联、无人有资格托管共享账本时,置信度的跨域携带才需要中性账本(P4 之后)。

借密码经济学的激励设计,弃去中心化的结算基础设施。

链的激励工程是这份设计最聪明的遗产;链的支付轨道,在这个法域这个场景是负资产

结语

传统招聘把人压缩成一份简历,再用过滤器还原成几个标签。节点模型反过来:把判断权还给真正了解你的人,让他们的判断押上自己的信誉,让信誉精确到小数点。

算力做吞吐,置信度定权重,托管保履约,仲裁解纠纷——四个组件,一个闭环。

这个思路的范式推论——把 git 的「合并」换成「结算」,让分歧自己给自己定价——写在续篇《分叉即下注:结算式共识》里。

← 返回首页