AI 招聘与 HR 助手——天生可审计、自托管、人在回路。面向企业管理者，无需技术背景。
最后更新：2026-07-09People 是一款 AI 驱动的招聘与 HR 助手。它将招聘中的繁琐事务自动化——候选人寻访、简历筛选、面试安排、候选人沟通——同时把所有招聘决策权保留在人的手中。
它的工作方式如下：
与其他 ATS 工具的关键区别：天生可审计、自托管、人在回路。所有操作均有日志，全部候选人数据保留在您的基础设施内，任何 AI 输出未经人工审核都不会成为招聘决策。
招聘既关键又在运营上极其痛苦：
People 通过自托管、天生可审计、人在回路的招聘自动化来解决这些问题。您可以享受 AI 带来的效率提升，而不必承担合规风险。
People 专为受监管行业中的成长型企业（50–500 人）设计：
如果您无法承受招聘过程中的合规失败，People 就是为您而生的。
Greenhouse 和 Lever 是基于云的 ATS 工具。People 是自托管、天生可审计的 ATS。
| 维度 | ODW.ai People | Greenhouse / Lever |
|---|---|---|
| 部署方式 | ✅ 自托管——完全掌控数据 | ❌ 仅云端——由供应商控制 |
| 数据主权 | ✅ 客户完全控制 | ❌ 由供应商控制 |
| 审计追踪 | ✅ 全面、不可篡改、可导出 | ⚠️ 通常不完整或事后补充 |
| AI 透明度 | ✅ 每一次 AI 操作均记录决策依据 | ❌ 通常不透明、黑箱 |
| 人工监督 | ✅ 架构级强制要求 | ⚠️ 可选或不存在 |
| 模型控制 | ✅ 客户自选、模型无关 | ❌ 由供应商指定 |
| 合规姿态 | ✅ 从第一天起即审计就绪 | ⚠️ 合规是事后补救 |
如果您需要完全的数据控制和审计就绪能力，People 是更好的选择。
"天生可审计"意味着合规是架构设计的一部分，而非事后补丁：
当审计人员要求"展示候选人 X 的决策轨迹"时，您可以在 <5 分钟内生成完整报告。
"人在回路"意味着任何 AI 输出未经人工审核都不会成为招聘决策：
这是一种架构约束，而非功能选项。People 在架构上无法在没有人工批准的情况下做出招聘决策。
People 两者兼具：
套件集成正是 People 强大的原因——它在模块间共享上下文，而不向外部共享数据。
"主权"意味着对候选人数据的完全掌控：
这对于受监管行业至关重要。如果您的 ATS 在向云供应商发送候选人个人身份信息（PII），您就无法声称拥有数据主权。
部署方面：需要。People 是自托管的，因此您需要有人能够管理 Docker/Kubernetes、配置网络并监控基础设施。
日常使用：不需要。Web UI 专为非技术用户（招聘人员、用人经理）设计。您可以在不编写任何代码的情况下管理招聘需求、筛选候选人、安排面试并与候选人沟通。
开发者方面：People 提供 REST API 和 SDK，支持自定义集成。
People 支持可定制的招聘流程：
您可以为每个招聘需求自定义阶段（例如添加"技术测试"或"文化匹配"阶段）。
People 利用 AI 辅助（而非取代）人工判断：
AI 排序是建议，而非决策。人工可以覆盖、调整或忽略排序结果。
可以。People 提供自动化面试安排：
目标：从排期请求到确认面试 ≤24 小时。
可以。People 提供AI 起草的候选人沟通：
所有邮件在发送前均由 AI 起草、人工审批（可按邮件类型配置）。您也可以使用自定义模板。
可以。People 支持招聘平台集成：
您可以一次创建职位，同时分发到多个招聘平台。
可以。People 提供结构化评分卡：
结构化评分卡可减少偏见并提升招聘质量——所有人按相同标准进行评估。
可以。People 支持多招聘需求管理：
目标：每个组织 ≥5 个活跃招聘需求。
可以。People 提供候选人门户：
候选人门户提升了透明度，减少了"黑洞焦虑"（候选人不知道自己的申请怎么样了）。
| 维度 | ODW.ai People | 典型 ATS 工具 |
|---|---|---|
| 部署方式 | ✅ 自托管——完全掌控数据 | ❌ 仅云端 |
| 审计追踪 | ✅ 全面、不可篡改、可导出 | ⚠️ 部分或事后补充 |
| AI 透明度 | ✅ 每一次 AI 操作均被记录 | ❌ 不透明、黑箱 |
| 人工监督 | ✅ 架构级强制要求 | ⚠️ 可选或不存在 |
| 模型控制 | ✅ 客户自选、模型无关 | ❌ 由供应商指定 |
| 合规姿态 | ✅ 从第一天起即审计就绪 | ⚠️ 合规是事后补救 |
| 套件集成 | ✅ Vault、Recap、Loop、Shield | ❌ 独立或有限集成 |
People 的核心竞争力在于审计就绪 + 数据主权 + 人工监督。如果您需要合规能力与数据控制，People 是最佳选择。
People 通过自动化事务性任务来缩短招聘周期：
目标：招聘周期缩短 ≥30%（相比基线——自报 + 系统追踪的事务性时间）。
People 提供偏见监控与透明度：
People 无法消除偏见（没有系统可以做到），但它让偏见可见且可审计。
可以。People 支持大批量招聘：
目标：每个组织每月处理 ≥100 名候选人。
可以。People 提供高度可定制的工作流：
这对于拥有复杂招聘流程的组织（例如具有多个审批阶段的政府承包商）尤为实用。
可以。People 支持HRIS 集成：
People 管理入职前流程。候选人被录用后，People 将其交接至您的 HRIS 进行入职、薪资等后续处理。
v1.0 不支持。内部调动（晋升、调职）计划于 v1.1（2026 年第四季度）推出。
在 v1.0 中，People 专注于外部招聘——从组织外部招聘候选人。
如果您在 v1.1 之前需要内部调动功能，请联系我们——我们或许可以提供早期访问。
v1.0 不支持。合同工管理计划于 v1.2（2027 年第一季度）推出。
在 v1.0 中，People 专注于全职员工招聘。
如果您在 v1.2 之前需要合同工功能，请联系我们——我们或许可以提供早期访问或替代方案。
是的。People 兼容 GDPR：
People 帮助您满足 GDPR（第 32 条）要求的技术与组织措施。您仍需要单独处理法律与程序性要求。
是的。People 专为欧盟《人工智能法案》合规设计：
People 是少数几款从底层开始就为欧盟《人工智能法案》合规设计的 ATS 工具之一。
是的。People 专为纽约市 144 号地方法合规设计：
纽约市 144 号地方法要求对自动化雇佣决策工具进行年度偏见审计。People 的审计追踪使这些审计变得简单直接。
可以。People 提供审计报告导出：
当审计人员要求提供文档时，您可以在几分钟内生成完整报告——而不是几天。
People 提供候选人权利管理：
所有删除操作均被记录——您可以向监管机构证明您已遵从删除请求。
可以。People 提供AI 披露追踪：
目标：≥90% 的候选人被告知 AI 参与。
可以。People 提供偏见监控仪表盘：
偏见监控是诊断工具，不是解决方案。它帮助您发现潜在问题——您仍需要调查并解决这些问题。
可以。People 提供数据留存策略：
这对于 GDPR 合规（数据最小化）和存储管理非常有用。
是的。People 采用安全最佳实践构建：
People 为受监管行业设计。如果您能使用 People，您就能通过合规审计。
不能。People 在您的基础设施上自托管。ODW.ai 完全无法访问您的候选人数据。
与基于云的 ATS 工具（Greenhouse、Lever）不同，People 不会将候选人数据发送给第三方。一切都留在您的服务器上。
这对于受监管行业至关重要。如果您的 ATS 在向云供应商发送候选人 PII，您就无法声称拥有数据主权。
People 在医疗招聘场景中兼容 HIPAA：
People 帮助您满足 HIPAA 要求的技术保障措施。您仍需要单独处理行政与物理保障措施。
可以。People 支持气隙隔离部署（无互联网访问）：
气隙隔离部署在政府承包商、军事和高安全环境中很常见。
可以。People 提供基于角色的访问控制（通过 Shield 集成）：
您还可以设置按招聘需求的权限（例如只有招聘团队可以看到某个特定岗位的候选人）。
可以。People 提供审计日志（通过 Shield 集成）：
所有审计日志均防篡改，并可导出用于合规目的。
People 提供访问控制与告警：
对于重大事件，您可以生成完整的审计报告提交给监管机构或法律顾问。
是的。People 的核心是开源的：
这对于重视数据主权的组织至关重要。您应该能够验证您的招聘工具在做什么。
People 是模型无关的——它支持广泛的模型：
您可以随时切换模型——无需更改代码。
可以。People 通过以下方式支持本地模型：
本地模型在您的自有硬件上运行——没有数据离开您的基础设施。完全的主权。
可以。People 支持基于 API 的模型：
基于 API 的模型在您需要前沿能力（例如复杂推理、长上下文窗口）而本地模型尚无法满足时很有用。
选择模型取决于您的优先事项：
| 模型 | 速度 | 质量 | 成本 | 主权 |
|---|---|---|---|---|
| Llama 3 8B（本地） | ✅ 快 | ⚠️ 良好 | ✅ 免费 | ✅ 完全 |
| Llama 3 70B（本地） | ⚠️ 较慢 | ✅ 更好 | ✅ 免费 | ✅ 完全 |
| GPT-4o-mini（API） | ✅ 快 | ✅ 良好 | ❌ 付费 | ❌ 无 |
| GPT-4o（API） | ⚠️ 中等 | ✅ 最佳 | ❌ 付费 | ❌ 无 |
| Claude 3.5 Sonnet（API） | ⚠️ 中等 | ✅ 最佳 | ❌ 付费 | ❌ 无 |
建议：
可以。People 是模型无关的——您可以随时切换模型：
这保护了您的投资——当更好的模型发布时，您可以立即采用，无需重新架构系统。
People v1.0 不支持。People 使用现有模型——不支持微调。
但是，您可以：
微调支持计划于 v2.0（2027 年第二季度）推出。
不会。People 的设计确保任何 AI 输出未经人工审核都不会成为招聘决策。
这是架构约束，而非功能缺失。People 在架构上无法：
所有决策都需要人工批准。AI 辅助；人类决策。
People 提供三种部署方式：
docker-compose up）即可运行。最适合开发和小规模部署。对大多数客户而言，Docker Compose 是最快的方式。生产环境建议使用 Kubernetes。
配置时间取决于您的部署方式：
docker-compose up。部署完成后，您还需要：
目标：从入职到首个招聘需求全面管理 ≤14 天。
部署方面：需要。People 是自托管的，因此您需要有人能够管理 Docker/Kubernetes、配置网络并监控基础设施。
日常使用：不需要。Web UI 专为非技术用户（招聘人员、用人经理）设计。您可以在不编写任何代码的情况下管理招聘需求、筛选候选人、安排面试并与候选人沟通。
开发者方面：People 提供 REST API 和 SDK，支持自定义集成。
People 的要求取决于您的部署方式：
| 组件 | 最低要求 | 推荐配置 |
|---|---|---|
| CPU | 2 核 | 4+ 核 |
| 内存 | 8 GB | 16+ GB |
| 存储 | 50 GB SSD | 200+ GB SSD |
| GPU（本地模型用） | 无（使用 API 模型） | NVIDIA A100 或同等 |
| 操作系统 | Linux（Ubuntu 20.04+、RHEL 8+） | Ubuntu 22.04 LTS |
如果您使用基于 API 的模型（OpenAI、Anthropic），则不需要 GPU。如果您使用本地模型，强烈建议使用 GPU。
可以。People 可以部署在任何云服务商上：
我们为每个云服务商提供部署指南。生产环境建议使用 Kubernetes 配合托管数据库。
可以。People 支持ATS 迁移：
迁移通常需要 1-2 周，具体取决于数据量和复杂度。
可以。People 包含沙盒模式：
我们建议在沙盒模式下测试 1-2 周后再部署到生产环境。
Docker Compose：拉取新镜像、重启容器。
Kubernetes：更新 Helm chart，滚动更新。
裸机：按照文档中的升级指南操作。
总更新时间：<10 分钟（Docker/Kubernetes）。
People 的定价基于功能与部署方式：
| 版本 | 价格 | 包含内容 |
|---|---|---|
| 企业版 | $199-$499/月 | 自托管、全部功能、无限用户、优先支持 |
| 套件包 | 自定义定价 | People + 全部 ODW.ai 模块（Desk、Voice、Vault、Shield 等） |
额外成本：
视情况而定。Greenhouse 和 Lever 的年费为 $10,000-$50,000+（取决于公司规模和功能）。
People 的费用为 $199-$499/月（$2,400-$6,000/年）。对大多数中小企业而言，People 显著更便宜。
不过，People 需要您自行管理基础设施（服务器、数据库等）。如果将基础设施成本计入，总拥有成本可能更高。
对大多数受监管的中小企业而言，People 比基于云的替代方案更便宜也更合规。
没有隐藏费用。总拥有成本包括：
仅此而已。没有设置费，没有意外收费，没有按用户收费。
我们接受：
年度订阅支持发票。详情请联系我们。
可以。我们提供 30 天退款保证。如果您在前 30 天内不满意，请联系我们获取全额退款——无需任何理由。
30 天后，您可以随时取消。您将继续使用至当前计费周期结束，但不足一个计费月的部分不予退款。
是的。People 是 ODW.ai 套件的一部分。您可以：
套件包以 20-30% 的折扣包含 People（与单独购买相比）。而且所有模块原生集成——People 使用 Vault 管理岗位要求、Recap 管理面试笔记、Loop 管理工作流自动化、Shield 管理治理。
都不是。People 的定价是无限的——不按用户或招聘需求收费。
您根据版本（企业版）支付固定月费。可以管理任意数量的招聘需求和用户。
唯一的可变成本是 API 费用（如果您使用基于 API 的模型）。您直接向 API 提供商支付 Token 使用费。
People 可以处理无限招聘需求：
对于大批量招聘（每月 100+ 个招聘需求），我们建议：
People 支持无限用户：
People 可水平扩展——添加更多节点以处理更多并发用户。典型部署中每个节点支持 50-200 个并发用户。
如果 People 宕机，招聘操作将不可用，但您的数据是安全的：
对于高可用部署，我们建议：
People 包含监控仪表盘：
您还可以通过标准协议将指标导出到外部监控工具（Prometheus、Grafana、Datadog）。
People 数据存储在 PostgreSQL 中。使用标准 PostgreSQL 工具进行备份：
People 为常见部署模式（Docker、Kubernetes、本地部署）提供备份指南和脚本。
可以。People 支持多租户：
这对于管理多个客户招聘的代理机构，或拥有多个业务部门的企业集团非常有用。
People 设计得直观易用，但我们提供培训资源：
大多数团队在 1-2 天的培训后即可高效使用。Web UI 尤其直观——招聘人员和用人经理无需任何技术技能。
People 与所有 ODW.ai 产品原生集成：
如果您使用 ODW.ai 套件，People 集成是自动的——无需单独配置。
是的。People 提供 REST API 用于程序化访问：
API 有完整文档（OpenAPI/Swagger），支持 API 密钥或 OAuth 2.0 认证。
可以。People 支持日历集成：
日历集成实现自动化面试安排——People 自动找到候选人与面试官都方便的时间，发送邀请并处理改期。
可以。People 支持邮件集成：
邮件集成实现 AI 起草的候选人沟通——确认收到、状态更新、拒绝、下一步安排。
可以。People 支持招聘平台集成：
您可以一次创建职位，同时分发到多个招聘平台。
可以。People 支持HRIS 集成：
People 管理入职前流程。候选人被录用后，People 将其交接至您的 HRIS 进行入职、薪资等后续处理。
可以。People 可以与现有 AI 工具配合使用：
People 被设计为招聘层——它提供招聘自动化，您可以将任何 AI 工具用于其他任务。
People 功能强大，但在 v1.0 中存在一些限制：
会。多语言支持计划于 v1.1（2026 年第四季度）推出：
这是面向全球化团队和多语言招聘的高优先级功能。
在当前路线图中不会。视频面试分析（面部识别、语音分析、自动化评分）存在重大监管风险。
我们正在关注监管动态和有效性研究。如果/当我们添加视频分析时，将需要充分的验证和人工监督。
如果视频分析对您的使用场景是必须的，请联系我们——我们可能会根据客户需求和监管明朗程度重新考虑。
关键里程碑：
路线图可能根据客户反馈调整。请联系我们获取最新路线图或提出功能需求。
在以下情况下，People 不适合您：
不能。没有任何系统能保证无偏见招聘。People 的偏见监控是诊断工具，不是解决方案。
People 帮助您：
但消除偏见需要持续努力：多元化的面试 panel、包容性的职位描述、偏见培训和持续监控。
不能。People 旨在增强您的招聘团队，而非取代。
People 自动化事务性工作（排期、沟通、流程管理），让招聘人员专注于：
People 让您的招聘团队更高效——它不会取代优秀招聘中不可或缺的人性要素。
三种路径：
odw.ai/people 下载 People 或预约演示。