Human Flow

Human Flow

AI TOOL PROFILE工具资料

用 AI 给技术候选人打分的招聘平台,自动生成面试提纲。

官网地址 https://humanflow.app

访问官网
价格Starter $0 /month,Pro $49 /month;无需信用卡。
平台Web
归类聊天对话
收录2025-01-01
复核2025-01-01
编辑评分 3.9 / 5

Human Flow编辑总结

EDITOR REVIEW编辑评测

Human Flow 是面向初创企业技术招聘的 AI 平台,当前版本为 AI 2.0。它按企业设定的技术标准解析简历并即时打分,把匹配度高的候选人直接推到前面,宣称筛选时间可减少 75%、进入首轮面试的速度比行业平均快 3 倍。面试前自动生成提纲,并支持用对话方式检索简历、面试记录与团队反馈。Starter 档 $0 /month 每月最多 50 名候选人,Pro 档 $49 /month 不限候选人;主力功能如面试记录分析只在 Pro 档提供,Starter 档不含。

Human Flow是什么?

Human Flow 是一款面向初创企业的 AI 招聘工具,自称「技术招聘的智能操作系统」。它的核心场景是技术岗位招聘:企业给出技术标准,系统解析收到的申请并给出候选人评分,把高匹配度的人排到前面。

当前版本为 AI 2.0,主打四块能力:即时 AI 评分、面试前自动生成提纲、通过对话检索人才数据,以及面试记录分析。官方给出的量化结果是筛选时间减少 75%、进入首轮面试快 3 倍、每场面试省 10m 准备时间。

用法上,招聘负责人导入候选人后先看评分与匹配理由,再按自动生成的提纲面试;团队负责人可以用聊天方式追问某个候选人的背景;工程负责人则更多看面试记录与团队反馈的汇总。官网称官网未说明开发者接口与自建集成方式。

Human Flow核心功能

CAPABILITIES工具标签

即时 AI 评分

把收到的申请按企业设定的技术标准逐份解析,给出分数与匹配理由。示例中候选人 Alex Morgan 得 9.8 分、Sarah Chen 得 8.2 分,评分会附上「在 Stripe 负责 Postgres 集群、支撑 10k QPS」这类具体依据。

候选人排序

高匹配度候选人投递后立刻被推到列表前面。示例岗位 Senior Software Engineer 显示 8 个新匹配,并给 Alex Morgan 标出 Top 1% Match。

面试提纲生成

每场面试前自动生成准备简报,指出要验证的长处和要追问的疑点。示例给出「Probe: 分布式系统的经验深度」「Verify: 2023 年 Stripe 迁移中的主导程度」。

面试记录分析

对面试记录做分析,把候选人的实际表现整理成可比较的结果。这项能力只在 Pro 档提供,Starter 档的 AI 评分与面试提纲中不含。

人才数据对话

用聊天方式检索候选人简历、面试记录和团队反馈。示例提问「Sarah 能否承担大型 Postgres 迁移」,回答指出她主导过一次迁移、查询性能提升 3 倍。

邮箱集成

Starter 档即包含邮箱集成,投递邮件可直接进入候选人流程,不需要把简历手动搬到另一个系统。

Human Flow值不值得用?

VERDICT工具标签

当你在招技术岗位、简历量大又没有人专门筛时,Human Flow 的价值最直接:AI 评分给出排序依据,面试提纲省掉每场 10m 的准备时间,筛选时间宣称能压到原来的四分之一。团队规模小、每月候选人不超过 50 名,Starter 档 $0 /month 就能跑通评分加提纲的主流程。但如果你的招聘量已经超过每月 50 人,就得升到 Pro 档 $49 /month;非技术岗(销售、运营)不在它的能力描述范围里;而且面试记录分析、Deep Dive 研究都在 Pro 档,只靠免费档拿不到完整闭环。

建议选它的情况

  • 每月技术候选人不超过 50 名、想零成本试用的早期团队
  • 面试官缺乏结构化提问经验,需要系统生成提纲的团队
  • 希望用对话方式回看候选人资料和面试记录的技术负责人

不建议选它的情况

  • 招聘非技术岗位为主的团队,官网能力描述只围绕工程人才
  • 每月候选人远超 50 名、又不接受 $49 /month 支出的团队
  • 需要开发者接口或自建集成到现有 ATS 的团队

Human Flow使用建议

HOW TO USE工具标签
入门先把路子走对
  1. 先设技术标准注册后第一件事是把岗位的技术标准写清楚,AI 评分是按这套标准打分的,标准越具体,评分理由越可核对。
  2. 从免费档起步Starter 档 $0 /month 含 AI 评分、面试提纲和邮箱集成,无需信用卡即可开始,先跑通一两个岗位再决定是否升级。
  3. 先看评分理由不要只看分数,点开候选人的匹配理由(如「在 Stripe 负责 Postgres 集群、支撑 10k QPS」),判断依据是否与岗位真正相关。
进阶省时间也省钱
  1. 超 50 人再升级Starter 档上限是每月 50 名候选人,接近这个数时再升 Pro 档 $49 /month;Pro 档不限候选人,并解锁面试记录分析。
  2. 用对话做背景复核面试前用聊天功能追问候选人历史记录,比翻简历快;示例中一次提问直接得到「主导迁移、查询性能提升 3 倍」的结论。
  3. 拿简报当面试脚本把自动生成的「Probe / Verify」条目直接抄进面试流程,能减少不同面试官之间的提问差异。

Human Flow适合谁用?

WHO IS IT FOR工具标签

早期技术团队创始人

推荐

没有专职招聘,自己筛简历。免费档每月 50 名候选人的额度通常够用,评分和提纲能替掉一部分人工初筛。

15 人左右工程团队负责人

推荐

面试官是工程师本人,提问质量参差。自动提纲能统一提问口径,官方引用的用户反馈称面试一致性明显提升。

月招聘超 50 人的成长期公司

有条件

免费档额度会很快打满,必须升到 Pro 档 $49 /month 才不限候选人;升级前要算清这笔固定支出。

非技术岗位招聘团队

不推荐

能力描述围绕工程人才与分布式系统等技术标准,销售、运营岗的匹配逻辑没有对应说明。

Human Flow优点和缺点

PROS & CONS工具标签

优点

  • Starter 档 $0 /month,无需信用卡即可开始,含 AI 评分与面试提纲
  • 评分附具体理由,如 10k QPS 的 Postgres 集群经验,不是单纯给一个数字
  • 面试提纲直接给出 Probe 与 Verify 条目,可当面试脚本用
  • 支持用聊天方式检索简历、面试记录与团队反馈
  • 官方给出筛选时间减少 75%、进入首轮面试快 3 倍等量化结果

缺点

  • 面试记录分析、Deep Dive 研究、优先支持只在 Pro 档 $49 /month 提供
  • 免费档每月候选人上限 50 名,招聘量一大就必须付费
  • 能力描述集中在技术招聘,非技术岗位没有对应说明
  • 未提及与现有 ATS 的对接方式或开发者接口

Human Flow版本与计费对比

PLANS工具标签
方案价格包含内容说明
Starter$0 /monthUp to 50 candidates/month含 AI scoring、Interview briefs、Email integration。For small teams getting started。
Pro$49 /monthUnlimited candidates含 Everything in Free、Transcript analysis、Deep Dive research、Priority support。For scaling businesses。

以上为公开费率整理,厂商保留调价权利,实际以官方页面为准。

Human Flow关键指标

MEASURED FACTS工具标签
指标数值数据来源
Less time screening 75% Human Flow 官网
Faster to first interview 3x Human Flow 官网
Prep time saved per interview 10m Human Flow 官网
Starter 档候选人上限 Up to 50 candidates/month Human Flow 官网定价区
Pro 档价格 $49 /month Human Flow 官网定价区
Setup 时间 2 minutes Human Flow 官网

Human Flow常见问题

FAQ工具标签
Human Flow 免费吗?

有免费档。Starter 档 $0 /month,包含每月最多 50 名候选人、AI 评分、面试提纲和邮箱集成,官网写明无需信用卡。招聘量上来后可以升到 Pro 档 $49 /month,不限候选人并解锁面试记录分析、Deep Dive 研究和优先支持。

Pro 档比免费档多了什么?

多三件事:候选人不限量、面试记录分析、Deep Dive 研究,另加优先支持。免费档的 AI 评分和面试提纲在 Pro 档继续保留。每月候选人超过 50 名时,就只能走 Pro 档。

AI 评分是怎么打出来的?

系统按你设定的技术标准逐份解析申请,给出分数和匹配理由。示例中 Alex Morgan 得 9.8 分,理由是「在 Stripe 负责 Postgres 集群、支撑 10k QPS」,同时标注 5+ 年 Ruby on Rails 经验;Sarah Chen 得 8.2 分。分数能否用,取决于你的标准写得够不够具体。

面试前能自动准备什么?

每场面试会自动生成简报,列出要验证的长处和要追问的疑点。示例给出两条:追问分布式系统的经验深度,核实 2023 年 Stripe 迁移中的主导程度。官网给出的数字是每场面试省 10m 准备时间。

可以直接问它候选人的情况吗?

可以。它支持用聊天方式综合候选人简历、面试记录和团队反馈。示例提问「Sarah 能否承担大型 Postgres 迁移」,回答是她主导过一次迁移、查询性能提升 3 倍。这项能力依赖系统中的历史数据,数据越全回答越具体。

国内能正常使用吗?

官网未说明可用地区、语言支持与访问限制,也未提及是否有面向国内的部署方式。邮箱集成是它的入口之一,实际能否接入要看你的邮箱服务是否可用。