DINQ:用 AI Agent 做研究式人才发现,把按简历搜人扩展到代码、论文与模型成果。
演讲者:北京才沃科技股份有限公司 技术负责人 冯毅荣
团队:DINQ
来源:MPC2026 明道云伙伴大会 · Real AI Contest 决赛路演|2026 年 10 月 31 日
内容摘要
DINQ 面向 AI 人才发现与专业评估,把按简历和标签搜人的做法,扩展到代码、论文、模型与公开作品等多源信息。方案用 Agent 理解复杂需求、规划检索渠道、核验数据并统一跨平台身份,再从实际成果和业务匹配度呈现人才价值。路演展示了 PeopleRouter 人才检索与档案补齐、AI Scout、Job 地图和专业人才分析,以及面向团队的 API、MCP 接入。现场披露平台上线不到一年的使用规模,并强调 AI 人才是这个时代最贵的资产。
关键事实
- 检索对象GitHub、Hugging Face、学术论文、社交网络等公开渠道中的人才与成果信息。
- 图谱规模(路演 2026-10-31 披露)幻灯片为 1.8 亿+ 跨平台人才档案、1.4 亿+ 论文与作品、2,400 万+ 开源项目、480 万+ 模型与数据集仓库;口播为「480 多万模型和数据仓库」。
- 使用规模(幻灯片统计至 2026-10-24,已剔除公司内部账号)上线不到一年 1.3 万+ 注册用户、4,700+ 用户实际用 DINQ 找过人、8.8 万+ API 累计调用、420+ 开发者与团队接入 API。口播称超过 420 家团队接入 API 和 MCP;API 自 5 月上线后五个月调用量翻 32 倍(10 月柱截至 24 日)。
- 接入方式人员使用的产品界面,以及供团队与 Agent 使用的 API、MCP;现场播放了 PeopleRouter 产品视频。
- 资本与客户示例演讲称蓝驰创投投资数百万美元;客户示例包括谷歌 DeepMind、智谱 AI、字节跳动、腾讯等。幻灯片另列出蚂蚁、LVMH、京东、Kimi、博世,并注明仅为使用场景示例。

演讲资料
演讲视频
演讲文字整理稿
人才发现与专业评估的难点
大家好,我是 DINQ 技术负责人冯毅荣,下面介绍一下 DINQ 项目。我们的主旨是在 AI 时代找到真正的牛人。介绍一下背景,在 2025、2026 年,顶尖 AI 研究员的薪酬在全世界已经开出上亿的价格。
对于 AI 人才,有两个问题。一个是找不到人,真正的牛人不投简历。他们的能力散落在 GitHub、Hugging Face、学术论文、社交关系网等不是特别常见的平台。这些是他们做开源、学术成果的公共平台,招聘网站和简历库里看不到。
第二,招聘公司包括大厂,没有非常好的办法快速评估人才。所有标签,比如过去项目、学历,其实看不出深度。大部分 HR 和招聘者无法专业评估 AI 人才实际产品和能力价值,以及对业务的匹配度。
多源检索、核验与身份统一
我们把按标签搜人,变成 AI Agent 像研究员一样寻找人才。首先自然理解用户的复杂需求,规划多元检索渠道,并提供数据核验。在不同源头专业评估,比如实际作品、代码、模型、履历、社交关系网和社媒影响力。网络平台上发布的信息,都用 Agent 做专业分析,再跨平台统一身份,让信息从多维角度呈现人才价值。
这是我们的数据:现在有 1.8 亿跨平台人才档案,1.4 亿论文与作品,2400 万开源项目,以及 480 多万模型和数据仓库。
技术架构与产品族
技术架构是智能决策路由,内嵌进多 Agent 协同架构,自建数据管道,让 Agent 在协同中高效互动。团队实时跟进世界先进的 AI 技术、工程能力,根据最新技术不断升级架构。短短半年,整个数据架构大重构经历了四次,保证同行间较高竞争力。
我们不只在寻找人才上有所建设,布局的是整个 AI 人才市场。这是产品族,比如 PeopleRouter 做人才检索、档案补齐,AI Scout 追踪顶尖 AI 人才流动信息,Job 地图给 AI 人才提供找工作的实时机会分布。专业人才分析把代码、论文、模型能力做成评估报告。底下链接都是实际产品访问路径,感兴趣可以体验。
产品演示与使用情况
这里演示一下,播放 PeopleRouter 产品视频。可以看到 AI 自动识别需求,在很多渠道找信息,做归纳总结,筛选合理有效信息。也可以让 Agent 方便使用 PeopleRouter 引擎,其他视频先不放了。
这是产品使用客户,现在前沿很多团队和大厂都是客户,比如谷歌 DeepMind、智谱 AI、字节跳动、腾讯等。融资由蓝驰创投投资数百万美元。
这是我们平台的业务数据:上线不到一年,有 1.3 万用户,实际用过我们寻找人才的有 4700 家。API 从 5 月份上线,可以看到阶梯式上升的调用量,五个月翻了 32 倍。超过 420 家团队接入 API 和 MCP。
AI 人才的价值与建联
AI 人才是这个时代最贵的资产。AI 迭代升级非常非常快,以及现在 AI 已经完成了 AI 自我迭代,所以真正能掌控未来赛道的其实就是 AI 人才。那其实世界顶尖的公司已经开出了标价,AI 人才的价值就是可以达到上亿。做 AI 公司、所有做 AI 的人,都需要 DINQ 去发掘和寻找人才,并且对人才进行建联,然后在这个时代才可以去发挥 AI 最大的一个价值。好,谢谢大家。
重点问答
为什么 AI 人才发现不能只依赖简历?
根据冯毅荣的演讲,部分人才并不主动投递简历,其能力分散在代码、模型、论文及社交网络中的实际成果里。招聘者若只按学历、项目名或常规标签筛选,难以看到成果深度及业务匹配。DINQ 通过多源检索与身份关联,把这些分散证据汇聚到人才分析中。
Agent 在人才搜索中做哪些工作?
根据冯毅荣的演讲,Agent 先理解用户的复杂需求,规划不同渠道的检索,再做数据核验和专业分析。分析对象包括作品、代码、模型、履历和社交影响力;跨平台统一身份后,以多维信息呈现人才价值。现场产品视频展示了从需求识别、渠道搜索到归纳有效信息的过程。
人才检索与人才评估如何配合?
根据冯毅荣的演讲,检索需要发现并补齐人才档案,专业分析则把代码、论文和模型等信息组织成评估报告。两者分别解决找到谁、依据什么判断的问题,团队还可以通过 API 和 MCP 将搜索引擎接入自己的 Agent 流程。产品因此既面向招聘人员,也提供程序化的调用入口。











