過去，找人是一門玄學：無論是要找投資人、找行業專家，還是要找一位契合的 KOL，傳統方法都仰賴人脈引薦、行業微信群，或是在 LinkedIn 里大浪淘沙。

找到人，再搭上話，這是敲開合作的大門的第一步，往往也是最困難的一步。

電影《天下無賊》的經典臺詞｜圖源：douban

但一款名為 Lessie 的 AI Agent，正試圖把這種「玄學」變成標準化流程。

Lessie 的定位簡單直接：People Search AI Agent。一句話描述它的能力：幫你從互聯網與數據庫里快速找到任何人，并自動化完成初步聯絡。

創始人、投資人、KOL、潛在客戶、行業專家、合作伙伴……只要你能用自然語言描述需求，Lessie 就能迅速在全球范圍內挖掘到合適的人選。

實際體驗之后，我發現「人找人」的需求，AI 雖然可以顯著提高效率，但短期還得靠人來介入校驗，沒那么容易被 AI 取代。

欄目作者召集

極客公園的新欄目「AI 上新」，將帶大家體驗最新的 AI 應用和硬件，讓你成為 AI 時代「最靚的仔」！

現在，我們也向所有喜歡嘗鮮和體驗 AI 的同學發出召集，只要你發現并體驗了新的 AI 應用或者功能，按照格式（參考案例：）向欄目投稿，在極客公園公眾號發布，不僅能獲得相應稿費，且會為你「報銷」AI 應用的訂閱費用。

同時，優秀作者還有機會進入極客公園 AI 體驗群，獲得最新 AI 應用和工具的內測資格，參加極客公園專屬相關 AI 活動，和 AI 應用創始人一對一溝通。

AGI 太久，只爭朝夕，讓一部分人先 AI 起來吧！投稿、進群請掃描下方二維碼添加極客小助手微信

01

AI LinkedIn？

與傳統的 SaaS 網站或單一數據庫不同，Lessie 的目標并不是做一個更快的搜索引擎，而是把「找人」做成一條閉環的服務：識別需求（Identify）、匯總多源數據（Source）、智能篩選（Review）、建立初步聯絡（Connect）。這四步，構成了 Lessie 的基本邏輯。

Lessie 的找人流程分了 4 步走｜圖片來源：Lessie

第一次用 Lessie，我就被它的專業程度和理解力驚到了。

我寫一句模糊的需求，例如「幫我找此前報道過 AI 初創公司，在主流科技媒體工作的技術記者。」Lessie 會立刻像個專業 HR 一樣去進一步精確需求，比如「在哪些知名科技媒體平臺」、「發表過幾篇報道」、「個人檔案中側重方向」、「平均文章閱讀量」等等數據。

我可以隨時修改并添加新的需求，比如把平均閱讀量改成「10 萬+」。

公司找能寫「10 萬+」的媒體老師更簡單了！｜圖片來源：極客公園

十分鐘后，Lessie 就表示成功找到了一些符合需求的作者，并且羅列出了每個人供職媒體、職位、和可以直接跳轉的 LinkedIn 主頁。

列表帶著 LinkedIn 鏈接｜圖片來源：極客公園

而后我再次添加新需求：「請篩選出發表過長文報道的記者。」Lessie 會再次理解所有需求，重新再篩選一遍。

篩選結果也還算令人滿意，15 個候選人都來源于 The Verge、Wired 等知名科技媒體，或《紐約時報》、《華盛頓郵報》科技專欄的作者，基本符合我的要求。

不過，「重新篩選」的等待時間比較漫長（約 30 分鐘，團隊告訴極客公園如果是非排隊情況下，能做到 15 分鐘級別，且還會持續優化），但相比過去一邊刷新 LinkedIn、一邊靠關鍵字碰運氣的漫長搜尋，這種效率已是降維打擊。

我又換了個領域繼續測試 Lessie，這次是偏專業向的要求「尋找全球范圍內，擅長稀有金屬回收的科研人員或實驗室負責人，需有近兩年發表論文或申請專利。」

這一次，Lessie 對任務的理解和篩選精度更高，處理需求的全過程也很清晰：先了解該領域的最新研究趨勢和關鍵技術，再找到研究機構和科研人員信息，再匹配用戶需求。