适用范围：CTO、技术招聘负责人、HRBP、工程经理 更新摘要：v2 版本基于原文（含四篇系列文章）完整内容，保留全部原始内容并升级为 6 节结构；融入 2026 年 AI 时代注解，新增 AI 增强的 AARRR 人才模型、AI 时代人才画像升级、AI 面试实操测试及 AI 时代留存/价值/推荐策略。

第102讲 | 姚从磊：巧用AARRR模型，吸引优秀技术人才

一、导言

这十年间，作为技术线和业务线负责人，先后面试过的技术人员超过两千人，读过的简历更是数以万计。在这个过程中，经常会为吸引到顶尖的技术人才而感到欣喜，更为错过优秀的技术人才而感到惋惜。

欣喜和惋惜之余，逐渐发现吸引优秀技术人才这件事儿，跟研发运营一款成功的产品有着相通之处；并且，产品研发运营过程中的成熟方法论，可以直接拿来提升吸引优秀技术人才的成功率，AARRR 模型就是其中之一。

⭐ 2026 年关键背景：根据 2026 年 GitHub Octoverse 报告，84% 的开发者已经在日常工作中使用 AI 编程工具，其中 GPT-5.5 和 DeepSeek V4 占据主导地位。这意味着"不会用 AI"的技术人才正在被快速边缘化，AARRR 模型在 AI 时代不仅没有过时，反而更加重要——系统化的人才运营方法论比以往任何时候都更有价值。

二、核心方法论

2.1 何为 AARRR 模型

AARRR 模型是一个经典的用户生命周期分析模型，在互联网产品研发运营中被频繁使用。在这个模型中，一个产品的用户生命周期分为五个阶段：

1. Acquisition：获取用户阶段，通过各种免费和付费的方式获取大量用户
2. Activation：产品互动阶段，在用户初次体验产品的时候，最大程度让用户感受产品的核心价值
3. Retention：用户留存阶段，用户被产品功能吸引，频繁使用产品
4. Revenue：获取收入阶段，利用广告、收费等模式，将用户流量转化为商业收入
5. Referral：口碑传播阶段，用户认为产品足够好，主动向周围的人介绍

AARRR 模型也是一个漏斗转化模型，可以用来验证产品的价值，并指导产品的研发和运营行为。

2.2 吸引优秀技术人才的 AARRR 模型

借鉴产品研发和运营的 AARRR 模型，我们可以得到吸引优秀技术人才的 AARRR 模型：

上述流程图展示了 AI 增强的 AARRR 人才模型：Acquisition 阶段引入 AI 人才雷达扫描开源社区，Activation 阶段增加 Prompt 工程测试，Retention 阶段建立 AI 技能认证体系，Revenue 阶段量化 AI 增效指标，Referral 阶段使用 AI 人才匹配算法。

2.3 目标用户画像——何为优秀的技术人才

宁要一位优秀的技术人才，也不要 100 位平庸的工程师。一位优秀技术人才的贡献，要超过至少 100 位平庸的工程师。

首先，「聪明和好奇心」会是一个基本特征。 聪明意味着学习能力强，成长速度快；好奇心意味着探索精神强，对未知事物有强烈的求知欲。

第二，「实战能力」会是重中之重。 过去的面试中，我经常遇到聪明且好奇心强的人，开始聊的时候会非常开心。一旦抛出一个实际的问题，不少人会很快提出一个大体方案，但当尝试细化到可执行层面时，往往就不太顺利了。

第三，「一技之长」会是非常关键的因素。 所谓一技之长，指的是在一个技术领域有一定的技术深度和积累。

共性的最后一点，我认为是「无边界」的特质。 没有一个人是可以脱离团队而独自达成高难度目标的，在团队合作中，如果成员可以做到「无边界」，乐于承担更多，乐于帮助团队内外的同事，这样的团队往往无往不利。

⭐ 2026 人才画像的 AI 时代演进

上述流程图对比了传统优秀人才与 AI 时代新特征的差异：在传统四项特征基础上，AI 时代新增了 AI 协作能力、AI 适应力、Prompt Engineering、Agent 思维和人机协同五项新特征。

2.4 目标用户痛点

优秀技术人才的痛点往往共性更多，差异更少。最基本的痛点有二，一为「成长」，二为「成就感」。

成长痛点的三大支撑条件

1. 牛人环境：如果周围的人都比自己要强，耳濡目染下，自己也会有不错的成长
2. 成长路径：清晰可执行的「成长路径」让技术人才时刻对照现状，及时发现问题并改正
3. 技术氛围：团队有没有好的技术氛围，有没有好的技术导师及时解答问题，有没有高水平的技术分享

成就感痛点的三大来源

1. 业务增长成就感：贡献真正对业务增长提供了支撑甚至决定性的作用
2. 技术提升成就感：通过技术职级晋升的方式对提升进行肯定，提供高质量的技术分享机会
3. 现实收益成就感：多劳多得，能力越强得到的也应该越多

三、关键流程

3.1 Acquisition — 如何触达更多的技术人才

定位

在开始行动触达技术人才之前，需要想清楚两个问题：一是公司的定位，二是职位的定位。公司的定位，其实就是期望能够占领用户/客户心智的唯一标签。职位的定位，不仅包含传统 JD 中的职位职责和职位要求，更应该说清楚职位的独特技术挑战和发展机会。

渠道

吸引目标技术人才的渠道，无外乎校招和社招两类。

校招：合格的校招，要准确定位目标人才在哪里。一类方式是通过老师、社团和师兄师姐来触达；另一种方式是通过在学校教授公开课；除此之外，优质的实习生项目也是一类重要的方式。

社招：一是「自己动手，丰衣足食」，内部推荐是最重要的渠道；二是「借助外部，广泛撒网」，猎头渠道需要重点投入，但不能产生依赖。

⭐ 2026 Acquisition 渠道 AI 时代扩展

上述流程图展示了 AI 时代触达渠道的扩展：在传统校招和社招渠道基础上，新增了 GitHub 开源、HuggingFace 社区、AI 竞赛平台、技术博客、Discord 社群和远程全球人才库六大新渠道。

3.2 Activation — 如何促成优秀人才顺利入职

面试阶段

面试是一个双向选择的过程。好的面试，需要在两个方面做好功课。

面试邀约：面试邀约的原则是，一切以目标人才为主。需要提供足够多且客观的材料，供目标人才判断是否接受面试。同时，一定要同目标人才有直接的沟通，避免线上纯文字的沟通方式。

现场面试：现场面试有两个重点，简单高效的面试流程，和科学的评价体系。在面试流程的设计和执行上，任何环节都同等重要。科学的评价体系，首先要坚持目标人才能力高于团队平均水平的原则。

Offer 阶段：Offer 谈判的基本原则是足够自信和真诚。在 offer 的设计上要有足够的诚意；要让目标人才清晰地理解公司设计 offer 的原则；对于核心岗位的目标人才，要保持足够高的灵活性。

入职等待阶段：入职等待阶段的原则，是让目标人才持续得到来自公司的信息。要保持足够频繁的沟通，也可以邀请他/她参加公司的特殊活动。

⭐ 2026 新增面试环节：AI 实操测试

上述流程图展示了 2026 年新增的 AI 实操测试流程：包含 Prompt Engineering 挑战、AI 辅助编程、AI 输出审查和 Agent 设计四种测试形式，评估候选人的 AI 工具熟练度、批判性思维、问题分解能力和创新思维四个维度。

3.3 Retention — 如何提高技术人才对公司的认同感

兑现承诺

Offer 阶段的所有承诺需要清清楚楚地书面确认，并且在入职后需要按照约定按时兑现，不能有半点折扣，这是同人才建立信任的前提。

四个关键阶段管理

1. 破冰阶段（1-2 周）：尽可能创造机会，让人才在公司各团队中认识足够多的人，初步感受公司的文化
2. 融入阶段（试用期）：mentor 需要发挥关键作用，帮助人才熟悉团队、公司技术栈和研发过程
3. 成熟阶段：最重要的事情就是如何通过日常工作，使得人才收获足够强的「成就感」
4. 波动阶段：有统计数据表明，员工入职后的一些关键时间节点（例如三个月和两年）是离职高发期

⭐ 2026 Retention 的 AI 时代策略

3.4 Revenue — 如何使技术人才更好实现价值

技术人才实现价值有两种模式。被动模式的特点是「干自己的活，拿应得的钱，公司好坏与我无关」。主动模式的特点是每位技术人才都肩扛具体业务目标，在具体工作中有足够大的权限和自由度，自身乐于承担更多。

⭐ 2026 价值实现的三大模式

管理者任务：帮助每个团队成员找到适合自己的 AI 价值实现模式，并为之创造条件。

3.5 Referral — 如何使优秀人才积极推荐朋友入职

一方面，可以通过长期运营精心设计的内推项目，使得优秀人才在推荐优秀朋友加入的同时，可以有令人惊喜的收益。另一方面，可以通过 Hack Day、Family Day 和高水平技术沙龙这样的社交活动，邀请优秀技术人才的家人朋友参与到活动中来。

⭐ 2026 Referral 的 AI 时代社交裂变

四、工具与实战

4.1 ✅ Acquisition 行动清单

1. 建立 AI 人才雷达：定期扫描 GitHub Trending、HuggingFace Popular Models，关注 Kaggle Competition 排行榜
2. 打造 AI 雇主品牌：在公司官网展示 AI 项目案例，在技术博客发布 AI 实践文章
3. 优化招聘漏斗的 AI 转化：AI 初筛后快速决策

4.2 ✅ Activation 行动清单

1. 面试官 AI 培训：确保所有面试官了解 AI 时代人才标准
2. 准备 AI 测试题库：覆盖不同岗位、不同难度
3. 设计 AI Welcome Package：包含所有 AI 工具账号、使用指南
4. 建立 AI Buddy System：每位新员工配备一位"AI 导师"

4.3 ✅ Retention 行动清单

1. 建立 AI Onboarding SOP：Day 1 发放 AI 工具账号，Week 1 分配 AI Buddy，Month 1 AI 技能评估
2. 设计 AI 贡献可视化仪表盘
3. 设定 AI-OKR：每个季度的 OKR 中至少包含 1 个 AI 相关目标

4.4 ⭐ 2026 职位定位模板（JD 升级版）

⭐2026 AI 增强 JD：

职位：AI-Augmented Java工程师 🤖
要求：
- 5年Java经验 + 1年AI工具使用经验
- 能用GPT-5.5/Copilot将开发效率提升3x+
- 有Prompt Engineering实践经验优先
- 我们提供：全套AI工具订阅 + GPU算力 + AI项目机会

独特挑战：
- 设计Agent系统自动化我们的代码审查流程
- 用LLM重构遗留系统的文档和测试用例
- 探索AI Pair Programming的最佳实践

五、常见误区

误区 1：忽视 AI 时代人才标准的变化

• 现象：招聘标准停留在"代码写得好"，忽视 AI 协作能力
• 对策：更新 JD 和面试流程，增加 AI 能力评估维度

误区 2：Offer 阶段过度承诺

• 现象：为了吸引人才，在 offer 阶段过度承诺，入职后无法兑现
• 对策：所有细节必须说清楚，要书面化，坦坦荡荡

误区 3：忽视入职等待阶段

• 现象：发了 offer 后就不管了，导致人才流失
• 对策：保持足够频繁的沟通，提前融入团队

误区 4：将 AI 能力作为唯一标准

• 现象：只看 AI 工具用得好不好，忽视基础能力和价值观
• 对策：AI 是放大器，基础能力决定了放大的上限

六、进阶延展

结语

虽然我们将吸引优秀技术人才的工作分为五个阶段来看，但这五个阶段应该是一个统一的整体，不同阶段的效果会相互影响，在实际操作过程中需要有全局性思维。借鉴 AARRR 这样的以用户为核心、以产品体验为中心的模型，来运营技术人才的吸引工作，其本质是充分地换位思考，以技术人才的视角来分析他们的需求。

⭐ AI 时代闭环：传统闭环：吸引→留存→价值→推荐→吸引（线性循环）。AI 时代闭环：吸引(AI 人才) → AI 赋能 → 10x 价值产出 → AI 品牌传播 → 吸引更多 AI 人才（指数增长循环）。这个闭环的核心变量是AI 增效倍数——如果一个人在你这里能用 AI 产生 10 倍于别处的价值，那他不仅会留下，还会疯狂推荐朋友来。

作者简介

姚从磊，百炼智能联合创始人兼 CTO，致力于利用深度自然语言处理技术，将无结构的公开互联网信息结构化，构建以商业机构和商业人物为核心的知识图谱，服务于各种商业场景。2008 年博士毕业于北京大学计算机系"天网"实验室，师从李晓明教授。毕业后，先后在惠普中国研究院、腾讯负责文本挖掘和搜索引擎相关技术和产品研发。2012 年加入豌豆荚先后负责技术团队和搜索、营收等业务，主导建设的技术团队成为当时国内最有吸引力和竞争力的团队。2016 年加入 Kika 任 CTO，负责 AI 技术团队打造、输入法 AI 引擎、语音识别等业务，大幅提升 Kika 的技术实力。