禾蛙披露 Domi 上线两个月日活翻番：猎头 AI 如何串起匹配、报告与协作 (2026)

两个月后的信号，先落在使用而不是收入

2026 年 7 月 17 日，上海禾蛙科技在世界人工智能大会期间发布猎头行业 AI 原生智能体 Domi。产品发布材料把它放在猎头顾问的日常工作里：找商机、搜岗位、找人才、人岗匹配、写推荐报告。1

7 月 20 日，Domi 入选中国中小企业数字服务平台首批入驻智能体名单。到了 8 月 28 日，上海市企业出海综合服务平台转述禾蛙截至 7 月 31 日的运营披露：Domi 上线两个月日活翻番，超过 100 万份人才档案交由 AI 统一管理。两项数字都属于禾蛙方面或平台转述的公司披露，现阶段适合当作使用信号来读。2 3

这次增量因此很具体：Domi 的产品链路已经公开，发布两个月后的活跃度和档案管理规模也有了第一组披露。读者仍需要把三件事分开看：产品是否能嵌入猎头工作、生态是否能给 Agent 提供供需两端、以及这些使用信号何时会变成可核验的收入。

用户、场景、痛点

用户是猎头顾问、猎企和人力资源服务机构。Domi 的发布材料把核心问题概括成两句：有“人”往哪推，有“岗”从哪找。1

场景有三类：顾问手里先有候选人，需要找到适配职位；顾问先拿到客户职位，需要从人才池里找人；岗位溢出、候选人复推或特殊赛道交付时，需要找到另一家机构协作。找到匹配对象之后，顾问还要写推荐报告、做风险筛查、核对薪酬，再把结果交给客户判断。

痛点集中在匹配和交付之间的重复劳动。职位、简历和沟通记录分散在不同入口，顾问先要翻找，再要判断，再要把判断写成客户看得懂的报告。跨机构合作还多了一层信息成本：谁做过相似岗位，谁服务过目标公司，谁的响应速度足够快，都需要靠人脉逐一确认。Domi 的发布材料将这些问题归结为猎头顾问在搜寻、筛选、推荐和跟进环节投入了大量事务性时间。1

解决方案：匹配、报告、协作串成一条链

先把“人”和“岗”放进同一个检索动作

Domi 提供两个相反方向的入口。

以人找岗：顾问上传候选人简历，Domi 通过禾蛙自研 HWE 语义大模型解析候选人画像，再由 Match System 匹配引擎与禾蛙岗位资源做双向匹配，输出适合推荐的职位及匹配理由。
以岗招人：顾问上传岗位 JD 或直接输入需求，Domi 解析岗位画像，识别企业的显性要求与隐性偏好，再检索适配候选人。

这两个入口解决的是猎头业务里的反向搜索：顾问手上先出现什么，系统就从另一侧补齐什么。发布材料把过去手动翻找数小时压缩到秒级，属于禾蛙方面的效率主张；材料没有给出可供外部复核的基准样本。1

再把顾问的判断写成可交付报告

匹配结果只是候选名单。顾问仍然要回答客户最关心的几件事：为什么推荐这个人，能力与岗位怎样对应，薪资期望是多少，履历里有哪些风险。Domi 的推荐报告功能可以结合岗位要求和沟通记录生成推荐理由、候选人优势、能力适配与薪资期望等内容，也提供简历风险分析和报告模板。1

Domi 推荐报告界面展示报告正文、候选人信息和纠错提示 — *界面展示 Domi 推荐报告的生成与纠错区域；图片来源：禾蛙发布猎头行业 AI 原生 Agent“Domi”。*

这一步的产品逻辑是把顾问已有的沟通判断整理成标准化交付物。它能减少复制、排版和初步归纳的时间，顾问仍然需要核对事实、补充语境，并对发给客户的结论负责。发布材料称用户 1 分钟即可完成报告、效率提升 30 倍，这两项属于厂商主张，适合作为产品方的目标口径，而非行业平均效果。1

除推荐报告外，Domi 还把招聘情报、公司情报、岗位薪酬对标、岗位分析、高端简历脱敏和面试智练等能力做成可调用的专业 Skill。这样，产品覆盖的单位从“找一个人”延伸到“把一个候选人交付给客户”的全过程。1

最后把跨机构找人变成合作匹配

猎企之间的协作有明确的供需关系：一家机构拿到岗位却缺少候选人，另一家机构有候选人却缺少合适职位，或者某个赛道需要专项交付能力。Domi 的 A2A（Agent-to-Agent）协同网络按历史交付数据、合作频次和响应时效等维度寻找合作伙伴，输出与当前合作需求相匹配的机构。1

这层设计和普通企业内部 Copilot 的差别在于：Domi 处理的对象从顾问自己的资料扩大到平台内的协作关系。匹配质量因此取决于三件事：平台能否持续沉淀真实交付记录，合作方是否愿意及时响应，协作结果能否回流成下一次匹配的依据。前两项产品材料有所描述，真实成交、交付完成和费用结算仍需要后续案例来证明。

上线后的运营信号，哪些属于 Domi，哪些属于禾蛙整体

8 月 28 日上海市企业出海综合服务平台刊发的文章记录了 8 月 21 日禾蛙乔迁活动，并转述了截至 7 月 31 日的经营数据。下面把 Domi 专属指标与平台生态指标拆开：3

信号	披露内容	读者可以判断什么
Domi 使用	上线两个月日活翻番；平台披露，统计截至 2026 年 7 月 31 日	Domi 出现了活跃度增长信号；原始日活、用户数、留存率和付费用户数尚未随该数字披露
AI 管理档案	超过 100 万份人才档案交由 AI 统一管理；平台披露，统计截至 2026 年 7 月 31 日	AI 已被放进人才资料处理环节；档案是否对应去重后的独立人才、其中多少来自 Domi 付费使用，材料没有展开
双边协作	外部猎企发单 Offer 金额增至 5 倍，芯链邀约到推荐转化率提升 8 倍；禾蛙方面披露	禾蛙在观察供需协作效率；两个倍数的基期、样本和归因方式仍需补充，不能直接当作 Domi 的单独效果
海内外网络	合作网络覆盖六大洲、35 个国家和地区、460 余座城市；平台披露	A2A 若要扩大协作范围，已有跨地区网络可以作为供给基础；这组覆盖数据属于禾蛙整体生态，不能直接等同于 Domi 用户规模

这张表里最值得跟踪的是前两行。它们把发布会上的产品承诺推进到上线后的使用状态，但信息密度仍然有限：日活翻番缺少起点，100 万份档案缺少去重和使用分层。后续披露只要补上统计口径、活跃用户分母、留存和付费结构，行业观察者就能判断增长来自一次性尝试，还是来自日常工作流。

商业化：先看三种可能的买单关系

公开材料已经给出 Domi 的目标用户、工作流和生态位置。价目表、套餐档位、续约率、Domi 单独收入与付费用户数，仍处于公开材料未披露状态。因此，当前更适合把商业化拆成待验证的买单关系，而不是替禾蛙补出一个价格模型。

可能的买单关系	谁获得价值	价值如何产生	目前证据状态
顾问效率工具	猎头顾问、猎企、人力资源服务机构	少做简历检索、报告初稿、风险筛查等重复工作，把时间留给判断和客户沟通	产品功能和目标用户已公开；价格、席位方式和使用上限待披露。1
协作网络服务	有岗位溢出、候选人复推或专项交付需求的机构	用历史交付、合作频次和响应时效缩短寻找合作方的过程	A2A 机制已公开；合作撮合是否收费、按什么结果收费，待案例或合同信息验证。1
人才服务基础设施	需要跨区域供给、人才资料管理和招聘需求协同的企业或机构	把岗位、人才档案和合作网络放在同一生态中，扩大供需匹配范围	禾蛙披露了生态规模与 AI 管理档案信号；Domi 对整体收入和交易额的贡献待披露。3

这里的关键判断是产品位置。Domi 同时做顾问工作流和跨机构协作，商业价值可能沿两条线累积：一条线从单个顾问的使用频次开始，另一条线从平台供需匹配的完成率开始。只有当公开材料出现客户部署、实际交付、收费方式或收入拆分，读者才能进一步判断哪条线已经形成稳定交易。

下一步看什么

下一次运营披露补什么分母：观察 Domi 的日活是否再次披露，并同时给出活跃用户起点、留存周期、机构数和付费用户数。只要这些字段出现，日活翻番才有纵向比较的基础。
是否出现可点名的客户部署案例：重点看官方产品页、客户案例或客户方公告，确认 Domi 被放进了哪类猎企的真实流程，使用的是匹配、报告还是协作网络。
A2A 是否完成过一单可追溯交付：下一条有价值的证据应包含岗位或赛道需求、合作方匹配、交付结果和结算方式中的至少两项。单纯展示 Agent 数量，无法说明交易网络已经跑通。
价格与收入何时落地：关注正式报价、套餐说明、合同口径或禾蛙财务披露。公开材料一旦给出这些信息，才能把“工具效率”和“生态基础设施”放进同一张商业化地图比较。

禾蛙披露 Domi 上线两个月日活翻番：猎头 AI 如何串起匹配、报告与协作