調研一家公司，除了常規的財務等一般方法外，還有很多奇葩的方法：

比如UBS曾經就利用衛星圖像分析沃爾瑪停車場的車輛流量，用來估算其季度銷售額；

比如不少VC在投資某個App前會一頁一頁去翻AppStore和Google Play的真實評論；

本質上，以上這些方式都是通過另一個維度獲取交叉的增量信息，在信息論中稱之爲“等價信息”。

今天，我們也從另一個有意思的角度——“招聘”來看一看微信這個國民產品最新的策略與背後的邏輯。

在這個分析中，我們既可以看到微信訓練大模型方向的蛛絲馬跡，也可以看到微信做AI Agent的可能切入角度，還可以看到小程序業務反直覺的某些招聘跡象。

一、如何從公開數據中尋找有價值的增量信息？

騰訊招聘的官網所有人都可以自由瀏覽，無需登錄，且提供了事業羣、崗位類型、崗位城市等多個維度的信息篩選。

想要知道微信在招什麼人，只需要在事業羣中選擇“微信WXG微信事業羣”、在類型中選擇“社招”，全部崗位信息就一覽無餘。

以這次研究的5月27日爲例，全部崗位信息爲170個。

點擊每個崗位，可以非常清楚地看到崗位名稱、職責、要求、城市等最細顆粒度的信息。

很顯然，要進行深入的分析，我需要獲取其全部數據，這時候AI Agent的作用就體現出來了。

我分別使用了Manus、天工、釦子空間、MiniMax、Genspark、Fellou、flowith等一衆Agent工具齊上陣，成功獲取了這170個崗位的全部信息。（這些Agent一言難盡的體驗會在文末簡要提及。）

這些數據之所以是公開而詳盡，原因在於要想提高招聘效率，就需要減小與應聘者之間的信息不對稱。

因而公開、詳盡的崗位信息就成爲必要選項。

這就給了我們通過公開的招聘信息反推業務提供了一條可能的通道，通過各個維度的分析，我們一起來看一看微信招聘背後的增量信息。

二、拿起放大鏡之前，先從整體上感受一下微信招聘

在深入分析不同招聘模塊之前，我們先從總體上對這個數據進行一個簡要概覽。

第一、從數量來看，微信招聘的崗位爲170個。

注意：這並不代表實際規模，因爲我們並不知道每個崗位到底招多少人，但我們依然可以橫向對比。

170算多還是少呢？

這可以從橫向對比看（縱向不同時間的對比數據或許更有意義，但這次木有，大夥感興趣可以持續跟蹤）：PCG平臺與內容事業羣是44個，CDG企業發展事業羣是118個，TEG技術工程事業羣184個，CSIG雲與智慧產業事業羣592個，IEG互動娛樂事業羣是1071個。

這個數據有很多解讀方向，它反映了不同部門的業務特點、人員規模、人效、穩定性等，這並非我們今天討論的重點，大家可自行解讀。

一個補充信息是，騰訊在Q1電話會上說：“我們並未看到員工數量有顯著增加，將繼續嚴格控制人員編制。”

第二、從業務線看，不同部門差異較大；

企業微信、微信小店、微信搜索是招聘職位數量最多的3條業務線。

我們當然沒辦法直接按招人規模排序來反推業務線重要性，畢竟招聘代表的是增量重要性而非存量重要性。

但可以推斷招人多部門很顯然有非常多嗷嗷待哺的需求等着補充人手。

第三、從Base地點看，主要在廣州，其次爲北京、深圳、成都；

這很容易理解，廣州是微信總部，北京有着AI、算法等人才高地，而深圳是騰訊總部，成都則有着人力成本等顯著優勢，海外則主要爲微信支付的落腳點；

OK，有了以上宏觀層面印象，我們進入今天的重點，即我們可以從這份顆粒度極細的招聘數據中得出哪些有價值的結論。

三、微信擁抱AI的力度和範圍，遠比大衆以爲的要廣泛深入

從直觀看，微信擁抱AI的節奏算不上快，畢竟外界感知最明顯的動作是兩個：

第一、微信在搜索中接入DeepSeek。

第二、是元寶引入微信通訊錄。

而這兩個動作本質上其實只是加入了一個入口，並沒有和微信衆多核心功能進行深度打通。

一個小的證據是，今年Q1財報發佈後，騰訊官方公衆號的宣傳物料中，關於微信擁抱AI所列的進展，也僅僅只列出了三條：

然而，當我們深挖微信的招聘信息的時候，就會看到一副截然不同的景象——微信可以說在以空前的力度全面、深刻地對業務進行AI化改造：

1. 在所有170個崗位中，有50個左右的崗位直接和AI相關，還有30個左右各屬於大數據、推薦等泛AI業務。

2. 這些新增AI崗位幾乎涉及微信所有的部門，也就是說微信並不是哪個模塊率先推進AI、重點推進AI，而是幾乎每一塊業務都在招大模型相關的人：

從視頻號到微信小店、從企業微信到微信搜索，就連微信安全也有“大模型風控算法工程師”這樣的AI崗位。

這個更顆粒度的分類可以看得更清晰一些

3. 很多人會認爲微信會直接用混元大模型，但事實上，從招聘信息看，微信發佈的崗位就包含了多個微信基礎大模型的崗位。

這些崗位涉及預訓練、後訓練、強化學習等核心技能，而非簡單的SFT、推理等應用方向。

有些崗位的描述中還出現了“熟練掌握CUDA性能優化手段，有算子編寫優化項目經驗者優先”的要求。

可以看到，微信推進大模型的技術方向已深入模型訓練的底層。

的確，我們依然無法從以上信息直接判斷微信在大模型層面具體如何和混元團隊分工與合作。

但至少可以確定，由於具體業務的複雜性，微信有自己的基礎大模型訓練相關的業務。

儘管並不清楚這個基礎大模型和混元的相關模型在定位、規模、投入上有哪些差異。

4. 在“大模型業務後臺開發工程師”這個崗位描述中，已經有“負責微信AI大模型智能體平臺的後臺開發工作”、而在“基礎大模型算法研究工程師”的崗位描述中，也有涉及Agent開發的相關描述。

可見，微信版的Agent也已經在路上了，至於是一個Agent平臺還是具體的Agent產品，我們拭目以待。

5. 在“微信-客戶端開發工程師-AI方向”這個崗位描述中，有“研究微信端側小模型的部署、工程應用或優化”的表述。

說明微信會不僅會訓練雲端大模型，也會在端側小模型上發力。

6. 微信對大模型的擁抱力度是一個非常值得觀察的視角。

在微信創立的早期，龍哥對算法介入社交似乎非常謹慎，當時朋友圈、公衆號永遠自然排序，當時微信沒有任何推薦、猜你喜歡、熱門等痕跡。

印象中直到2019年之後算法分發才逐漸介入微信的不同體系，我當時還專門寫了一篇長文《爲什麼微信終於開始擁抱算法分發了？》進行了分析。

而很顯然，今天的微信已經截然不同、脫胎換骨。

我認爲，這也是龍哥行走江湖的重要特點——有自己的體驗哲學和產品堅持，但從不拒絕與技術大潮共振。

三、招聘分析：企業微信

這可能是這些招聘信息中最大的反直覺。

事實上，無論是剛剛發佈不久的騰訊財報披露以及電話會議還是企業微信在業界的發聲頻率，我們看到企業微信近期的曝光度其實都不算高。

然而，從招聘信息看又是另一番截然不同的景象——作爲這次招聘中崗位最多的部門，企業微信在招聘範圍的廣度和數量都明顯多於其他部門。

具體而言崗位橫跨前端、後端、算法、產品經理、客服、商務、市場、客戶端、設計等幾乎所有鏈條。

而AI崗位又佔了其中絕大部分，比如其中“深度學習算法工程師”就細分了LLM、RAG、AI搜索等多個方向，且該崗位廣州、成都、北京都在招。

很顯然，企業微信在推進AI層面在加速。

作爲微信的重要部門，企業微信原來肯定是有完整鏈條的業務團隊的，而目前幾乎全鏈路所有崗位都在招聘，則折射出騰訊對企業微信的投入可能有較大概率在加碼。

而這其實也容易理解，由於沒有時間上的先發優勢，企業微信和釘釘在數據上存在一定差距。

而企業微信早期在體驗上曾經是被吐槽過的，這幾年在基礎體驗上不斷優化已經躋身前列。

但要想彎道超車，AI無疑是一個有槓桿的機會點，而飛書和釘釘在AI層面的激進策略也是企業微信大力度應戰的重要因素。

以下是企業微信招聘的幾個值得關注點的細節：

1. 從商業拓展經理、商務推廣經理的招聘要求看，企業微信重點在招零售行業、工業行業、教育行業、公立醫療行業。

比如醫療行業崗位，要求“持續在衛健委、醫院、基層公衛等羣體發現新的場景和機會。”

2. 企業微信的崗位中有“增長產品經理”和“整合營銷經理”。

其中前者崗位描述中“主要負責企業微信大盤新增，探索有效的拉新手段”。

後者則涉及“通過內容營銷、KOL/媒體/名人合作等方式建立行業影響力”等營銷策略。

可以看到，企業微信目前對增長依然極其渴望。

四、招聘分析：微信小店

接下來到了微信業務的重頭戲——微信小店，之所以說是重頭戲，是因爲其承載了騰訊這家公司的電商夢想。

事實上，從招聘信息我們也能看到不少微信做電商的諸多策略與邏輯：

1. 微信小店的所有崗位是31個，數量在所有模塊中位列第2。

和微信搜索全是技術崗不同，微信小店31個崗位中有19個是產品策劃、產品運營等非技術崗位，這也符合電商這一業務的基本屬性。

2. 微信電商相關的業務還部分潛藏在其他招聘模塊中。

實際上，除了小店31個崗位外，涉及微信電商業務的還有“視頻號”、“微信安全”、“微信搜索”等其他模塊中和交易有關的5個崗位。

所以，從這個意義上，微信電商相關的36個崗位纔是所有模塊中招聘崗位最多的。

3. 微信小店通過多個崗位補電商的課。

涉及商品基建（價格、數據）、資金管理、AI應用、推薦、物流、第三方生態准入、交易治理、品牌商家運營、直播、數據分析等全鏈路崗位。

這既說明了電商業務的高度複雜性，也說明之前電商經驗不多的微信團隊目前處於全面補課階段。

4. 依然是微信熟悉的“頂層設計”打法。

儘管微信小店的大部分崗位爲非技術崗，但細看就會發現，這些崗位並非“招商”、“促銷活動”、“小二”等重運營崗。

而更多的是“產品運營-治理運營方向”、“產品運營-商品基建（數據方向）”、“產品策劃-AI應用方向”、“商家管理產品策劃-商家策略與應用建設”這樣頂層設計的崗位。

具體乾的活也是“負責微信小店品牌商家的整體策略制定”、“負責退貨逆向物流全流程體驗設計與迭代”、“負責小店用戶服務保障體系搭建與優化”、“建設平臺客服的基礎工具和API接口”這類體系化、產品化的工作。

說明微信依然希望通過其一向“重產品、輕運營”的思路來推電商業務。

5. 所有小店的崗位全部在廣州。

這一點還略顯意外的，要知道，抖音等其他電商後來者不少是直接在杭州、上海建電商團隊的，這也折射出微信電商註定會採取不拘一格的打法。

6. 一個有意思的細節。

在“產品運營-商品基建（數據方向）”這個崗位中，職責有一條是“負責業務爬蟲項目的產品規劃和推進，確保爬蟲項目按期上線並滿足質量要求”。

在之前，微信的電商更多是自下而上的散養狀態，有過混亂期：

比如交易模塊就先後經歷過微信小商店、視頻號小店、小程序商城等多種形態。

再比如電商業務的分工之前就涉及視頻號團隊、微信廣告團隊、微信支付團隊。

如今電商的戰略地位提高，交易模塊收斂到微信小店，團隊收斂到新組建的電商團隊，這是一個熵減的過程。

然而，電商本身就是一個高熵的業務，它是一個重活，鏈條非常長，履約的環節極其多，信息流、物流和資金流互相交織，錯綜複雜。

我的一個判斷——微信團隊長期以來依靠頂層設計構建產品槓桿的策略，大概率不會像小程序、視頻號這樣的純線上業務那樣立竿見影。

微信禮物就是一個例子，這是典型的“龍哥Style”，微信從來沒有披露過微信禮物的數據，從直觀感受看，它之於“微信電商”的勢能要明顯弱於“微信紅包”之於“微信支付”。

好在微信護城河高、家底厚，龍哥有充分的時間來啃下這塊硬骨頭，我的推演是：電商業務，髒活累活逃不掉，龍哥大概率還是會用他的方式來幹髒活累活。（關於微信擅長打持久戰的能力參見我之前的分析長文《微信有一種罕見的細水長流的能力》）

五、招聘分析：微信搜索

在我的日常使用中，除了最高頻的用Chatbot當搜索，最常用的三個搜索分別是微信搜索、小紅書搜索以及抖音搜索。

從啓動soso到併購搜狗，騰訊的搜索之路漫長而艱辛，終於到微信搜索柳暗花明。

微信的“搜一搜”其實啓動很早，用流行的說法就是一直在“猥瑣發育”，我嘗試梳理從2018年微信事業羣正式成立搜索應用部門起微信搜索的一些重要節點：

的確，作爲騰訊構建新一代搜索的橋頭堡，微信搜索堪稱搜索界的“瑞士軍刀”。

而眼下正是新搜索混戰“拼技術、拼心智”的關鍵時期，自然在招聘規模商業也能得到直觀體現。

1. 微信搜索的崗位在170個所有崗位中佔了27個，比例非常高，橫跨多個細分方向。

關鍵詞如下——LLM、多模態、強化學習、搜索Agent、問一問、小店內容場景、個性化推薦、百科。

2. 值得一提的是，微信搜索的這27個崗位，全部爲技術型崗位。

這其實也說明了新一代搜索的探索本質上還是一個技術驅動的賽道，產品、運營在其中的重要係數相對較低。

3. 一些邊緣業務或許不邊緣。

在“微信搜索-多模態算法”、“微信搜索-算法工程師-個性化推薦/搜索”兩個崗位中，分別看到有“參與微信搜一搜表情業務多模態搜索和多模態生成算法工作”、“參與微信搜一搜表情業務個性化推薦/搜索方向算法優化工作”的描述。

在很多科技從業者看來，表情或許沒有那麼重要，但不要忘了微信是一個全民應用。

爲什麼微信之前要搞炸彈炸屎？

就是因爲鬥圖是年輕人的剛需啊！

剛需到微信要專門新招兩個算法工程師來優化表情搜索。

4. 在這次招聘的全部崗位中，僅有微信搜索的兩個崗位在名稱中直接有Agent，分別爲“搜索Agent後臺研發工程師”、“搜索Agent算法工程師”。

騰訊在Q1財報電話會上其實預告了微信會做Agent這件事，具體方向是結合微信生態獨有特點推出差異化的Agent，但並沒有給出時間表。

從招聘的角度看，這兩個崗位儘管並不能說明微信後續的Agent產品一定就是和搜索直接相關的Agent，比如推出微信版的Deepresearch。

但有一點可以確定，搜索必然在微信的Agent中佔據重要位置。

從崗位職責4條有2條出現“探索”看，微信自己或許也沒有想得很清楚——先招點人來一起探索。

六、招聘分析：視頻號

儘管是騰訊“全村的希望”，但視頻號在這次的招聘中人員並不算多，共15個崗位。

我猜測是視頻號作爲一項已經開工好幾年的戰略業務，關鍵核心崗位必然已經非常齊全，因此增量補充的需求並不大，以下是一些看點。

1.“推薦”依然是視頻號的核心。

推薦相關的崗位在15個崗位中佔了8個，包括短視頻推薦和直播推薦，畢竟推薦效率關乎業務核心——DAU和用戶時長，決定了其與抖音、快手競爭的基本盤。

在視頻號相關的15個崗位中，可以看到視頻號推薦技術的前瞻方向——“LLM4Rec、推薦大模型、生成式推薦等”。

2. 大模型和視頻號結合將更加緊密。

比如有崗位還提到“探索大模型在主播側業務中的創新應用”，視頻號也在探索多模態大模型和紅點推送、本地生活、推薦系統、文案創意生成等多個環節融合。

3. 在“微信視頻號-審覈資源項目管理”這個崗位描述中，可以看到微信的審覈團隊是分很多個層級的：“跟進不同審覈資源（項目外包、自有外包、子公司）的人員對接、業務驗收”。

從影視颶風的Tim控訴視頻號審覈看，審覈對於視頻號推進業務而言的確是一個不小的挑戰，以至於它需要專門招一個項目管理的崗位來處理複雜的審覈架構。

七、招聘分析：小程序&小遊戲

小程序是這次招聘中明星模塊中招聘崗位最少的。

僅僅爲三個崗位，分別爲“微信小程序-後臺開發工程師-行業功能方向”、“小程序-後臺開發工程師-教育平臺”、“小程序-前端工程師-教育方向”。

說實話，這還挺出乎我意料的，在我之前的推演中，小程序作爲“微信操作系統”的重要模塊，按理說會在微信未來的AI Agent探索上發揮重要作用。

畢竟Agent的核心要素中極其關鍵的是“調用工具”，而小程序就是微信能調用的最多元、最緊密的工具，應該是最需要高優先級AI Native化的。

然而，從招聘信息中我們看不到這個方向的工作，以下是我個人基於現實的猜想——

1.小程序是微信最成功的頂層設計之一，當初是龍哥親挑骨幹啓動的，有着極爲優秀的頂層架構。

因此，它大概率可擴展性極強，強到可能內部骨幹開發一個類似MCP的插件，就可以實現和微信AI Agent的有機交互。

而這項同屬頂層設計的工作，微信本身就是王者，不需要從外邊招人。

2.小程序是一個類AppStore的架構，它作爲平臺其實沒辦法直接干預小程序開發者本身的功能與AI化，因此它做的是上帝視角的事，並不需要太多人去幹具體的活。

3.騰訊雲在開發者工具這一塊也針對小程序做了不少相應的工作，我猜測是不是一定程度上也減少了微信自身重複造輪子的壓力？

當然，我們也能從招聘中看到一些小的細節，比如行業方向方面——“負責小程序境外交易、車載智控，醫療創新、教育優惠等創新功能的開發和維護”。

的確，我自己就在蔚來的車機上看到了小程序在智能座艙上的應用，儘管實際體驗一般，但它至少證明了小程序架構的高度可擴展性。

八、招聘分析：其他崗位

1. 海外，總共有13個崗位分別位於新加坡、加州、東京等，其中新加坡最多。

大部分崗位爲WeChat Pay相關，側面反映了微信海外的主要方向是優化華人和出境遊用戶的支付體驗。

2. 微信安全有7個崗位，既有涉及視頻號直播相關的內容安全，也有涉及商品的交易安全，還有賬戶、消息、客戶端相關的基礎安全。

這從一定程度上折射出微信作爲國民應用所面臨的巨大安全壓力。

3. 微信輸入法和微信讀書，這兩款產品從招聘上看是放在一起的，應該屬於一個團隊，其中微信讀書的算法崗有“超長上下文方向”，甚至還涉及Agent。

看來一直有閱讀情節的龍哥會讓微信讀書在AI時代繼續保持與時俱進的更新。

4. 微信支付7個崗位涉及海外支付、信貸風險、銀行合作、營銷推薦等，小遊戲涉及安全、數據分析、推薦方向。

這兩塊比較常規，沒有什麼新增信息量，按下不表。

九、關於微信招聘的一點小的感悟

在瀏覽這些崗位要求時，我的一個比較深的感觸就是：在崗位描述中，微信和其他公司相比，非常注重“元能力”，經常出現“負責新技術框架的探索和研究”、“跟蹤業界最新研究成果”、“探索下一代引擎的發展方向”、“保證搜索技術和體驗業內領先”、“擔任方向owner”。

而在崗位要求中，也經常出現“強烈的好奇心和探索欲，有不做好不罷休的勝負欲”、“擅長共情與思考”、“具備創業精神”、“有想象力”等抽象表達。

從這個意義上，微信很顯然希望給應聘者傳遞這樣一個信息——“我們找你來不是讓你搬磚的，而是讓你來蓋教堂的”。

根據我從部分微信在職和離職的同學得到的信息，微信在很大程度上是踐行了這個理念的。

爲什麼微信能一直保持高人才密度？

上面這些信息或許可以提供一個值得探討的視角。

十、通用Agent在研究中的實際體驗

關於Agent體驗部分，我試用了目前市面上我看到了一些通用型Agent來跑這個任務，包括Manus、天工、釦子空間、MiniMax、Genspark、Fellou、flowith等。

但實際的體驗大部分並不理想，在嘗試多次之後Manus成功獲取到了數據，幾點體驗總結如下：

1. 幾乎所有的Agent有比較強烈的偷懶傾向。

比如天工只獲取了10個崗位就開始一通分析，再比如MiniMax的Agent非常搞笑，獲取9個崗位之後開始自己推斷微信可能會招哪些崗位，然後謙虛地稱自己的可靠性爲“中等”，很幽默了！

即便是最終完成任務的Manus，也是在我多次補充對話後完成的。

因此，當我們和Agent交互時：

第一，提需求需要具體、明確、甚至規定好路徑，默認它是一個木訥機械、不懂變通的實習生，比如這次我就讓它去官網“逐一獲取”。

第二，不要指望一次就搞定，多試幾次。（PS：多試幾次往往肉疼）

2. Agent的上下文長度在一些長程任務中依然是制約因素。

我的體驗是，很多任務經常跑着跑着就斷了，因此一個可行的方案是人爲拆解任務分批跑。

比如我這次任務就是拆成“招聘數據獲取”+“招聘數據分析”兩個任務，儘管分析部分基本不可用，但好歹數據獲取部分完成了。

3. 手感來源於使用次數。

判斷哪些任務用Agent、哪些任務用ChatBot，哪些任務用聯網搜索、哪些任務不用聯網，哪些任務需要DeepResearch、哪些任務要用Think選項，哪些任務用哪個更適合的模型，需要反覆地摸索實驗建立手感。

我的一個小Flag就是，每週至少跑100個任務。

4. 調低預期但持續跟蹤。

感覺目前AI Agent和自動駕駛的實踐很像。在高速這種路況確定性高的場景，自動領航已經完成度很高，對應Agent中的搜索、DeepResearch、PPT等場景。

而在城市繁忙路段、鄉村小路山路，則還在進化過程中，對應通用Agent的長尾場景。

前者確定性高，實際價值大，後者還在起步階段，用戶需要隨時盯着，反而非常消耗精力，還不如自己開。

但無論如何，二者的共同點是：進化極快。

我猜，大部分人還是低估了Agentic AI接下來超預期的進展。

因此，我還會持續追蹤，力求用前沿的Agent跑一些有趣、奇葩、思路清奇且沒人會去跑的Case。

OK，以上就是這次用Agent研究微信招聘的全文，通過最小顆粒度的數據，我們能從不同的視角看到了國民App微信的另一些增量信息。

在繼剛的“織夢師”社羣的一次聚會中，網友“林克”分享了一個有意思的故事：

1903年一個叫Julius Neubronner的法國人突發奇想，把小型相機裝到了鴿子的身上，結果拍到了讓人驚歎的城市照片。

今天的大模型和Agent其實也是一隻裝了相機的鴿子，它可以讓我們從完全不同的維度理解和重組我們看到的和我能做的事。

作者：衛夕