Cursor 3亿美金 ARR 背后的招聘绝杀：为什么传统 HR 漏斗正在毁掉顶级团队？
在 AI 爆发的这两年里，如果你跟硅谷或者国内的创业创始人聊聊招聘，几乎所有人都在抱怨同一件事：“我们收到了海量简历，但根本找不到能用的人。”
大模型生成工具让写简历、投递职位、群发 outreach 邮件的成本降到了零。一个求职者一天能自动投出几百份完美无瑕的简历，而一个普通 Recruiter 也能用自动化工具向几千名工程师群发冷邮件。
其直接后果是：传统的招聘漏斗（Recruiting Funnel）彻底崩溃了。
最近，顶尖 AI 代码编辑器 Cursor 的招聘负责人 Adam Ward 在 Lenny’s Podcast 上做了一场极具深度的分享。Adam Ward 曾主导 Facebook 和 Pinterest 早期团队建设，后创办 Growth by Design Talent 为 OpenAI、Anthropic、Stripe、Notion 等公司提供顶级人才战略。在 2025 年底，Cursor 甚至做了一个极其罕见的动作——直接收购了 Growth by Design 公司，将 Adam Ward 及其团队整体吸纳为内部的人才增长引擎。
在访谈中，Adam 提出了一套振聋发聩的观点：传统招聘依赖的“海量筛选漏斗”，本质上是一个**“毁灭之漏”（Funnel of Doom）**。它不仅招不到市场前 1% 的顶尖人才，还会把公司拖入平庸的泥潭。
为什么说传统的招聘漏斗是“毁灭之漏”？
Section titled “为什么说传统的招聘漏斗是“毁灭之漏”？”过去绝大多数公司的招聘逻辑是：在招聘网站发职位 → 筛选 1000 份简历 → 安排 50 场初筛面试 → 终面 5 人 → 录取 1 人。
这种模式基于一个假设：只要池子足够大，按概率就能漏下好人才。但 Adam Ward 指出，在实际操作中，这个漏斗掉下来的往往不是顶级人才，而是所谓的**“余数候选人”（Remainders）**。
真正的顶尖人才（Top 1%），99% 的情况下根本不在主动求职状态。他们正在现有的极具挑战性的项目里疯狂产出，根本不会去刷新 LinkedIn 状态，更不会去填你繁琐的 HR 申请表。
相反，传统漏斗抓取到的，往往是“刚好在那个时间节点没有合适项目”、“刚好对现现状不满”或者“擅长海投和通过标准化面试”的人。当你用标准化、流水线式的初筛去对待候选人时，那些最有想法、最有个性的顶级工程师早已在第一轮就被冷冰冰的体验劝退了。
正如我们在分析 《AI 时代的创业：当”能做”不再是门槛，判断力成了唯一稀缺资源》 时所指出的：在工具门槛骤降的时代，极少数具备顶级判断力与硬核工程能力的人才，其生产力杠杆是普通人的数十倍乃至上百倍。拿筛选工场水手的漏斗去招能开航母的舰长，注定是一场灾难。
人才密度的公式：Effort 是唯一免费的非对称优势
Section titled “人才密度的公式：Effort 是唯一免费的非对称优势”很多人以为，像 Cursor、OpenAI 这样的人才密度是靠天价 Package 砸出来的。但 Adam Ward 给出了一个简单却深刻的人才密度公式：
$$ 人才密度 = 一致性（Consistency） \times 严谨度（Rigor） \times 诚意投入（Effort） $$
- Consistency（一致性）：团队在长时间内维持统一高标准的能力；
- Rigor（严谨度）：评估与面试流程的客观性与标准硬度；
- Effort（努力与诚意）：创始人与招聘团队在每一个个体身上投入的时间与心思。
前两项（Consistency 和 Rigor）需要团队具备极高的组织成熟度与长期文化沉淀，往往很难在短期内一蹴而就。但 Effort（极致的诚意与投入），则是 100% 掌握在创始人与招聘团队自己手中的变量。
Adam 总结道：“Caring is free（关心与付出是免费的），但它却是招聘中最具杀伤力的非对称优势。”
在 Cursor，创始人与核心工程师会花几周甚至几个月时间去跟踪一位全球顶级的工程师，研究他发表过的开源项目、代码 Commit 甚至是技术博客。当创始人直接发出一封针对他项目细节深入探讨的私信时，这种诚意带来的转化率，是任何 Recruiter 群发 1000 封垃圾邮件都无法比拟的。
告别漏斗：将每一个岗位当作“高管猎头”来死磕
Section titled “告别漏斗：将每一个岗位当作“高管猎头”来死磕”为了替代“毁灭之漏”，Adam Ward 提出了 “卓越之柱”（Pillar of Excellence） 范式。简而言之：无论招聘什么岗位的工程师，都采用顶级高管猎头（Executive Search）的死磕逻辑。
这套 Playbook 分为极其清晰的三步：
- 精准 Scoping（定义岗位绝煞点）：绝大多数公司招聘失败，是因为连自己到底要什么都没想清楚。Scoping 不是写一份抄来的 J.D.，而是将该岗位在入职前 90 天内必须解决的硬核课题进行 Stack-ranked（堆栈排序）。只保留最核心的 1-2 项硬性需求，摒弃毫无意义的通用技能列表。
- 全网 Mapping（画出极窄人才地图）：放弃广发英雄帖。根据精准的 Scoping，在全网（GitHub、技术社区、顶尖实验室、同行团队）逐个找出全球符合该画像的 20 人或 50 人，建立一份闭环的人才清单。
- Relentless Pursuit（死磕到底）：对这 50 人展开个性化、长期的攻势。如果对方当下拒绝，不要放弃，建立长期沟通与技术交流。顶级人才往往需要 6 到 18 个月的持续互动才会在最合适的时间节点加入。
此外，Adam 极力推荐在面试中引入真实的 Work Samples（工作样例评估）。与其考几道脑筋急转弯或 LeetCode 算法题，不如直接给候选人一段真实业务中抽象出来的硬核代码片段或架构难题，观察他如何在真实环境中思考与动手。实践证明，Work Sample 是预测入职后实际绩效置信度最高的手段。
FDE 崛起：极小团队如何撑起 3 亿美金 ARR？
Section titled “FDE 崛起：极小团队如何撑起 3 亿美金 ARR？”在 Cursor 迅速飞轮化的过程中，还有一个角色扮演了决定性作用——前置部署工程师（Forward Deployed Engineer, FDE）。
正如我们在 《AI 公司开始往你的办公室派人，这才是真正的护城河》 中探讨过的：在 AI 时代，技术迭代速度远超传统软件。如果工程师只躲在后方写代码，极易与真实的客户使用场景脱节。
Cursor 的 FDE 既是硬核工程师，又直接深入一线使用场景打仗。他们直接把客户在极端复杂 codebase 下遇到的边缘 Case 和性能瓶颈，实时转化成核心产品的改进 Feedbacks。
这种“高 Talent Density + FDE 前线反哺”的架构，使得团队无需膨胀到几千人，就能维持惊人的研发敏捷度与商业变现效率。
在 AI 大幅降低基础生产力门槛的今天，企业的竞争早已不是“谁的人多”，而是“谁能在核心节点上聚集极高密度的顶尖头脑”。
与其在传统 Recruitment Funnel 里与几千份 AI 生成的简历搏斗，不如退出来，把每一个关键招聘都当作一次高管猎头式的死磕。因为在Talent Density 的公式里，你投入的极致诚意与努力（Effort），才是对手无法用 AI 复制的唯一壁垒。
如果你的团队也在经历招聘选拔与人才密度的焦虑，你认为在实际招聘中最难落地的是哪一步？欢迎在评论区分享你的看法。