LinkedIn近日宣布，其全新的人工智能求职搜索功能已全面向公众开放，标志着自然语言搜索技术在职业社交平台上的重大突破。这一创新功能依托于LinkedIn庞大的专业数据库，通过精细训练的语言模型，使得求职者能够以更加自然、贴近日常对话的方式表述求职意向，从而收获更加精确、贴合个人需求的岗位推荐。
据LinkedIn产品开发副总裁Erran Berger介绍，这一搜索体验的革新，允许用户以个性化语言设定职业目标，并获得高度契合其期望的搜索结果。Berger强调，这是简化求职流程、提升包容性与个性化服务的重要一步，旨在让每位用户都能更轻松地踏上职业发展的旅程。
LinkedIn的一项前期调研揭示，用户在平台上搜索职位时，往往过度聚焦于精确关键词，这限制了搜索结果的多样性和准确性。例如，搜索“记者”一词时，可能会同时涌现出媒体记者与法庭记者等技能要求大相径庭的岗位。为解决这一问题，LinkedIn工程副总裁张文静指出，此次升级旨在深入理解用户需求，彻底革新求职搜索的逻辑。
张文静进一步解释说，以往基于关键词的搜索方式，往往局限于直接匹配，导致信息检索不够精准。有时，尽管职位描述中包含“记者”一词，但候选人的实际背景与岗位需求并不吻合，这样的搜索结果显然不尽如人意。而现在，LinkedIn通过增强对用户查询的理解，支持更丰富的关键词搜索，用户能够输入如“寻找硅谷最新发布的软件工程岗位”这样具体的查询，系统将更精确地匹配相关职位。
为了实现这一目标，LinkedIn对搜索功能进行了全面升级。张文静透露，整个流程分为理解用户查询、从海量职位中检索信息以及精确排序三个阶段。LinkedIn摒弃了以往基于固定分类法和缺乏深度语义理解能力的旧模型，转而采用经过精细微调的大型语言模型（LLM），极大提升了平台的自然语言处理能力。
考虑到LLM的高昂计算成本，LinkedIn采用了数据蒸馏技术以降低开支。他们将LLM的应用分为数据检索与结果排序两个阶段，通过教师模型对查询和职位进行排序，成功协调了检索与排序模型，将求职系统流程从九个阶段简化为更为高效的流程。
LinkedIn还开发了定制化的职位建议查询引擎，进一步提升了用户体验。这一系列基于人工智能的功能推出，彰显了LinkedIn在职业社交领域的持续创新和对用户需求的深刻洞察。
值得注意的是，LinkedIn并非孤例。谷歌等科技巨头同样预见到了基于LLM的企业搜索潜力。随着先进模型的应用，企业搜索能力预计将在未来几年内显著增强。Cohere的Rerank3.5等模型正助力打破企业内部的语言壁垒，而OpenAI、谷歌和Anthropic的深度研究产品也反映出，各组织对于访问和分析内部数据源的代理需求日益增长。
过去一年里，LinkedIn已陆续推出多项AI功能，不断强化其在职业社交领域的领先地位。今年早些时候，该公司推出的AI助手便旨在帮助招聘人员更高效地筛选最佳候选人，进一步巩固了其市场地位。
