2026 年 5 月 13 日，中國領先的 AI 人力資源軟件服務商 Moka 在北京舉辦 Moka Ascend 2026 產品發布會，以「AI 組織新生 · 歡迎 AI 新“同事”」為主題，正式將旗下 HR SaaS 全面升級為 Moka AI，并推出三位 AI “同事” —— 招聘 Eva（勤奮的招聘專家）、人事 Eva（可靠的人事伙伴）、BP Eva（懂人的人才軍師），以及 AI 定制與數據沉淀的底層引擎 Moka AI 工坊（Moka AI Studio）。

這是 Moka 自 2015 年成立以來最大規模的一次產品戰略升級。從 HR SaaS 到 Moka AI，從工具到“同事”，從被動響應到主動推進——Moka 試圖回答 HR 行業最尖銳的命題：當組織進入 AI 原生時代，HR 的價值邊界在哪里？

一、AI 原生組織正在浮現，HR 角色面臨根本躍遷

過去兩年，AI 的能力曲線已經經歷了三次躍遷。最初 AI 是“大腦”，幫人想、幫人答；后來 AI 變成了“手腳”，能調用工具、能執行任務；而現在，AI 正在成為“同事”——擁有記憶、理解偏好，能訪問被授權的文件數據、執行被授權的操作，從入職第一天起參與組織工作。

這一轉變帶來的影響，已超出技術層面。組織 AI 轉型已經從「戰略選項」進入「執行議程」，從 CEO 到 CHRO 都在追問同一個問題：我們的 AI 戰略到底落地了沒有？先動的人正在拉開難以追趕的差距 ，不只是效率快一點，而是整個組織的運作邏輯都在被重寫。組織內部也正在出現指數級的效率分化：一面是更 AI 原生的個體，一面是更 AI 原生的協作機制與決策機制。

國際市場上，先行者已經給出了答案。Duolingo 借助 AI 在一年內創建了 148 門新語言課程，超過此前 12 年總和；Shopify 全員推廣AI應用，在人數幾乎無變化的情況下營收增長近 60%；Block 以 AI 為核心重新設計組織建設，公司從 1 萬人精簡至 6000 人，管理層級壓縮至三層。AI 改變的已經不只是效率，而是整個組織的運作模式。

一種全新的組織形態正在浮現 —— AI 原生組織。

Moka 將這一時代的組織競爭公式概括為：AI 人才密度 × AI 協同深度 = AI 時代組織的核心競爭力。在這一公式下，HR 的角色發生了根本性躍遷，不再是困在事務里的執行者，而是信任建立者和人才組織架構師。

二、 Moka HR SaaS 升級為 Moka AI，三位 AI “同事”亮相

基于上述行業判斷，Moka 在本次發布會上正式將 Moka HR SaaS 升級為 Moka AI。這不是一次產品命名的變化，而是產品定位的根本轉變：從「更好的 HR 工具」，轉向「與 HR 并肩作戰的 AI 團隊」。

圍繞這一定位，Moka 推出三位 AI “同事”：招聘 Eva、人事 Eva、BP Eva。它們具有共同的特征：有記憶、更主動、越用越懂你。它們會記住企業的偏好、標準、文化；不等指令，主動發現問題、推進任務、給出建議；不只理解被說出來的需求，還能識別那些沒說出口的判斷與直覺。

招聘 Eva ·「勤奮的招聘專家」

招聘 Eva 不是對傳統 ATS 的功能升級，而是招聘方式的代差躍遷。傳統的招聘工具本質上是“人找系統”，即人來操作、系統被動響應；候選人畫像依賴人的經驗判斷；沒有記憶，每次招聘幾乎都要從零開始。招聘 Eva 則在三個維度上完成反向重構：

●          主動推進：不是你去找系統，是她主動找你，主動推進招聘進程，繁瑣事務全程包攬；

●          動態畫像：匯聚內外部數據，結合招聘過程中的反饋，持續迭代職位畫像；

●          長期記憶：記住企業的用人偏好與考察方法，越招越懂你，越招越快。

一次完整的招聘需要經歷至少十個環節，招聘 Eva 讓用人經理只需做四件事：提需求，面試評估，錄用決策和確定 Offer ；其余環節由招聘 Eva 全程貫穿、自動推進。

招聘 Eva 的一項核心能力是「面試教練 Eva」。面試是企業最昂貴、但管理最混亂的環節之一 ，因為標準不一致，方法五花八門，決策靠感覺。而每一次面試決策，都在決定組織的人才密度。

面試教練 Eva 將會進入每一場面試，提煉金標準與好方法；再滲透回每一場面試，輔助面試官面得更好。Eva 不需要采訪面試官、也不需要翻面試記錄，而是從企業真實的面試歷史中自動提煉用人金標準，并全程參與面試：面試前生成定制化的考察點與問題清單，面試中作為面試官的副駕駛實時提示與追問，面試后自動打分并將錄用與入職后數據反饋回金標準本身。整個過程對組織幾乎是零變革成本，面試工作照舊推進，Eva 以潤物細無聲的方式，系統性提升組織“招對人”的能力。

“讓少數伯樂的識人能力，變成整個組織的能力。”李國興在發布會上表示。“Moka Eva 把企業最昂貴的黑箱，變成最可復利的資產。”

人事 Eva ·「可靠的人事伙伴」

傳統人事系統的邏輯是「HR 操作系統完成事務」。人事 Eva 把這一邏輯改寫為「HR 設計、Eva 執行」，HR 告訴 Eva 這件事該怎么做，后續執行由 Eva 承擔。

人事 Eva 的能力可以歸納為三件事：數據與報表、日常事務流程和員工咨詢。在數據與報表上，人事 Eva 自動讀懂郵件、表格、截圖、會議紀要等非結構化輸入，自動拼齊散落各處的數據，秒級生成各類報表；在事務流程上，排班、考勤、算薪、入離職辦理、組織架構調整等核心流程，人事 Eva 可以從頭到尾跑完，HR 只需審核確認 ，因為 Eva 懂企業自己的假勤算法、薪酬結構和審批層級；在員工咨詢上，人事 Eva 7×24 在線、自動應答處理員工需求。

三件事合起來，接走 HR 80% 的重復事務，讓 HR 的精力流向那些只有人才能做好的事 —— 理解每一個員工、設計每一項制度、和業務一起把組織建強。

BP Eva ·「懂人的人才軍師」

BP Eva 面向的是組織中最復雜的命題 —— 人才管理。傳統人才盤點存在三個根本性缺陷：人才畫像靜態、崗職位體系難以落地、評估反饋節奏過慢。BP Eva 要解決的，就是讓人才管理融入每一天，而不是每半年做一次“大工程”。

BP Eva 的底層是“一個庫 + 一張地圖”，即「人才數字基因庫」與「組織能力地圖」。前者是對每一位員工動態畫像的持續沉淀，基于能力、行為、結果三個維度的數據持續更新：每一次會議發言、項目交付、AI 工具使用，都會被自動識別并沉淀進畫像。后者是以基因庫的宏觀視角，對組織整體能力進行可視化呈現，哪些維度強、哪些維度有短板、能力分布是否與業務戰略匹配，清晰可見。

當業務有新的用人需求，BP Eva 可以在全組織范圍內基于真實能力數據自動匹配，跨崗位邊界發現合適人選，讓那些原本容易被忽視的內部人才被看見、被用起來。最終，真正實現人才的度量、生長與復用。

三、對 SaaS 模式的再思考：千企千面時代到來

過去十余年，企業 SaaS 的邏輯是“千家企業、同一個版本”，而如今量身定制的 AI 軟件時代已經來臨。這一轉變的底層支撐，是基礎模型 Agent 能力的成熟——軟件的構建門檻與定制門檻被同時壓低，使得“軟件適應企業、而非企業適應軟件”第一次成為可規模化的現實。

面對每家企業差異化的業務場景、管理方式與規則體系，Moka 同步推出 Moka AI 工坊（Moka AI Studio）。作為 Moka AI 的能力底層，AI 工坊圍繞三項核心能力構建：第一，響應提速——用戶用業務語言描述需求，無需懂代碼、寫需求文檔或等待 IT 部門，小時級上線可用；第二，個性落地——千企千面，從標準版到“我的那一版”；第三，安心上線——通過沙盒預演與存檔回滾，讓每一次系統調整都在掌握之中。

有了 AI 工坊，Eva 的能力可以無限延展，企業的每一個需求都能被快速響應。

四、做組織的 AI 大腦，迎接 AI 原生時代

Moka AI 的整體架構可以概括為“組織的 AI 大腦”：底層能力是 Moka AI 工坊；系統層是 Moka 招聘、Moka People，作為企業關于招聘和人事數據的核心載體；智能層則是招聘 Eva、人事 Eva、BP Eva，以及未來更多 Eva “同事”。

Eva 不只在完成任務，它也在持續沉淀數據 —— 每一次招聘，沉淀用人偏好數據；每一場面試，沉淀識人標準數據；每一次人事操作，沉淀流程和規則數據；每一個員工的成長軌跡，沉淀人才能力數據。這些數據不斷匯聚，形成組織關于人的知識庫。知識庫越豐富，Eva 就越聰明；Eva 越聰明，組織就越懂人。

“Moka AI，不是一個工具，不是一套系統，是你的組織真正的智能伙伴。” 李國興在發布會上表示，“迎接新‘同事’ Eva，讓組織向 AI 原生進發——這不只是一句口號，是 Moka 在這個時代最重要的一次選擇。”