从 ATS 这个概念出发，横向拉开企业级软件的版图，再往下拆到招聘数据的两个源头、ATS 与主流招聘平台之间的同步机制，以及开源社区对应的工具选型。全部结论标注来源与口径，便于复核。
朋友想做一个调研，需要抓取并分析招聘网站上的数据，结果卡在了「抓不下来」。帮他排查的时候，我才第一次认真了解 ATS 是什么，就顺着把招聘这块企业服务理了一遍。
这类调研我把它算作投资的一部分：不急着下结论，先搞清楚一个行业里钱和数据是怎么流动的。下面的规模数字大多来自 AI 辅助检索到的二手资料，口径和可信度见文末。
先看这五条，细节在后面各章展开
本文所有"规模"数字来自第三方市场研究或厂商口径，彼此打架时以量级为准、不要引用精确值。涉及具体仓库的 star 数、推送时间、许可证状态，均为 2026-11-02 通过 GitHub API 实测。
先给 ATS 定个坐标：它在整个企业软件版图里是很小的一格
按职能域把主要大类铺开。蓝色是容易被漏看的类别，灰色是相对更常被提及的（销售、财务、法务、研发）。ATS 只是「人与组织」域里的一个模块。
来源：Gartner 3Q26 数据集（G00862072），经 Software Strategies Blog 整理；单位十亿美元，现价美元。
| 大类 | 2026 | 2030 | CAGR | 备注 |
|---|---|---|---|---|
| CRM | 170.5 | 289.8 | 13.8% | 占 2026–2030 新增支出 37.7% |
| ERP | 83.0 | 130.9 | 11.6% | 其中 HCM 占该域 60%、贡献增量 66% |
| 其他应用软件 | 83.5 | 128.6 | 10.9% | — |
| 邮件与创作 | 47.0 | 77.2 | 13.6% | 微软、谷歌主场 |
| 供应链 SCM | 42.8 | 71.5 | 13.2% | 采购子段增速 14.2% |
| 分析平台 | 42.3 | 73.8 | 14.5% | 决策智能子段增速 20.8%，全表最快 |
| 内容服务 | 21.3 | 31.9 | 10.5% | — |
| 项目组合管理 PPM | 5.9 | 8.8 | 10.2% | 最小一类 |
| 合计 | 496.3 | 812.6 | 12.8% | — |
另有来源给「企业软件市场」2026 年 3236 亿美元、还有把 Gartner 企业 IT 总支出写成 6750 亿美元的。差别在于应用软件子集 / 含基础设施的 IT 总支出 / 更窄口径。跨来源比数字前先对齐口径，这与后文 ATS 规模表是同一个毛病。
三个常见误判，以及一个能记住的比喻
| 常见理解 | 判定 | 准确说法 |
|---|---|---|
| 一个站点的名字 | 不对 | Greenhouse、Workday、Lever 才是具体产品 / 厂商名 |
| 某个东西的缩写 | 对 | Applicant Tracking System，申请人追踪系统 |
| 一类「需求」的缩写 | 差一层 | 不是需求，是一类软件 / 系统品类（software category）的统称 |
| 第三方的聚合数据平台 | 方向反了 | ATS 是源头；真正做聚合的是 freehire、JobsPipe 这类第三方项目 |
一句话定义：企业 HR 用来跑招聘全流程的后台软件——开岗位、发布、收简历、把候选人从「已投递」推到「面试 / offer / 录用」，外加合规留痕。按 Jobscan 口径，财富 500 强中 97.4% 检测到在用（二手转引）。
容易搞混的原因：Greenhouse、Workday 这些厂商替上万家公司托管招聘网页，网址看着像同一个大站（boards.greenhouse.io/某某公司），其实是每家公司各租一间、数据互不相通——像写字楼里独立办公室，不是一个大厅摆满摊位。
ATS 是每家餐厅自己的厨房（只做自家菜、管自家订单）；LinkedIn / BOSS直聘 是外卖平台（把很多家厨房的菜单列一起给你挑）。菜是厨房做出来的，平台只是转载菜单。企业买厨房主要不是为了把菜单贴到几个平台，而是为了接单、备菜、记谁点了什么、出餐、对账——核心价值在「简历进来之后」，不在「岗位发出去」。
| 投递页地址 | 背后 ATS |
|---|---|
boards.greenhouse.io/… | Greenhouse |
jobs.lever.co/… | Lever |
jobs.ashbyhq.com/… | Ashby |
apply.workable.com/… | Workable |
…myworkdayjobs.com/… | Workday Recruiting |
| 谁在用 | 装几家的岗位 | |
|---|---|---|
| ATS | 这一家公司的 HR | 1 家（自己） |
| LinkedIn / BOSS直聘 | 求职者 | 很多家 |
| freehire / JobsPipe | 做数据的人 | 把很多家的 ATS 页再汇总一遍 |
顺带两个常见误判：ATS 不是「AI 判官」——本质是带搜索框的结构化档案柜，多家资料明确说没有统一的自动评分或拒绝流程；「ATS-friendly 简历」是同一个词的另一层用法，指排版能被解析器正确读成字段（单栏、标准小标题、关键词与 JD 对齐），跟「抓岗位」不是一回事。
规模不大，但正在被 HCM 巨头收编
| 机构 | 2026 规模 | 增速 | 备注 |
|---|---|---|---|
| Polaris Market Research | $3.32B | 6.9% | 北美占 37.1% |
| Mordor Intelligence | $2.65B | 7.25% | 云部署占 88%、大企业占 63% 收入 |
| The Business Research Company | $3.17B | 7.1% | — |
| Coherent Market Insights | $2.73B | 13.1% | — |
| Fortune Business Insights | $18.57B | 8.2% | 口径明显更宽，约 6 倍 |
四家落在 $2.6–3.3B 的高度一致区间，唯独 Fortune 给到 6 倍，大概率把「招聘 / 人才获取软件整体」算了进去。取量级：全球纯 ATS 约 30 亿美元。放到 Gartner 口径的 4963 亿企业应用软件里，约占 0.6%——ATS 是个很小的细分，只是讨论得多才有存在感。
| 层 | 代表 | 赢在哪 |
|---|---|---|
| HCM 套件里的招聘模块 | Workday Recruiting、SAP SuccessFactors、Oracle Recruiting、UKG、ADP | 安全认证、SSO、员工数据统一；常由财务 / IT 顺带采购 |
| 独立专业 ATS | Greenhouse、Lever、iCIMS、Ashby、Workable、SmartRecruiters | 招聘体验、结构化面试、流程灵活 |
| 长尾 / 垂直 / 区域 | Bullhorn（猎头）、Zoho Recruit、JazzHR、BambooHR、Pinpoint、Teamtailor、Avature | 细分场景与价格 |
Mordor 给的市场集中度为 Medium：没有垄断者。但 2025–2026 整合明显提速（多为厂商公告经二手汇总转引，未逐条一手核验）：
套件派与独立派的张力值得留意：套件派赢在安全认证与统一数据，独立派赢在招聘体验与流程灵活度。采购时真正的风险不在功能清单，而在被收购后的路线图偏移、定价杠杆变化与外部集成变脆弱。
国内也有 ATS（北森、Moka、用友大易、飞书招聘、牛客招聘等，2026 年大致分「一体化 HCM / 办公套件内嵌 / 垂直 AI Agent」三类）。但可搜到的渗透率数字几乎全来自厂商博客，同一家给出 52%、58%、61%、65%、68% 互相打架，不建议当权威引用。定性结论多来源一致：200 人以下企业大量靠 Excel + 企业微信 + 飞书多维表格，约 200 人是分水岭。
为什么开源项目会分成互不重叠的两派
「招聘网站」其实是两个不同的数据源，对应两类完全不同的开源项目。
RemoteHunt 在 2026-09-01 追踪的 42,612 个远程岗位中，21,296 个（约一半）直接来自企业自己的 ATS、从未同步到任何招聘平台——公司开了岗位、ATS 发到自家 careers 页，分发就到此为止。只搜 LinkedIn / Indeed 等于系统性漏掉半个市场。另有 Crawlora 对 1,128,909 条在招岗位的普查：按岗位量 Workday 一家占 63.2%（样本偏其抓取池，方向性参考）。
JobsPipe 口径，2026，各源「标注薪资范围的活跃岗位占比」。
| 数据源 | 标注薪资占比 | 数据源 | 标注薪资占比 |
|---|---|---|---|
| Y Combinator | 67.7% | Workday | 23.3% |
| Ashby | 56.1% | Lever | 22.7% |
| Greenhouse | 46.8% | 22.1% | |
| Indeed | 36.8% | SmartRecruiters | 5.3% |
如果薪资是表格里的关键列，选数据源比选爬虫工具更影响结果。
海外大企业主要用 ATS 发岗位，那平台的数据哪来？
「平台自己去抓」只对一半。Indeed 官方帮助页明确写：搜索结果含 hosted jobs（雇主直接发）与 indexed jobs，「Indeed's technology continuously scans career sites and job boards across the web」，企业还能事后认领被抓来的岗位、编辑并投赞助。但大企业主流是主动授权推送，不是被动等爬；而且这是有认证门槛的合作网络，平台自己却严防被抓——单向开放。
| 路径 | 谁发起 | 机制 | 要授权吗 |
|---|---|---|---|
| 主动推送（大企业主流） | 企业经 ATS | LinkedIn Apply Connect、Indeed ATS Sync、XML feed / REST + OAuth2 | 要 LinkedIn 要求 ATS 厂商认证 |
| 平台爬取索引 | 平台 | Indeed 持续扫描 careers 页与 ATS feed → indexed jobs | 通常无需 企业可事后认领 |
| 搜索引擎索引 | Google 等 | 结构化标记 → Google for Jobs | 无需 |
| 申请回流 | 平台 → ATS | Easy Apply / Apply Connect / webhook 送回简历 | 需接入 |
| 效果数据回流 | 平台 → ATS | 曝光、点击、完成率、cost-per-application 报表 API | 需接入 |
被索引是免费的，变现放在赞助侧：Indeed Sponsored Jobs、LinkedIn Job Slots（按同时在招岗位数计费，ATS 里岗位一关闭就自动轮换腾槽位）、以及按 CPA 动态调预算的 programmatic advertising。企业「不反对被抓」的深层原因是曝光有利可图。
坑：同一岗位若既手动发又经 feed 推，Indeed 的去重并不完美，会拆成两条分流。业内做法是指定唯一 canonical source——这也正是 freehire 那类项目必须自己做去重的原因。
小微企业 HR 用 Excel、直接维护 BOSS直聘 / 58 / 拉勾，是因为压根没有 ATS 这个「源头」，平台本身同时承担发布与收简历，所以不存在「ATS → 平台」这条同步链。海外大企业有 ATS 做主档、平台只是分发渠道——这才是两条路线分野的根因，不是工具偏好。
按层挑，别只看「哪个 Agent 最强」
| 层 | 工具 | 定位 / 备注 |
|---|---|---|
| 数据抓取 | Firecrawl | URL / 整站 → 干净 Markdown 或 typed JSON，带官方 MCP；不做多步交互，托管约 $19/月起 |
| Jina Reader | r.jina.ai/http://… 一行把页面转 Markdown，有免费额度 | |
| Scrapy | 老牌、大规模、确定性 | |
| Agent 决策 | Browser Use | Python + Playwright，DOM + 截图混合，MIT，WebVoyager 约 89.1% |
| Stagehand | TS + CDP，act / extract / observe，动作缓存让成功过的点击不再重复调 LLM | |
| Skyvern | 视觉优先，表单 / 政务门户 / 无 DOM 老系统是其强项，Apache 2.0 | |
| 确定性执行 | Playwright / Playwright MCP | MCP 版直接把无障碍树喂给 Agent，<100ms、零视觉 token，GitHub Copilot Agent 在用 |
| 基础设施 | Steel / Browserbase | 管会话、profile、代理、回放、隐身；前者可自托管 |
| Bright Data Agent Browser | 代理池、解锁、验证码处理，企业级 | |
| 反爬 / 隐身 | curl_cffi · Camoufox · playwright-stealth | 指纹层，属于攻防军备竞赛，无银弹 |
2026 年第三方测评汇总，非官方 benchmark，看量级不看小数。
| 指标 | 纯 Playwright | Stagehand | Browser Use / Skyvern |
|---|---|---|---|
| 每步延迟 | <100ms | 1–3s | 2–5s（几乎每步调 LLM） |
| 1 万次操作 LLM 成本 | 仅算力，几美元 | $50–200 | $200–3000 |
| WebVoyager 成功率 | 不适用* | 75% | 89.1% / 85.85% |
| 30 天内需维护 | 15–25% 脚本要修 selector | — | <5%，只调 prompt |
* WebVoyager 是给 Agent 的测评，写死的 Playwright 脚本不参加这类测法。原始资料里给纯 Playwright 的「98%」来源不明，不能和右边两列直接比，这里删掉了。
AI Agent 的价值不是「抓得到」，而是抗 UI 变化——维护量从 15–25% 降到 5% 以下，代价是慢 20–50 倍、贵几十倍。所以 2026 年社区共识是 hybrid：能写死的步骤用 Playwright，只在页面易变、需要判断的地方加一层 AI。
robots.txt 早已不是唯一那道门：Cloudflare 自 2025-07 起对新接入域名默认屏蔽 AI 爬虫，并用 HTTP 402 做按次付费；2026-09-15 起对带广告页默认屏蔽「混合 AI 爬虫」。2026 年 6 月非人类流量已占网页总流量约 57.4%。有两点值得沿用：某 BOSS直聘抓取项目文档主动写「保持低频、真实浏览器、被拦截即停止，不要试图绕过」；某 ATS 网关作者主动移除 SmartRecruiters 支持，只因对方 robots.txt 禁止。
一个「工具库 + 两张结果页」的组合，以及一处容易推错的地方
组织 speedyapply 成立于 2023-12-14，描述 "Streamlining career growth."，共 3 个公开仓库。以下为 2026-11-02 通过 GitHub API 实测。
| 仓库 | Stars | 最近推送 | 技术栈 / 许可 | 定位 |
|---|---|---|---|---|
| JobSpy | 4,610 | 10-27 | Python / MIT | 通用招聘站抓取库：LinkedIn、Indeed、Glassdoor、ZipRecruiter、Google、Bayt、Naukri、BDJobs、HelloWork |
| 2027-SWE-College-Jobs | 9,593 | 11-01 | 纯 Markdown + Bun/TS 脚本 / 许可未识别 | SWE 实习 & 应届岗位列表，每天更新 |
| 2027-AI-College-Jobs | 6,616 | 11-01 | 同上 / 许可未识别 | AI/ML 实习 & 应届岗位列表，每天更新 |
值得注意：两张结果页比工具库还火 1.4–2 倍。
看起来「结果页每天更新，八成是 JobSpy 在喂」——但公开证据指向相反。仓库根目录只有 4 个 .md 与 .github；get-jobs.yml 跑的是 bun run get-jobs，环境变量是 SUPABASE_URL / SUPABASE_KEY；package.json 依赖只有 @supabase/supabase-js、zod、dotenv 与 Actions 工具包，没有任何 Python、JobSpy 或爬取库。另有 add-or-update-job.yml 监听 issue 被打上 approved 标签，说明还有社区提交 + 人工审核通道。JobSpy README 里也没有指向这两个列表的交叉引用。
准确说法：抓取发生在仓库外的私有后端，公开仓库只负责读 Supabase 并渲染 Markdown。私有后端内部是否复用过 JobSpy，外部无从验证，但至少「这个仓库靠 JobSpy 维护」不成立。
合理，但有清晰边界：定位很精准——一个 scrape_jobs() 覆盖 9 个消费级平台、出统一 DataFrame，MIT、仍活跃（实测推送 10-27，某二手文章称「更新停在 2026 年 2 月」已过时），做原型和中等规模调研最省事。作者也刻意不做企业 career site：issue #114 被关闭，原话是 "prefer this repo to be major job boards, there's like 50 ATS if you wanted to get serious with it"，对应需求 #368 至今开着。
盲区是结构性的：约一半只在 ATS 官网的岗位系统性漏掉，外加每站约 1000 条上限、LinkedIn 约第 10 页起限流、当前 36 个 open issue。另有现成拼法：把 ATS 结果映射成 JobSpy 的 34 列，pd.concat 一行合并，下游去重、筛选、导出全不用改。
作为「抓大平台」的工具合理；作为「覆盖整个海外招聘市场」的方案不完整。完整方案是 JobSpy 拼上 ATS 侧（freehire 等），与第四章结论一致。
license = NULL（无仓库级 LICENSE 文件；仅 .github/scripts/package.json 写了 ISC，覆盖范围有限）。JobSpy 是 MIT 可用，但这两个列表的表格数据 / 结构不建议原样搬进对外分享物。本文因此只做介绍与链接。speedyapply.com/api/jobs/chart 动态走势图，并挂 Discord 与 Chrome 自动填表扩展链接——免费职位表是商用产品的漏斗顶端。这个模式本身值得记一笔。2026- 已改名 2027-，旧 URL 自动跳转，长期引用应追 organization 而非具体 URL。README 里的计数是「当下宣称」（实测：USA 实习 1027、New Grad 1100、国际实习 737、国际 New Grad 1133），会变，别当稳定事实引用。分享前请先看这一节
| 结论 / 数字 | 来源性质 | 注意事项 |
|---|---|---|
| GitHub 仓库 star、推送时间、许可证、工作流配置 | 一手实测（GitHub API，2026-11-02） | 可复核；数字会随时间漂移 |
| Indeed 会扫描 careers 页与 ATS feed | 一手（Indeed 官方雇主帮助页） | 收录仍需符合其 job posting criteria |
| LinkedIn Apply Connect 支持清单、需 ATS 厂商认证 | LinkedIn 帮助页 / Greenhouse 官方支持文档，经二手汇编转引 | 清单会更新，用前查实时页面 |
| 企业应用软件规模 4963 亿美元及细分 | Gartner 3Q26 数据集，经第三方整理 | 与其他「企业软件 / IT 支出」口径不可直接混比 |
| ATS 市场规模 | 5 家市场研究机构 | 四家一致于 $2.6–3.3B，一家给 6 倍；看量级不看精确值 |
| 约一半远程岗只发在 ATS 官网 | RemoteHunt，2026-09-01，样本为其追踪的 42,612 个远程岗 | 特定样本，不宜外推到全部岗位 |
| 按岗位量 Workday 占 63.2% | Crawlora 自爬 1,128,909 条 | 样本偏其抓取池，方向性参考 |
| 并购事件（SAP/SmartRecruiters 等） | 厂商公告，经二手汇总转引 | 未逐条一手核验 |
| 国内 ATS 渗透率 | 几乎全为厂商博客 | 同厂商数字互相打架，不建议当权威引用 |
| 成本、成功率、WebVoyager 分数 | 2026 年第三方测评汇总 | 非官方 benchmark，看量级 |
二手文章常见两类失准：一是 star 数与「最近更新」滞后（例如称 JobSpy 停在 2026 年 2 月，实测为 10-27）；二是把当年的计数写成稳定事实（例如称某列表「美国实习 160 个」，实测 2027 周期为 1027）。涉及具体仓库时，以 GitHub API 实时结果为准。