概览
离职面谈由被离开的那个组织来做，在最后一周，由一个离职者日后可能还要向其索取推荐的人来做。产出的是「有更好的机会」和「为了个人成长」——礼貌、无法证伪、毫无用处。每个人力职能都知道这一点，而多数仍在此之上搭建留才策略，因为这是唯一看起来像数据的东西。
真正有信息量的东西是结构性的，而且早已被记录。人们在司龄的哪一段离开：集中在第八个月是招聘或入职的问题，集中在第三年是发展通道的问题，两者需要完全不同的应对。离职是否集中在某个团队、某次变动，或某个特定事件之后的那段时间。离职者是否曾被越过升迁、是否根本没有内部转岗的去处、是否一直坐在薪酬带的底部而新人却以更高薪进来。
最后这一条是组织最稳定地漏掉的发现：为同样的工作给新人比老人付得更多，在有人发现之前是隐形的，而一旦被发现，代价是一次走掉好几个人。
这个智能体报告带证据的驱动因素，以及处理每一条要花多少钱。它分析的是模式，绝不是个人：预测谁会离开，会导致管理者凭一个模型的说法区别对待某个人，而那比流失本身更糟。
价值
真正的驱动因素，附带证据
而不是为保住一封推荐信而挑的一个说法。
对症的干预
入职和发展通道是不同的问题，解法也不同。
一个足以支撑行动的数字
把替换成本与解决方案的成本摆在一起。
功能说明
读司龄，而不是读离职面谈
集中在第八个月是入职问题。集中在第三年是发展问题。所陈述的离职理由两者都区分不了。
把薪酬位置与新人对照
为同样的工作给新人付得更多，在有人发现之前是隐形的——而一旦被发现，代价是一次走掉好几个人。
检验内部流动
离开的人当时是否根本无处可去。这往往就是全部真相，而它从不出现在离职面谈里。
找出集中与时点
围绕某个团队、某次变动，或某个特定事件之后的那几周。
算出替换成本
招聘、通知期、上手期和产出损失，让留才能在预算上公平地竞争。
绝不预测个人
离职风险评分会让管理者凭一个模型的说法区别对待某个人。那比流失更糟。
这会改变什么
这会如何改变你的一周
- 它接手的工作
- 找出人们离职的结构性原因。
- 目前由谁完成
- 离职面谈，由被离开的那个组织，在最后一周做。
- 多久一次
- 被当作一个百分比来看，从不被当作一种模式。
- 通常的人工投入
- 司龄、薪酬位置、内部流动和集中度都要放在一起分析。
为什么偏偏是人力资源。离职面谈产出的是「有更好的机会」——礼貌且无法证伪。真正的驱动因素通常是结构性的：新人以高于老人的薪酬进来，或者根本就没有可去的内部岗位。
无人值守运行
由你或某个事件启动，然后自行完成。没有什么需要等人坐到工位前。
每一次都是同一标准
第两百件与第一件用同一把尺子衡量。一致性正是人做不到长期保持的部分。
它无法自行采取行动
离职动因分析代理 没有任何发送、支出或承诺的途径。正是这个限制，让依据它的输出行动是安全的。
运行方式
该智能体通过 PROMIVO 运行时在服务器端运行。每次运行都会逐步记录，每次工具调用在执行前都会进行权限检查。
- 1输入按智能体的输入结构进行校验
- 2模型claude-opus-5，并自动回退
- 3工具extract_structured_data
- 4权限自动执行 READ 级操作；更高的等待你批准
- 5输出符合输出结构的结构化结果
- 6日志记录 token、耗时和每一个步骤
演示
演示数据Illustrative sample output, abridged.
输入
{
"period": "12 months to Aug 2026",
"leavers": [],
"currency": "USD",
"suppressionThreshold": 5
}输出
{
"escalate": true,
"disclaimer": "An analysis of your own records. No individual has been scored, predicted, named or identified; no manager has been assessed; groups below five are suppressed; protected characteristics and personal circumstances were not used; and a stated exit reason is reported beside the evidence rather than contradicted.",
"byTenureBand": [
{
"band": "0–12 months",
"leavers": 31,
"ratePercent": 24.1,
"interpretation": "Nearly a quarter of new joiners leave inside a year. That is a hiring, onboarding or expectation problem, and no progression fix touches it."
},
{
"band": "24–48 months",
"leavers": 22,
"ratePercent": 18.4,
"interpretation": "A second cluster with a different cause. These people stayed, then found no way up."
}
],
"concentration": [
"Two teams account for 41% of leavers while holding 19% of headcount. Reported as a group pattern, with no assessment of any manager."
],
"costOfAttrition": {
"total": 1840000,
"componentsMissing": [
"Lost output during ramp was not supplied, so the true cost is higher than this figure."
]
},
"escalationReason": "New hires are paid materially above existing people in the same roles, and first-year attrition is 24.1%, above twice the organisation rate.",
"groupsSuppressed": 6,
"payPositionFinding": "Leavers in the 24–48 month band sat at a median 34th percentile of their band. New hires into the same roles came in at the 61st. People discovered they were being paid less than the person hired beside them, and the exit interviews say 'better opportunity'.",
"statedVersusEvidence": "78% of exit interviews cite 'a better opportunity'. The structural evidence points at pay position and blocked internal movement. Neither is something a leaver says to the person writing their reference.",
"internalMovementFinding": "Of the 22 leavers in that band, 14 had applied for an internal move in their last year. Nine of those roles were filled externally.",
"suppressionThresholdUsed": 5
}使用条件
集成
无需集成。
开始之前
- 离职者与在职者，含岗位、团队、司龄和薪酬
- 内部转岗与晋升记录
- 薪酬带以及同岗位新人的薪酬
- 离职面谈中记录的理由，如果有的话
- 需要 全量访问 套餐或更高
使用场景
流失率上升
它集中在哪里、有什么共同点。
年度薪酬回顾
同一岗位上，现有员工相对于新人处在什么位置。
重组之后
离职是否跟随着那次变动。
向董事会汇报
带驱动因素和成本的留才情况，而不是一个百分比。
价格
常见问题
它会预测谁要离职吗？
不会，而且它拒绝这样做。个人离职风险评分会改变管理者对待一个人的方式，依据只是一个模型的说法，而且通常对那个人不利。它报告的是结构性模式。
它使用离职面谈数据吗？
它会读，并把它与结构性证据并列呈现，让你看到两者差得有多远。这个落差通常是报告里最有教益的部分。
它如何保护隐私？
它会屏蔽低于你所设人数的分组，且不报告任何个人。当某个团队小到无法在不指认到人的情况下汇报时，它会直说而不是硬报。
评价
客户运行过该智能体后，评价功能将开放。
需要这个智能体换一种做法？
告诉我们要改什么，我们的团队会为您的业务规划一个定制版本。
定制此智能体