LinkedIn构建了认知记忆代理，为招聘助手提供个性化状态。该系统采用四层记忆结构（对话、情景、程序、语义），以树状结构存储偏好，支持增量更新，避免GraphRAG的高成本。它通过智能检索、冲突解决和访问控制，在低延迟下提供新鲜、准确的记忆，并计划优化记忆抽象和评估归因。

LinkedIn的招聘助手项目由AI工程师开发，利用GPT生成协作文章并逐步演变为任务自动化代理。该助手通过自然语言处理招聘意图，简化招聘流程，提高效率。系统采用模块化设计，确保组件质量，并通过技能注册中心动态调用工具，增强灵活性和智能化。

LinkedIn的招聘助手通过分阶段的“计划与执行”架构，简化招聘流程并提升效率。它利用多个子代理进行候选人筛选、评估和沟通，并结合LinkedIn经济图提供市场洞察，实现招聘决策的自动化与人类判断的结合，持续改进。

LinkedIn扩展了其生成性AI应用平台，支持多代理系统，利用现有消息基础设施作为协调层，使“招聘助手”AI代理全球可用，支持复杂工作流程。关键经验包括基础设施重用、人机协作设计、增强可观察性和开放协议，以促进代理间互操作性。该平台通过标准化gRPC服务，简化代理能力定义，支持同步和异步调用，推动智能代理生态系统发展。