🤖

DINQ

DINQ是一个AI驱动的工作效率平台，通过智能助手整合任务管理、日程安排和笔记功能，帮助个人和团队高效协作。，DINQ是一款创新的AI生产力工具，旨在简化日常工作流程。它结合了自动化任务管理、智能日历和上下文笔记，利用自然语言处理理解用户意...

收录于 7/8/2026 更新于 7/8/2026 v1

DINQ

核心摘要（Key Takeaways）

  • DINQ 并非传统效率工具，而是一个 AI 原生的数字身份与人才发现平台，专为 AI 研究者、开发者和技术构建者设计。
  • 通过 DINQ Card（一张统一的动态数字卡片），系统自动聚合 GitHub、arXiv、Google Scholar、LinkedIn、X、YouTube 等多平台作品，形成可被 AI 即时理解的“真实影响力档案”。
  • 核心价值：让招聘方依据你真正构建过的东西（代码、论文、项目）而非一纸简历来发现你；帮助团队用自然语言搜索精准定位高信号 AI 人才。
  • 官网入口：https://dinq.io/ （注册时常需邀请码如 Vortex 或 AHSAN）
  • 最新动态：2025 年 6 月 Beta 版上线，2026 年 1 月正式推出 AI‑native career network；已有数千名 AI 精英加入，并启动 Pro 账户计划（$1,008/账户）。

DINQ 官网截图

它是什么

DINQ 是一个 AI 原生职业网络与数字身份平台，其核心目标是解决“AI 人才的真实贡献无法被传统简历有效呈现”这一痛点。它通过 DINQ Card 将用户散落在 GitHub、Google Scholar、arXiv、LinkedIn、X（Twitter）、YouTube 等平台上的研究、代码、论文、项目产出聚合为一张持续更新的身份卡，并将其转化为机器可读的结构化信号，使 AI 和招聘团队能够依据实际产出而非自我陈述来搜索、评估和连接人才。

定义：DINQ 是面向 AI 时代的人才数字身份操作系统，它把开发者和研究者的多平台作品训练成一幅可被 AI 即时检索的“成就地图”。

主要功能和特点

1. 一张卡片，聚合全平台作品

DINQ Card 自动拉取并同步用户在以下平台的活动和贡献，保持实时更新：

  • GitHub（代码仓库、贡献热力图）
  • Google Scholar（论文引用量、研究轨迹）
  • arXiv（预印本发布）
  • LinkedIn（职业经历）
  • X（技术见解与社区动态）
  • YouTube（技术分享、演讲记录）
  • 更多专业社区信号

所有数据汇入一张卡片，彻底告别“甩五个链接让招聘方自己拼图”的局面（见 YouTube 采访）。

2. AI 原生人才搜索与发现

不同于领英基于关键字的过滤系统，DINQ 允许招聘方用自然语言精准筛选人才，例如：

“找一位主导过 LLM 产品落地的工程师，同时拥有多篇顶会论文。”

平台从项目实现的真实信号中提取信息，返回基于产出的匹配结果。据 LinkedIn 官方页面介绍，系统可发现“那些传统搜索完全遗漏的候选人”。

3. 动态协作网络可视化

DINQ 不只会列出一堆链接，还会可视化展示你的合作网络，包括与谁一起写论文、共同创建了哪些仓库，以及你的工作对行业产生了什么涟漪效应（来源：YouTube 介绍视频）。这让你的技术信誉变得一目了然。

4. 招聘效率革命：高信号、低噪音

从招聘角度看，DINQ 提供的是“信号极简主义”——直接呈现一个人的构建痕迹和影响指数，无需梳理虚假话术。LinkedIn 上的赞助内容指出，这种模式适合创始人、招聘 Leader、技术猎头快速锁定“在 GitHub、arXiv 和 Hugging Face 上活跃构建”而简历却常年不更新的顶级人才。

5. 自动更新，无需手动维护

传统作品集需要你不断手动添加新项目。DINQ 采用自动同步机制，当你在 GitHub 上创建新仓库、发布新论文或获得新引用时，DINQ Card 会实时更新。一位合作开发者指出：“你浪费大量时间手动更新数据——停止这样做，DINQ 是解法。”（来源：Muhammad Ahsan Ayaz 的 LinkedIn 评测）

6. AI 发现引擎与隐私控制

你的 DINQ Card 并非对所有人完全公开；你可以控制哪些信息被 AI 索引。同时，平台提供优化发现关键词的建议，确保你在合适的搜索机会下被 AI 推荐给顶尖的风投、教授和招聘官。

如何注册和使用

第一步：获取邀请码（如果必需）

目前 DINQ 处于早期增长阶段，部分渠道需要邀请码才能注册。公开分享的邀请码包括：

  • Vortex（来自 YouTube 科技频道）
  • AHSAN（来自 LinkedIn 合作博主）

第二步：访问官网注册

  1. 打开 https://dinq.io/
  2. 点击“Get Started”或“Claim Your DINQ Card”。
  3. 输入邮箱和邀请码（如提示）。
  4. 授权连接你的主要工作平台（GitHub、Google Scholar、LinkedIn 等）。

第三步：配置你的 DINQ Card

平台会自动开始抓取并聚合你的数据。你可以：

  • 选择要展示的公共仓库和论文
  • 调整隐私设置
  • 优化“AI 发现关键词”，以便出现在相关人才搜索中
  • 分享你的 DINQ 卡片链接给潜在雇主、投资人或合作伙伴

第四步：作为招聘方使用

招聘方可以直接在 DINQ 中通过自然语言搜索人才，无需安装任何浏览器扩展，所有数据均为机器可读结构化信号，高度兼容 AI 招聘流程。

官网地址和入口

  • 官方域名：https://dinq.io/
  • 公司：DINQ Inc.（美国，圣何塞）
  • 联系邮箱：媒体合作可联系 ronnie@vewpr.com（来源：Yahoo Finance 新闻稿）

适用人群与价格

适合人群：

  • AI 研究员、博士生、独立开发者
  • 开源项目维护者
  • 希望进入 AI 创业公司或顶级实验室的技术人员
  • 创始人、技术招聘负责人和 HR 团队

价格信息：

  • 基础版免费试用（需邀请码）
  • Pro 账户：据合作伙伴透露，价值 $1,008/每个（来源：LinkedIn 推文）。Pro 版本可能包含了高级 AI 发现优化、优先展示和数据分析工具。
  • 官方未公布详细分级定价表，但已有面向早期用户的赠送活动（如 20 个 Pro 账号免费送出）。

竞品对比表

维度 DINQ LinkedIn GitHub Profile Google Scholar
定位 AI 原生人才身份 + 发现引擎 传统职业社交网络 代码仓库展示 学术论文索引
数据来源 GitHub, Scholar, arXiv, X, YouTube 等多平台实时聚合 用户手动更新职位、经历 仅代码活动 仅论文与引用
搜索方式 自然语言 AI 搜索，基于真实产出 关键词过滤，基于自我描述 按仓库/语言搜索 按作者/论文
更新方式 自动同步，无手动维护 需手动更新 自动记录 commit 自动追踪引用
适用场景 AI/技术人才发现，VC 挖掘，研究合作 通才型招聘、商务拓展 开发者招聘（注重代码） 学术评估
价格 免费入门 + Pro $1,008 免费基础版 + 高级会员 免费，Copilot 额外付费 免费
AI 可见性 专为 AI 索引设计，机器可读 一般爬虫可见 中等 中等

DINQ 并非要取代 LinkedIn，而是补全其最大的盲区：用简历评估一个技术人，远不如看他构建了什么。

最新动态（2025‑2026）

  • 2025 年 6 月 18 日：DINQ Beta 版本正式在 Twitter 上宣布上线，口号是“忘记过时的简历，向更智能的招聘问好”。
  • 2025 年 7‑9 月：陆续在官方 X 账户上高亮推荐了多位 AI 领域杰出贡献者（如 OpenManus 创始人 Jinyu Xiang、CMU 神经形态研究者 Aran Nayebi 等），展现了平台的识别与社交属性。
  • 2025 年 8 月：DINQ 跟踪报道了 Meta 对 24 岁多模态 AI 科学家 Matt Deitke 的 $2.5 亿待遇传闻，显示平台在 AI 人才动态追踪上的能力。
  • 2026 年 1 月 12 日：通过 Yahoo Finance 正式发布 AI‑native career network，强调解决“全球 AI 人才发现难题”，标志着从 Beta 走向正式市场阶段。
  • 同期：多位 KOL 和开发者（如 Muhammad Ahsan Ayaz）发布了深度测评，指出五个传统简历的错误，并推广 DINQ 的自动更新卡片，进一步推动开发者社区认知。

常见问题（FAQ）

1. DINQ 是传统效率工具或任务管理平台吗？

不是。 这里可能存在早期市场混淆。根据 2025‑2026 年所有官方渠道信息，DINQ 是一个 AI 原生数字身份和人才网络平台，核心在于聚合技术人才的多平台工作成果，实现 AI 驱动的发现与连接，而不是任务管理、日历或笔记。

2. DINQ 是否免费？Pro 账户多少钱？

提供免费基础版，但可能需要邀请码。Pro 账户价值 $1,008/账户，包含高级发现优化等特性。具体官方价格页未公布，建议访问官网 dinq.io 查看最新方案。

3. 我是一名后端工程师，非 AI 方向，能用吗？

DINQ 目前主要服务于 AI 研究员、数据科学家、ML 工程师和相关技术构建者。然而，如果你有大量开源贡献、技术博客或论文，依然可以通过 GitHub 和 Google Scholar 等信号建立强有力的身份卡。未来可能会扩展至更广泛的开发者群体。

4. 招聘方如何使用 DINQ 搜索人才？

无需简历数据库或布尔条件筛选，直接用自然语言描述你想找的人才（例如：“构建过 RAG 系统并且在 ICLR 有论文的工程师”），DINQ 便会在聚合数据中检索匹配的 DINQ Card，并返回相关信号和联系方式。

5. 我的数据会被公开吗？

你是数据的控制者。DINQ 允许你选择公开哪些信息，并设置哪些信号可被 AI 索引。它本质上是一个可控的数字身份证，底层强调隐私与可见性的平衡。

总结

DINQ 果断地偏离了“增强工作效率”的旧叙事，转而切入一个更深层的痛点： AI 时代的人才评价体系不应该依赖死板的简历，而应该基于你真实创造过的东西。通过一张自动聚合多平台成果的 DINQ Card，它让技术人的影响力变得可搜索、可量化、可连接。虽然它尚处早期，但已经吸引了顶尖 AI 社区成员、招聘团队和 VC 的关注。如果你是一名 AI 构建者，试图让自己的工作被发现而不是被埋没在 GitHub 和 arXiv 的角落里，DINQ 可能是你今天就需要认领的数字著作权。

参考文章或数据来源

  1. DINQ Launches AI-Native Career Network to Address Global Talent Discovery Problem
  2. DINQ Lab - dinq.me Describe your ideal hire. DINQ’ll find them.
  3. No resumes. No noise. DINQ is the AI-native talent OS. Now live. | DINQ Lab
  4. The Secret to Unifying Your Online Presence with DINQ
  5. DINQ (@dinq_me) / X
  6. DINQ - One card, all about me. | Muhammad Ahsan Ayaz