梁文锋不需要天才
6月16日,媒体报道,
不少
来源: 崔添翼微博截图
猎头公司忙碌起来。专注AI领域人才招聘的平台TTC CEO肖玛峰告诉《中国企业家》:上一次,这么多人想挤进一家公司还是字节跳动。
各个领域的人才都对
很快,应聘者的热情冷却下来。7月中旬,一位面试者告诉《中国企业家》,他至少认识5位来自各大公司的技术朋友参与了
被拒绝的人中包括34岁的“前华为天才少年”李博杰。他告诉《中国企业家》,自己面试
这是一段让李博杰痛苦的回忆,他在社交媒体上用强烈的口气发文“吐槽”,“跟我想象中的
另一位进入Agent Harness岗位“三面”的人告诉《中国企业家》:他被
对此,肖玛峰的解释是:
这让一些遭到
被拒绝的天才少年
6月12日,李博杰通过猎头将简历投给了
李博杰告诉《中国企业家》,“一面”除了常规的自我介绍之外,面试官提出,让他设计一个多Agent的协作系统,越详细越好——比如协同系统有哪些组件,这些Agent之间应该如何通信,上下文如何管理。接下来,李博杰又等到了在线上进行的“二面”。
他回忆:“二面”的面试官很年轻,“应该是98或00后”。面试官先让其讲述过往工作遇到了哪些工程挑战?李博杰回忆了如何让Agent完成长程任务、降低幻觉的过程,但这并未让面试官满意。
李博杰表示,自己更倾向于研究型岗位,但面试官执意让他阐述“工程挑战”,“我想可能是
来源:AI生成
冲突最终在代码笔试环节爆发。李博杰自述,面试官提出了一个编程题目,让他通过手写代码解题。他面前有两个电脑屏幕,一个是腾讯会议的面试界面,另一个是代码编辑器的共享界面。
“面试官说我不断在瞟左边的屏幕,在抄代码,让我停止;并说如果我不能证明没有在抄代码,面试就无法继续下去了。”最终,李博杰终止面试流程,并将经历公开到了网络上。
李博杰认为,
其中,闫俊杰与他交流了多模态模型训练方法,罗福莉和他讨论了算法和Infra团队该怎么协同的问题,张祥雨曾读过李博杰的论文,并提出了参数量评估的问题。他也顺利拿到了其中几家的Offer,但在
李博杰于2019年毕业,是中科大与微软亚洲研究院联合培养的计算机博士,曾入选第一批“华为天才少年”计划。2023年,他离开华为,以CTO身份选择AI应用创业。创业并不成功,2025年初他加入主打AI语音助手的Pine AI,担任首席科学家。
今年,李博杰计划离开Pine AI,他坦言:选择AI应用领域是一个误判。2023年,他以为模型的终局会像云一样,但后来证明,基础模型研究才是主流。
李博杰创业期间,AI也迈过了早期发展。他谈到,微软亚洲研究院的诸多研究员同事告诉他,现在已经不是研究员可以依靠纯粹研究和一篇论文引领AI发展的时代——比如AI科学家孙剑、张祥雨等人合著的ResNet(深度残差网络)论文,就能深深影响AI进程。
如今,大模型研究与工程化已经很难分开,模型需要集中大量资源、选择技术路径,过程中大部分阻力都是工程问题,如Infra的稳定和效率,需要工程的反哺。
模型厂的“人才壁”也在加厚。“大模型的核心人才聚集在
李博杰给出了他眼中
尽管面试并不愉快,但李博杰仍然认为,
什么人适合DeepSeek?
如此多候选者——其中不乏天才,频频倒在
一位AI创业者告诉《中国企业家》,
这位创业者提到了Google DeepMind研究科学家姚顺宇的观点:AI行业不需要天才,需要的是能做极致优化的人——追求效率创新和架构创新。
在接受媒体采访时,姚顺宇提到了一个颇为极端的观点:AI不太需要脑子,都是一些本科生就能干的活,“这个行业最重要的特质,就是靠谱,做事细,对自己做的东西负责任”。
他认为,个人英雄主义时代对于大语言模型来说已经过去了。在技术飞跃创新之前,第一个发现者可能是英雄。但技术被破解后,更多要依赖集体主义。
从李博杰和一些面试者的反馈来看,他们认为:当下
头部量化公司蝶威量化相关人士告诉《中国企业家》:量化公司做AI,与科技公司做AI的思路和人才要求不一样。科技公司更像是在造发动机,重点是模型训练、推理加速、算力调度、分布式系统和工程稳定性。量化公司则像是“把发动机装进赛车”,还要在真实赛道上跑。
来源:AI生成
“我们关心的不只是模型指标好不好,而是它能不能服务于因子研究、组合优化、交易执行、风险控制和投后归因。”
该人士表示:当科技公司的人才去一家量化机构背景的AI公司面试时,最大的调整是要把思路从“模型中心”转向“问题中心”。
很多候选人科技背景很强,论文、工程能力、训练经验都不错。“但金融市场不是标准测试集。这里没有一个永远稳定的标签,也没有一个可以刷高分的Benchmark(基准)。”
蝶威量化正在推动研究员从“一个策略”,变成“一条会持续产出策略的流水线”,他们希望研究员懂得如何搭建垂直Agent:知道读哪些数据,怎么拆研究问题,调用哪些模型和工具,如何生成候选因子,如何回测,如何让评判Agent挑刺,最后如何交给人复核。
“我们会看学校、学历、论文、项目,但不会只看这些。它们不能完整回答一个问题:这个人能不能在真实量化场景里创造价值。”
该人士表示,相比较而言,量化公司更看四类能力:第一,基础能力,数学、统计、机器学习、深度学习、编程能力是底线。第二,工程落地能力,数据要能接入,模型要能复现,回测要能验证。第三,金融理解和研究品味。面对同一批数据,有人只会做统计特征,有人能看到背后的市场结构和Alpha(超额收益)来源。第四,AI协作能力,包括使用大模型、搭建RAG(检索增强生成)、设计Agent工作流。
DeepSeek不跟大厂抢人才
显而易见地,虽然
一位清华大学人工智能专业相关的研究生告诉《中国企业家》,他在7月初投递了
据这位研究生统计,他们实验室共有12个人,除一两个人选择创业之外,剩下全部去了字节跳动等大厂,大部分并非研究岗位,而是业务、技术、产品等增长岗位。
肖玛峰表示:
多位采访者也表示:尽管
“各家都收缩了科研岗位,LLM(大语言模型)研究得差不多了,训练范式也基本固定了。”上述研究生表示,如果还想做模型训练,只能去大厂,毕竟GPU卡多,资源多。
目前,科技大厂都在抓紧渗透最头部的人才,盯紧清北、复旦、浙大等高校。2027年的应届优秀毕业生,也早早被字节、腾讯等大厂提前一年锁定。
7月6日,腾讯混元大模型“青云计划”启动了全球招募顶尖技术人才,以“薪酬上不封顶”的条件招募2027届毕业生。
7月13日,字节跳动启动了“2027校园招聘AI产品经理早鸟”通道,在北京、上海、深圳举办活动,打出的口号是“领先市场头部的薪酬”,最快可两天锁定校招Offer。
肖玛峰提到,越来越多的外资公司也参与到了抢人大战中,西门子、博世等公司,都在中国建立了全球AI创新中心。
“具身智能一个应届博士可能会拿到百万年薪,大模型领域的应届博士也可达到300万元年薪。他们如果放到美国,还要更贵。这也吸引了一些公司将AI中心部署在中国。”
本文来自微信公众号“中国企业家杂志”(ID:iceo-com-cn),作者:闫俊文,36氪经授权发布。















