文章配图-1
《倚天屠龙记》里张无忌继任明教教主的情节，堪称整部书中最显突兀的一笔人事变动。这位新教主压根没打算当什么英雄。从蝴蝶谷随胡青牛学医归来，江湖声名传遍四方？未曾。门派身份备受推崇？未曾。履历表上如果非要添上点什么，不过一句「曾在蝴蝶谷随胡青牛学医，肄业」。他到光明顶那天，依然是缩在说不得的乾坤一气袋里，被抬进来的。明教高手死的死伤的伤，六大门派兵临城下，几乎就要灭门绝户。金庸没派出哪个德高望重的前辈出来主持大局，也没叫明教内部召开会议审评他的资历。强敌当头，规矩已不适用，关键看谁能够接住这一棒，谁就登上了前台。
如今这个时代，AI 领域也遭遇了类似的局面。DeepSeek 不久前向业界抛出了英雄帖，其中特别提到「让新人直接负责最核心、最重要的任务」。这类话在招聘启事里随处可见，十个里面倒有九个是套话。然而仔细端详它的岗位职责详述，便会发现这并非寻常操作。这种不走寻常路的人才选拔机制，几乎已经成了整个 AI 行业的普遍共识。
AI 世界里，谁会是下一个张无忌？我们通过抓取 DeepSeek 官网上所有当前的招聘职位，总共分成了 7 大门类，36 个具体岗位。这些类别包括全栈开发、算法研究、核心系统研发、运维工作、产品设计、数据策略以及深度学习研究，外加 HR、法务、财务与采购等辅助性职能岗位。招聘地域从北京、杭州一路铺开，直抵内蒙古乌兰察布的数据处理中心。
仔细观察会发现，纯粹模型研究员的职位比例并不高。大多数职位更关注数据治理、性能评测、Agent 系统构建、超大规模算力集群管理，还有数据中心能源供给和散热控制。
换言之，DeepSeek 对人才的要求早就超出了模型训练本身的范畴。模型或许只是显露在外的招式，但数据、评测、算力、基础设施，才是其内功骨力所在。
摊开如此广阔的战场，按常理应当延请经验老道的行家，但实际进行招聘时，DeepSeek 并未设下过分的资历门槛。比如硬核的高性能算子职位，它在其加分条件栏末尾写着：「热忱欢迎有志向的白板新人加入。」这一句多少印证了梁文锋前些时候谈过的，DeepSeek 招聘唯能力是举，不问过往资历。
出名的研究机构 Epoch AI 上个月把 DeepSeek、MiniMax、月之暗面、智谱、字节、阿里这六家的招聘信息全都收集了来，一共统计出 1604 份职位。再拿它们与美国的顶尖实验室进行比较。得出的数据颇为引人注目：美国公司对岗位的平均经验要求是 5.5 年，而中国这几家只有 1.6 年；而且在中国实验室的工程类岗位上，校招岗位的比例几乎达到了两成。
当然，现实中的江湖终究不同于小说里的痛快，毕竟不会有那么多无名小卒因机缘际遇而一飞冲天的白日梦。
比如多模态研究员的核心要求虽列了五条，最后补上一句：「即便缺上述特定经验，只要基础极为牢固、编程能力极强、对多模态领域抱有极大热忱，我们同样欢迎。」
品味一下这个句式：经验可以缺失，但基础必须特别扎实，编程能力绝不能弱，对专业领域必须怀有极致追求。所以白纸同学的真正含意是：白板可以，资质平庸不行。
就连算子团队在自我宣传时也提到：不和任何对手比拼性能，只和硬件的物理极限较劲，对每一个计算周期和每一瓦能量消耗都近乎偏执地苛求。
这简直就是独孤求败，不为他人所扰，只与客观条件争锋。
预训练数据、后训练数据、Code Agent 数据、通用 Agent 数据、专业领域数据、AI 创作 数据、情感智能数据，单是数据和评测方向就有众多招聘名额，数量比正经研究员的坑位还多。
什么叫好？专业领域产品经理的职位要求里写着，必须能从知识准确度、推理水准、表达层次等多个角度对模型输出作出清晰的优劣评判。
这个道理不难明白：当模型能创造的东西越来越丰富，稀缺的变成了评判能力。好比风清扬教导令狐冲，招式或许人人会练，哪一招是活的，哪一招是死的，却得有慧眼识珠的人看得出。
而这份慧眼要用在何处，岗位说明里反复强调：真实用户、真实任务、真实反馈、真实短板。
Agent Harness 这个方向既有研究员也有工程师，还有产品经理。
网友评论