+86 +86 157 9039 3783 [email protected]
DeepSeek啊……这个岗位到底在寻找什么样的人才呢？
「AI跨界技术人才」，没有专业限制，没有工作年限要求，招聘描述仅有一句话。
一家专注于AGI的企业，专门设立了一个职位，招募非AI背景的人士。
加分项倒是详细列出了五条。
前面四点容易明白：竞赛金牌、在某一领域达到顶尖水平、拥有影响力的开源项目、有过创业经历。
第五点，「不走寻常路」，和竞赛金牌并列，分量相当。
同一张招聘海报上还写着「我们从来不寻找天才」，但岗位要求首行却是「超乎常人才能」。
不找天才，却要超乎常人。不限专业，但得不走寻常路。
琢磨了半天，也猜不透梁文锋这次想干什么，这个岗位唯一清楚的地方，就是它要一个「不一般」的人。
「不找天才」，但要「超乎常人」
竞赛金牌、在某一领域做到极致、有影响力的开源项目、创业经历、不走寻常路……
这五条描绘的是一种人格特质：能在没有路径的地方自己开辟道路的人。
岗位名称中带有「跨界」，加分项里没有一条要求AI经验。那它到底想排除谁？
有猎头透露过DeepSeek的实际做法——经验上限控制在三到五年，超过八年的候选人经常直接被过滤；竞赛方面，金牌以下基本不考虑。
DeepSeek的HR也向媒体确认过，不招「大厂味」的人，这话是当真的。
什么是「大厂味」？流程熟练，方法论一套接一套，PPT写得漂亮，但面对一个完全没有先例的问题，第一反应是找对标、找benchmark、找别人怎么做的。
一位猎头的原话是，「大厂老兵往往缺乏创新的驱动力」。
真是敢说啊……
不过，排除这些人之后，留下来的是些什么样的人呢？
据KR-Asia报道，DeepSeek团队里有一位物理学背景的人，自学AI转型过来；还有一名运维工程师，加入前对模型训练完全不懂。
但在DeepSeek，这些人负责的都是核心工作。
梁文锋自己说过，核心技术岗位大多是当年毕业或工作一两年的人。支撑V2、V3、R1整条产品线的，就是这批没有行业包袱的年轻人。
梁文锋自己形容过这支团队：「都是一些Top高校的应届毕业生，没毕业的博四、博五实习生，还有一些毕业才几年的年轻人。」选人看的是基础、创新力、求知欲和投入度，资历和履历排在后面。
△
所以你再把那份招聘信息拿过来仔细看，就会发现处处都是矛盾。
「我们从来不寻找天才」，但加分项第一条就是竞赛金牌；「不限年限」，但八年以上的直接过滤；「不限专业」，但你得在某个领域做到极致。
DeepSeek这要的是哪门子「不限」，分明就是在找一种特定的人：
年轻、没被行业驯化过，脑子里还没装满"应该怎么做"，但就是能把事情做出来的、野生的天才。
「有经验的人会直接告诉你怎么做」
所以，为什么DeepSeek偏偏青睐「野生人才」？经验丰富的人有什么问题？
梁文锋说过一句狠话：「有经验的人会直接告诉你“应该这样做”，但没经验的人会反复摸索，找到符合当下实际情况的办法。」
这句话放在传统软件行业，简直是胡说八道。
你做一个支付系统、做一个推荐引擎，经验丰富的工程师能帮你绕过一百个坑，省下半年时间。
经验在这些场景里，就等同于金钱。这种场景下去招一个非科班的人来写后端，那是添乱。
但AGI的前沿不一样，前沿问题没有现成答案。
过去十年深度学习积累的scaling law、RLHF、MoE，没人知道在下一个范式里还管不管用。
经验丰富，反而可能意味着你更快地跑到一条死路上去。
反过来，一个从物理、从数学、从完全不相干的领域跨过来的人，可能连这条死路在哪都不知道，所以更有可能走出一条新的。
论对这件事的体会，DeepSeek自己就是一个活生生的例子。
V3训练成本大幅下降，核心靠一个叫MLA（多头潜在注意力）的架构创新。
这个东西最早来自一个年轻研究员的个人兴趣，他觉得现有的注意力机制有问题，自己开始琢磨。
DeepSeek发现后围绕这个想法组了一个专门的小组，花了几个月把它做出来。
一位工程师后来说，MLA能诞生，是因为DeepSeek从一开始就在质疑默认架构，而且其他公司可能会抄MLA，但他们「不会去质疑MLA背后的那些原始假设」。
一个有十年经验的工程师，不会去质疑默认架构。他会优化它，会调参数，会在现有框架里把性能榨到极限。
但他大概率不会站在那里问一句，这个框架本身就是错的吧？
MLA这种创新，靠的就是一个年轻人敢质疑默认架构。
所以DeepSeek要的人选标准里，经验这个维度被有意识地拿掉了，换上去的是「不走寻常路」这种更模糊的东西。
跨界招人的，不止DeepSeek
如果把视线拉远一点，太平洋对岸的AI实验室，也在做同一件事。
Anthropic过去两年从400人扩到3000人，其中有一批看起来跟AI八竿子打不着的人。
最出名的是Amanda Askell，Anthropic内部叫她「Claude whisperer」，Claude低语者。
Askell的本行是哲学，研究无限伦理学。她现在领导Anthropic的「角色训练」团队，亲手起草了一套行为准则，定义Claude应该是一个什么样的AI。
而且进入Anthropic之前，Askell的上一份工作是在隔壁OpenAI。
这些判断为什么需要哲学家来做？Askell的解释是，她的目标是让Claude表现得像「一个好人在它这个位置上会怎么做」。
这里的「好」是「亚里士多德意义上的好」，要有判断力，会在该幽默的时候幽默、该关心人的时候关心人、该尊重人自己做决定的权利时退后一步。
一个做推荐系统做了十年的工程师，定义不了这种东西。
跟Askell类似的还有Ben Levinstein，做认识论和决策理论的哲学家，2026年放弃了伊利诺伊大学的终身教职，全职加入Anthropic。
有人扒过1680名Anthropic工程师的履历，物理背景70人，数学78人，哲学13人。哲学排进了前20个学科。一家AI公司，哲学背景的人比很多工科方向都多。
Google DeepMind走得更远。
今年5月，他们从剑桥大学聘请了Henry Shevlin，给了他一个公司历史上从未有过的头衔，Philosopher。
Shevlin的研究方向是机器意识、人类与AI的关系、AGI准备度，简单说就是研究「什么样的东西算有智能，什么样的东西算有意识」。
回过头看，Anthropic招的是研究「什么是好的」的哲学家，让她来定义一个AI应该具备什么品格；DeepMind招的是研究「什么是意识」的哲学家，让他来判断AI有没有可能拥有内心生活。
这边的DeepSeek，也发了一个叫「AI跨界技术人才」的岗位，加分项写着「不走寻常路」。
三家公司，三种招法，底层是同一个判断。
AGI走到今天这一步，光靠写代码的人，解决不了接下来要面对的东西了。
DeepSeek现在也走到这一步了。
它把「不走寻常路」这五个字和竞赛金牌放在同一行，也许是看到什么东西了。
本文来自微信公众号“量子位”，作者：克雷西 ，36氪经授权发布。
