AI news

DeepSeek你这岗位到底想招啥嘞?

By 克雷西1 viewsSource: 量子位
DeepSeek你这岗位到底想招啥嘞?

DeepSeek啊……你这岗位到底想招啥嘞?

The full text has not been translated yet. The Chinese original is shown below.

DeepSeek啊……你这岗位到底想招啥嘞?

「AI跨界技术人才」,不限专业,不限年限,岗位描述就一句话。

一家做AGI的公司,专门开了一个岗位,找不是做AI的人。

文章配图

加分项倒是认认真真写了五条。

前四条好理解,竞赛金牌,某个领域做到极致,有影响力的开源项目,创过业。

第五条,「不走寻常路」,和竞赛金牌排在一起,平起平坐。

同一张海报上还印着一句「我们从来不寻找天才」,但岗位第一行就写着「超乎常人才能」。

不找天才,但要超乎常人。不限专业,但得不走寻常路。

看了半天,也搞不明白梁子这波想要唱的是哪出,这个岗位唯一确定的事情,就是它想要一个「不一般」的人。

「不找天才」,但要「超乎常人」

竞赛金牌、某个领域做到极致、有影响力的开源项目、创过业、不走寻常路……

这五条画的是一种人格画像,能在没有路的地方自己趟出路来的那种人。

岗位名字里写着「跨界」,加分项里没有一条要求AI经验。那它到底想筛掉谁?

有猎头透露过他们在给DeepSeek推荐人才时的实际操作,经验上限卡在三到五年;竞赛成绩方面,金牌才会优先考虑……

不过这只是一些猎头自己的做法,DeepSeek这边并非排斥「资深」人群,今年也招了不少经验丰富的人进来,但相比之下,他们还是更加看重原始创新力。

虽然不像猎头说的那样卡年限,但「大厂味」依然会成为劣势。乍一看流程熟练,方法论一套一套,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。

需要说明的是,「不招大厂味」不是在否定经验的价值,但需要警惕「方法论依赖」对突破性创新的抑制。

所以归根结底,DeepSeek最青睐的,就是创新能力。

文章配图

△AI生成

不过,筛掉这些人之后,留下来的都是些什么样的人啊?

据KR-Asia报道,DeepSeek团队里有一个物理学背景的人,自学AI转过来的;还有一个运维工程师,加入之前对模型训练完全是门外汉。

但到了DeepSeek,这些人干的都是核心工作。

梁文锋自己说过,核心技术岗位大多数是当年毕业或者工作一两年的人。撑起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。」选人看的是底子、创新力、求知欲和投入度,资历和履历排在后面。

文章配图

△AI生成

所以你再把那份JD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」,但八年以上的直接刷掉;「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」,分明就是再找一种特定的人:

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,为什么大肥鱼偏偏心水「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。这种场景下你去招一个非科班的来写后端,那是添乱。

但AGI的前沿不一样,前沿问题没有现成答案。

文章配图

△AI生成

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。

文章配图

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A\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。

文章配图

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」。

文章配图

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。

文章来自于"量子位",作者 "克雷西"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)