DeepSeek你这岗位到底想招啥嘞？

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。

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。

△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。

△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。

△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。

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。

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。