月之暗面張予彤：“Kimi喜歡不被標(biāo)簽化的人和偏執(zhí)的人”｜獨(dú)家

出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜月之暗面X北京大學(xué)光華學(xué)院

月之暗面和DeepSeek都在加速競(jìng)爭(zhēng)人才。

虎嗅獲悉，5月12日，月之暗面（以下簡(jiǎn)稱“月暗”或Kimi）總裁張予彤現(xiàn)身北京大學(xué)光華管理學(xué)院，與院長(zhǎng)田軒進(jìn)行了一場(chǎng)閉門對(duì)談。

據(jù)虎嗅獨(dú)家獲悉，在這場(chǎng)校園宣講的交流之外，現(xiàn)場(chǎng)還設(shè)置了小范圍面簽與溝通環(huán)節(jié)，部分學(xué)生在活動(dòng)結(jié)束后直接進(jìn)入進(jìn)一步交流流程。有接近現(xiàn)場(chǎng)人士告訴虎嗅，Kimi對(duì)于人才的定義是“不被定義”。

當(dāng)然，這已經(jīng)不是月暗第一次高調(diào)接觸高校頂尖人才。過(guò)去幾個(gè)月里，隨著Kimi模型持續(xù)迭代、公司融資推進(jìn)，以及組織規(guī)模擴(kuò)張，月暗明顯加快了對(duì)核心人才的爭(zhēng)奪節(jié)奏。

而另一邊，DeepSeek近期因新一輪融資傳聞持續(xù)引發(fā)市場(chǎng)關(guān)注。外界更多討論的是估值、資本和股東結(jié)構(gòu)，但融資的另一面，其實(shí)同樣是為了吸引和留住人才。

在今天的大模型競(jìng)爭(zhēng)中，資金、算力和數(shù)據(jù)固然重要，但決定模型上限的，依然是最核心的AI研究者。這也是為什么近幾年大模型行業(yè)正在持續(xù)進(jìn)行人才密度競(jìng)爭(zhēng)。

而目前，月之暗面與DeepSeek，幾乎已經(jīng)成為中國(guó)大模型人才最重要的兩塊高地。

有意思的是，從吸引人才的方式來(lái)看，這兩家公司又存在著大量相似之處。它們都高度強(qiáng)調(diào)技術(shù)理想主義，推崇小團(tuán)隊(duì)、高密度的人才結(jié)構(gòu)；都相信研究驅(qū)動(dòng)而非傳統(tǒng)KPI導(dǎo)向；都甚至在組織風(fēng)格上，也都呈現(xiàn)出某種“反大廠化”的特征。

無(wú)論是DeepSeek內(nèi)部強(qiáng)調(diào)的極致工程效率，還是月暗的扁平化組織，其目的都是為了讓那些最核心的研究員擁有最大的自由度。

與此同時(shí)，我們也注意到，月暗和DeepSeek在近期又頻繁“撞車”。

5月7日，月之暗面剛完成了一筆20億美元的融資，估值較上一輪翻了一倍，最新估值已達(dá)到200億美元。與此同時(shí)，DeepSeek被曝即將完成一輪規(guī)模超過(guò)500億元的融資。

在模型風(fēng)格上，Kimi也開(kāi)始越來(lái)越像DeepSeek，兩者都更強(qiáng)調(diào)Agent和代碼能力，其中代碼能力正是決定月暗商業(yè)化能力的重要指標(biāo)。

在模型節(jié)奏上，就在DeepSeek V4發(fā)布前兩天，Kimi率先推出具備Agent能力的K2.6版本；另有知情人士向虎嗅透露，Kimi新一代K3模型已經(jīng)進(jìn)入pre-train階段，預(yù)計(jì)將在今年7月正式推出。

而在模型競(jìng)賽之外，更重要的變化是，這些公司正在重新定義，它們想要什么樣的人。

在這場(chǎng)與北大光華學(xué)生的對(duì)談中，張予彤提到Kimi喜歡兩類人：一類是“不被標(biāo)簽化”的人，另一類是偏執(zhí)的人。

她談到，公司并不迷信學(xué)歷或?qū)I(yè)，而更看重一個(gè)人是否真正長(zhǎng)期關(guān)注AI以及是否愿意為一個(gè)想法迭代上百次、上千次。

而一批能夠與AI共同工作、共同進(jìn)化的人，某種程度上也代表了今天中國(guó)頭部大模型公司的人才觀。

以下是虎嗅獨(dú)家獲悉的，北京大學(xué)光華管理學(xué)院院長(zhǎng)田軒與張予彤的完整對(duì)話：

田軒：AI可以創(chuàng)造什么新工作，讓同學(xué)們?cè)谖磥?lái)更好地?fù)肀?/p>

張予彤：這是一個(gè)非常好的問(wèn)題。每一次生產(chǎn)力的提升，我們只是從原有的工作換到了新的工作。比如說(shuō)農(nóng)業(yè)革命的時(shí)候，種地的農(nóng)民去到了城市，然后城市出現(xiàn)了服務(wù)業(yè)等新的行業(yè)。所以我覺(jué)得現(xiàn)在，從我們企業(yè)自身來(lái)看，就出現(xiàn)了許多新的工作。比如我們有的同學(xué)是給模型做訓(xùn)練，創(chuàng)造了核心的數(shù)據(jù)，他們每個(gè)人都自稱為“模型的爸媽”，因?yàn)樗麄冇X(jué)得自己是在持續(xù)喂養(yǎng)一個(gè)持續(xù)生長(zhǎng)的智能。

對(duì)更廣泛的人群來(lái)說(shuō)，可能很多人會(huì)成為超級(jí)個(gè)體，也就是今天說(shuō)的“ 一人公司”。我覺(jué)得工作本身是在做我們熱愛(ài)的事情，提高生產(chǎn)力和產(chǎn)出更高的價(jià)值。那現(xiàn)在就可以是一個(gè)人全棧地去做很多事情，無(wú)需依賴一個(gè)龐大的團(tuán)隊(duì)。我覺(jué)得這是生產(chǎn)方式的一種變化，也能影響大家去追求自己想做的事情。

所以我覺(jué)得AI一定會(huì)帶來(lái)非常多的新工作。

田軒：AI會(huì)創(chuàng)造很多新工作，同時(shí)也會(huì)需要很多新技能。那作為我們商學(xué)院的教育者，我現(xiàn)在最關(guān)心的、也是我們一直在思考的就是，我們?cè)趺床拍芨蠒r(shí)代，我們光華管理學(xué)院應(yīng)該怎么培養(yǎng)我們的學(xué)生？

你是用工方，我是供給方。那么你能給我一些什么建議，比如商學(xué)院應(yīng)該怎么設(shè)計(jì)課程，甚至根據(jù)當(dāng)下體系——其實(shí)學(xué)生是我們的產(chǎn)品，你是我們的用戶——我們?cè)鯓硬拍芨玫赜?xùn)練或者educate我們的學(xué)生，最終能夠滿足AI時(shí)代雇主的要求？

張予彤：非常好啊，感覺(jué)有一個(gè)可以用戶訪談的機(jī)會(huì)。

我覺(jué)得現(xiàn)在大學(xué)生比我們上學(xué)的時(shí)候都要幸福，我們要花很多時(shí)間查資料和查文獻(xiàn)，去完成復(fù)雜的項(xiàng)目，但是今天，學(xué)習(xí)和研究的效率都被大大增強(qiáng)了。

我覺(jué)得要成為AI的深度用戶，成為power user，能夠感知到每一個(gè)、每一代模型的區(qū)別，它的能力邊界到底在哪兒，有什么事情它今天還不能做，有什么事情它今天可能已經(jīng)做得比我們好了，有哪些事情是需要我們和模型共創(chuàng)的。我覺(jué)得接下來(lái)會(huì)進(jìn)入一個(gè)agent-human collaboration的時(shí)期。我已經(jīng)無(wú)法想象自己在工作中不去用AI了。

比如我們之前沒(méi)有手機(jī)，沒(méi)有電腦，也沒(méi)有平常用的這些軟件， 但我們今天已經(jīng)無(wú)法想象沒(méi)有這些工具了。這些工具都是為了延伸我們的能力，而不是替代關(guān)系。工具替代的是它可以替代的那一部分。我們工作中可替代的部分有很多，比如重復(fù)的執(zhí)行和大量信息的處理，比如計(jì)算、編程，以及一部分設(shè)計(jì)的執(zhí)行。是這一部分的工作會(huì)被替代，但不代表我們的工作會(huì)被替代，所以其實(shí)是我們有了更多的時(shí)間去工作。

現(xiàn)在真正的瓶頸是去驗(yàn)證AI產(chǎn)生的結(jié)果。比如今天要產(chǎn)生幾百萬(wàn)行的代碼，對(duì)于AI來(lái)說(shuō)是很容易的事情，但對(duì)于人類來(lái)說(shuō)，去消化、理解，去看邏輯關(guān)系是不是有問(wèn)題，是一個(gè)更大的工作量。所以我們今天還是在定義我們的工作，以及我們?cè)谠u(píng)估、驗(yàn)證AI的工作質(zhì)量。這些也會(huì)成為重要的能力。

田軒：所以予彤你的建議就是我們商學(xué)院在課程設(shè)計(jì)，在培養(yǎng)學(xué)生的知識(shí)體系里面，要讓他們知道怎么去運(yùn)用AI、駕馭AI。

張予彤：是的，我覺(jué)得“駕馭”這個(gè)詞很好，也是我們和AI形成的一種合作關(guān)系。硅谷經(jīng)常講“harness”，也是這種“駕馭”的感覺(jué)。不管是工程和模型的關(guān)系，還是人和agent的關(guān)系，未來(lái)都是相互協(xié)作。我們要用更開(kāi)放的心態(tài)去探索，對(duì)吧？我相信AI在長(zhǎng)期上對(duì)我們一定是有益的。我知道短期大家肯定會(huì)有各種各樣的擔(dān)心，比如說(shuō)它的安全性或是其他一些性能問(wèn)題，但是我覺(jué)得長(zhǎng)期來(lái)說(shuō)它一定是好的，所以我覺(jué)得這是用一種開(kāi)放的心態(tài)去探索它，看看它到底是什么樣子的，然后深度地去理解它，親自上手，多動(dòng)手。有很多深刻認(rèn)知和理解是在動(dòng)手中形成的，不要僅僅知道一些觀點(diǎn)，或者自己觀察時(shí)有一些感受。

田軒：剛才我是從商學(xué)院教育者的角度來(lái)問(wèn)這個(gè)問(wèn)題，現(xiàn)在我換一個(gè)角度。在座很多是我們光華的學(xué)生，比如說(shuō)，我現(xiàn)在剛進(jìn)入大學(xué)，我知道未來(lái)的時(shí)代跟我的父輩已經(jīng)完全不一樣了，對(duì)吧？我們那個(gè)時(shí)候就是把題做好了，把試考好了，有個(gè)好的GPA，畢業(yè)之后出國(guó)或者找工作都沒(méi)問(wèn)題，但是現(xiàn)在AI給我們帶來(lái)了很多變化。假如說(shuō)我現(xiàn)在是一個(gè)一年級(jí)本科生，未來(lái)在北大光華的四年我要怎么做，才能夠讓我更好地面對(duì)AI帶來(lái)的挑戰(zhàn)和未來(lái)的不確定？

張予彤：可以從大一就到我們這兒實(shí)習(xí)。（笑）

我覺(jué)得在大學(xué)期間，很多個(gè)人的收獲還是來(lái)自跟同學(xué)相處吧。與人交流、產(chǎn)生深度鏈接，這是非常寶貴的。

第二點(diǎn)，是在做任何事情的時(shí)候，都可以想一下，如果今天是AI來(lái)做，它會(huì)怎么做？除了人和人的共情，還有人和agent的共情。因?yàn)閺哪Ｐ偷囊暯侨タ匆恍┦虑榫蜁?huì)很不一樣。比如說(shuō)，我們從人的視角去看，今天在電腦或者互聯(lián)網(wǎng)上已經(jīng)有非常好的基礎(chǔ)設(shè)施了，我們要聊天、開(kāi)會(huì)議、支付、驗(yàn)證身份、授權(quán)一些數(shù)據(jù)等等，這些事都有非常成熟的基礎(chǔ)設(shè)施。但如果今天是從模型的角度去看，你會(huì)發(fā)現(xiàn)這些不一定是它需要的。我們?yōu)槿藰?gòu)建了基礎(chǔ)設(shè)施，還沒(méi)有完全為agent去構(gòu)建，那么在這個(gè)時(shí)候，人和agent的分工能夠讓我們重新思考這個(gè)事情我會(huì)怎么去做。如果帶著這個(gè)視角去做所有的事情，可能也會(huì)有一些突破。

田軒：了解。今天來(lái)的除了本科生，還有很多MBA、EMBA的學(xué)生，他們其實(shí)也是企業(yè)的管理者。那在AI時(shí)代，他們需要做什么才能成為不被AI替代的管理者？

張予彤：我覺(jué)得替代在座的各位企業(yè)家是一個(gè)很難很難的事情。

田軒：不用客氣，我覺(jué)得這個(gè)好像也不是那么難。（笑）

張予彤：有一個(gè)非常實(shí)用的tip，就是給公司里面每個(gè)人增加Token的預(yù)算，讓每個(gè)人都能Token自由，做這些事情的時(shí)候可以充分探索如何把AI用起來(lái)。如果擔(dān)心AI會(huì)替代我們的工作，其中有一些對(duì)抗的阻力，這是不利于事情發(fā)展的。當(dāng)大家都有更多的Token預(yù)算，一部分可以用于擴(kuò)張，一部分可以用來(lái)增強(qiáng)生產(chǎn)力。AI“10倍程序員”，生產(chǎn)效率可以以一當(dāng)十，因?yàn)樗欠浅?qiáng)的程序員。今天AI的代碼生成能力讓更多人有可能變成“10倍程序員”，但是在編程過(guò)程中的架構(gòu)能力、思考能力、不斷驗(yàn)證和不斷糾錯(cuò)的能力，這些方面今天的AI做得還不夠好。當(dāng)企業(yè)給大家充足的Token，大家也會(huì)思考自己的工作會(huì)有怎樣的變化，是一些積極向上的推動(dòng)。

田軒：我做了一些research，了解到“Kimi穿越計(jì)劃”。聽(tīng)說(shuō)你們招人的時(shí)候不看學(xué)歷，不看專業(yè)，這對(duì)我們的認(rèn)知產(chǎn)生了很大的變化。咱們那時(shí)候高考是要選熱門專業(yè)，學(xué)經(jīng)濟(jì)學(xué)、營(yíng)銷、會(huì)計(jì)是熱門的，但現(xiàn)在不看學(xué)歷、不看專業(yè)，那看什么呢？

張予彤：人是很難“標(biāo)簽化”的，我認(rèn)為學(xué)校或者專業(yè)就是一種標(biāo)簽。在座的都是北大光華最優(yōu)秀的學(xué)生，但我相信你們每個(gè)人的特質(zhì)、你們的熱情、你們想做的事情、你們的長(zhǎng)板、你們不喜歡做的事情，都有非常大的區(qū)別。并不是我已經(jīng)想好了，現(xiàn)在有個(gè)工作，應(yīng)該去找什么樣的人來(lái)做——也有這樣的情景，但更多情景是，這個(gè)人的特質(zhì)最適合做什么事情。這時(shí)候我們會(huì)看一些抽象的能力，比如這個(gè)人是不是能夠提出真正好的原創(chuàng)的、創(chuàng)新的想法，這種創(chuàng)新能力是很難被評(píng)估的，但是我們?cè)诮涣鞯倪^(guò)程中會(huì)看他最近關(guān)注哪些話題，對(duì)問(wèn)題是不是有本質(zhì)的思考，會(huì)不會(huì)提出一些新的想法，并且這些新的想法是好的想法。其實(shí)這是很難很難的。我們公司當(dāng)中，每年能夠提出的好想法都是非常有限的。

第二點(diǎn)，有一些偏執(zhí)的人，他們會(huì)瘋狂地做一些事情。光有好的想法是不夠的，有了好想法之后——因?yàn)锳I引入了很多不確定性，包括科研的不確定性，在這種因素存在的情況下，想要做出更好的產(chǎn)品，就是一個(gè)很長(zhǎng)的、充滿不確定的、需要大量實(shí)驗(yàn)的迭代過(guò)程。在這個(gè)迭代過(guò)程中，這個(gè)人就會(huì)瘋狂地想各種各樣的辦法去解決這些問(wèn)題。這其實(shí)需要非常強(qiáng)的resilience，因?yàn)槿嗽谔剿骱脱芯康倪^(guò)程中會(huì)感到frustrated，是吧？比如，你會(huì)不會(huì)為了一個(gè)很好的想法嘗試1000次？大部分人可能嘗試10次就覺(jué)得沒(méi)法做了，當(dāng)然很多情況下這可能是對(duì)的，但有極少數(shù)的人更相信這個(gè)想法，同時(shí)也巧妙地在嘗試中形成了自己的認(rèn)知。現(xiàn)在很多設(shè)計(jì)是在制造中完成的，而不是在制造之前就已經(jīng)想好這件事應(yīng)該怎么設(shè)計(jì)怎么做。現(xiàn)在的生產(chǎn)過(guò)程充滿了不確定性。所以除了提出好想法的人以外，還有瘋狂實(shí)驗(yàn)和探索的人。這兩類人在我們的業(yè)務(wù)當(dāng)中都占了很重要的位置。

田軒：怎么把這兩類人識(shí)別出來(lái)？人不能“標(biāo)簽化”，但是“標(biāo)簽”可以幫助我們快速篩選人，經(jīng)濟(jì)學(xué)當(dāng)中是“信號(hào)理論”。

但是您剛剛提到的幾個(gè)：能提出好的問(wèn)題，偏執(zhí)——研究也發(fā)現(xiàn)很多超級(jí)創(chuàng)業(yè)者是偏執(zhí)的甚至是孤僻冷漠、不好相處的，但是偏執(zhí)的人不一定能夠成為創(chuàng)新者。那么您在招聘或者選擇員工的時(shí)候怎么把擁有這兩個(gè)特質(zhì)的人篩選出來(lái)？

張予彤：更多的是交流，看他平時(shí)關(guān)注什么信息、想什么問(wèn)題，包括關(guān)注什么樣AI的產(chǎn)品，或是最近行業(yè)什么變化是超乎意料的。在這些問(wèn)題中你會(huì)看到一個(gè)人的注意力放在哪兒，以及他在思考什么問(wèn)題。如果他說(shuō)出來(lái)的是“2025年的認(rèn)知”——有時(shí)候我們也開(kāi)玩笑說(shuō)“AI一天、人間一年”，那么他吸收的信息量可能沒(méi)有那么大，他的興趣也不在這里。“執(zhí)行”這方面是更容易驗(yàn)證的。我們也有AI的面試系統(tǒng)，這些題需要大家不斷嘗試，我們會(huì)看候選人是怎么迭代的、是不是有不同迭代的思路、迭代多少次，以及什么時(shí)間仍然在迭代，有非常非常多的信號(hào)；有時(shí)候也可以通過(guò)一些自動(dòng)化的系統(tǒng)做篩選。

田軒：還有一個(gè)問(wèn)題，企業(yè)是我們研究的對(duì)象，很多學(xué)生也是企業(yè)家，很多學(xué)生未來(lái)也會(huì)去企業(yè)工作。現(xiàn)在有個(gè)概念“AI原生企業(yè)”，比如Kimi。那這種企業(yè)的特質(zhì)是什么樣的？傳統(tǒng)的企業(yè)如何向“AI原生企業(yè)”靠近或者轉(zhuǎn)型？最大的障礙是什么？企業(yè)家應(yīng)該怎么做？

張予彤：這個(gè)問(wèn)題挺有意思的。在中國(guó)我見(jiàn)到非常多的企業(yè)家都特別努力，他們有非常多使用AI、擁抱AI的想法。我在企業(yè)里看到的是大家非常關(guān)注AI，以及有很大的動(dòng)力把AI應(yīng)用到企業(yè)的各個(gè)方向，但我關(guān)注到的阻力還是來(lái)自于組織的阻力，因?yàn)橛性S多的事情，大家已經(jīng)定義了邊界、合作方式，以及如何在這個(gè)合作的過(guò)程中進(jìn)行激勵(lì)。但在所謂的“AI原生企業(yè)”中，一個(gè)最大的好處是，它是新的企業(yè)，可以重新按照現(xiàn)在全新的生產(chǎn)模式來(lái)定義組織結(jié)構(gòu)。這種企業(yè)有幾個(gè)特點(diǎn)，比如，我們公司里是沒(méi)有title的。

我們統(tǒng)一的title就是“staff”，整個(gè)組織層級(jí)結(jié)構(gòu)很扁平。我們公司一共300人，員工之間只有一到兩層的關(guān)系，人員比較少、相對(duì)扁平，彼此之間沒(méi)有定義得很清晰的邊界。比如我們組織當(dāng)中做預(yù)訓(xùn)練的同學(xué)也可以做后訓(xùn)練，做算法的同學(xué)也可以做數(shù)據(jù)，做營(yíng)銷的同學(xué)也會(huì)轉(zhuǎn)到模型評(píng)估，這些事情表明人的底層能力可以觸類旁通的，并非一味給他們貼標(biāo)簽，因?yàn)橐粋€(gè)人其實(shí)可以解決更多的問(wèn)題。這就是“AI原生組織”的特征，因?yàn)槿说暮芏嗄芰κ潜毁x能的，比如編程能力原來(lái)是三千萬(wàn)人的特權(quán)，但今天隨著AI的編程能力越來(lái)越強(qiáng)——當(dāng)然今天還不夠強(qiáng)——但是隨著它越來(lái)越強(qiáng)，這個(gè)邊界會(huì)不斷擴(kuò)張，未來(lái)我們每個(gè)人都會(huì)擁有編程能力。這也是之前從未發(fā)生過(guò)的事。

本文來(lái)自虎嗅，原文鏈接：https://www.huxiu.com/article/4857987.html?f=wyxwapp