AI 原生组织的人才观

2026年春招释放了一个信号：AI岗位量同比增长12倍，占新经济岗位的比例从去年的2.3%跃升到26.2%。平均月薪6万元，是行业均值的1.3倍。而最紧缺的高性能计算工程师，人才供需比只有0.15——七个岗位争一个人。

01

市场给出了三个答案

过去一年，如果你跟猎头聊AI人才市场，他们会告诉你三件事。

第一，薪酬的分化在加速，但不是按经验分，是按“能不能在没有图纸的地方造东西”划分。

2026年，一个有千亿参数大模型训练经验的算法研究员，年薪中位数180万，是同等资历传统AI工程师的1.8到2倍。不是因为资历更深，是因为他们做过的事没有现成答案可抄。而初级算法岗的薪资增速已经从2024年的30%掉到10%，AI行业正在快速淘汰那些只掌握浅层技能的人。

亨德森猎头2026年的报告用了一句话描述这个现象：“亿元塔尖与消失的底座”。

第二，需求最大的不是算法工程师，是能把模型落地的复合型人才。

翰德2026人才趋势报告显示，懂垂直行业深度、能定义产品场景、能把实验室里的模型真正部署到业务中的“AI+行业”复合型人才，跳槽薪资涨幅达到20%-50%。AI产品经理的年薪中位数已经冲到70万。

而同期，只会调参、不懂底层原理、没有行业积累的工程师，供需比逼近5:1——五个人抢一个岗位。

第三，核心人才正在从大厂加速流向创业公司。

DeepSeek就是一个标志性事件。这家公司在一个清单中列出近百名研发者，其中至少10名核心人物已经离职，有的去了别的创业公司，有的自己创业。

据行业估计，大厂AI团队的核心人才年流失率已从2023年的8-10%上升到2026年的15-20%。字节、腾讯的AI岗位量仍然占全市场70%以上，实习生薪酬“上不封顶”，但是钱不再是最强的吸引力了。

这三件事加起来，指向同一个方向：

AI人才市场正在惩罚那些只关注“技能清单”的招聘逻辑，奖励那些率先换了底层假设的组织。

02

换的不是招聘标准，是信仰

DeepSeek、月之暗面、宇树科技三家公司创始人的招聘方法论，是一套人才信仰。

梁文锋（DeepSeek）：“自带想法，不需要push。”

DeepSeek 员工百余人，没有KPI。计算资源随时调用无需审批，跨部门协作只需要“对方也有兴趣”。唯一的硬约束是“正式流程不要超过员工时间的一半”。重要的招聘标准只有一条：热爱和好奇心。

梁文锋说过一句很疯的话：“其实我们没有组织，就是愿景驱动的。”

杨植麟（月之暗面 KIMI）：“大厂员工是专用模型，我们要的是基础模型。”

月之暗面三百多人，没有职级，没有OKR，没有部门墙。五位创始人每人直接对接四五十人。

杨植麟问候选人的问题甚至有“你最喜欢的专辑是什么？”某种程度上筛出审美一致的人。公司内部80%的人入职后换过岗位，先在多任务上泛化，再回到一个方向做纵深。

他的核心判断是：“在算力和数据日益同质化的竞争中，品味是建立差异化壁垒的核心驱动力。”

王兴兴（宇树科技）：“学历次要，看自我学习能力和目标为导向的态度。”

从200块钱手搓机器人起步，做到全球四足机器人出货量第一。王兴兴面试时问一个核心问题：“你有没有为一件事情持续投入过，没有任何人逼你，也没有任何外部奖励？”

他把人才分三类，顶尖人才能独立管理产品和方向，优秀人才在明确框架下高效执行，基础人才认真但需要指导。招人不看学历，看长期主义。

他们的人才信仰和其他公司不一样，而共同点是：

• 招聘端把「自驱力」当硬门槛而不是加分项；

• 运行端把「管理流程」当成本来压减，而不是成熟度的象征；

• 激励端用「最难的问题」和「最大的自由度」吸引人，而不是用KPI和晋升叙事。

03

字节们不是也这么说吗？

这和互联网大厂在讲的东西有什么不同吗？

张一鸣十年前就在讲“始终创业”、“只招成年人”。阿里有“闻阿里味儿”的面试传统。字节2025年的人才观白纸黑字写着：看本质不看资历，保持高人才密度，做有挑战的事。

理念是一样的。底层的组织假设是相反的。

张一鸣有一句话：人才不是核心竞争力，机制才是。字节的逻辑是用最好的制度，OKR双月对齐、360度评估、职级晋升体系、甚至赛马机制，5000人HR团队，来让优秀的人跑得更快。为了招聘，字节甚至自建了一个内部猎头公司，制作全国顶尖高校的人才地图。从1000人到10万人，只用了8年。

这套逻辑在移动互联网时代完全成立。产品可以标准化、规模化，抖音的模式跑通之后，增长靠的是执行效率。高效的制度让人才发挥更大的杠杆效应。

但新一代AI公司把逻辑翻过来了。

梁文锋说“我们没有组织”。杨植麟说“扩大对创新有致命性伤害”，月之暗面300人的规模是刻意控制的，不是招不到人，是按估值均分到人头上。杨植麟公开解释过：这几个大模型创业公司里，我们始终保持人数最少，保持卡和人的比例最高非常关键。

这不是规模偏好的差异。是对“机制”这件事的根本判断不同。

互联网大厂招最优秀的人，用制度让协同跑得更快，制度是加速器。DeepSeek们的假设：招对的人，任何多余的制度都是减速器。制度是成本。

当字节们说“我们要自驱的人”，下一句是“我们会用最好的制度帮你”。当DeepSeek们说“我们要自驱的人”，下一句是“我们尽量不挡你的路”。

这就是核心的差异。

不是管理理念的迭代，是工作性质的改变逼出来的。当AI替代了标准化的执行力，组织中剩下的全部是反标准化、反监督、反KPI的工作。

管理工具的边际收益在暴跌，管理成本的边际代价在暴涨。

04

AI原生组织的人才观是什么？

回到那个被问了无数次的问题：

AI原生组织到底需要什么样的人？

市场上给出的三个答案：薪酬向“能做没有图纸的事”的人倾斜、需求向复合型落地人才转移、核心人才主动从大厂流向创业公司。

三家公司给出的三条信仰：梁文锋要找“自带想法的人”，杨植麟要找“基础模型型的人才”，王兴兴要找“长期主义的人”。

其实在讲同一件事。

AI原生组织的人才观，是对“人才”这个词本身的重新定义。

在旧的人才观里，人才是一组可被衡量的能力——学历、经验、技能树、绩效产出。招聘是把这些能力匹配到岗位需求上。制度是让这些能力的协同效率最大化。

在AI原生组织的人才观里，人才不是一个能力集合，而是一种状态：

在没有外部驱动的情况下，能自己发现问题、定义问题、持续投入、直到创造出一个还不存在的东西。 

这种状态不能被KPI衡量，不能被OKR对齐，不能通过晋升叙事激励。它只能在一种特定的组织土壤里生长：人少、信任高、沟通成本低、不需要为“证明自己做了什么”消耗心力。

所以梁文锋说他招人的标准是热爱和好奇心，杨植麟说品味是核心驱动力，但品味不能被量化。王兴兴说他要找“为一个东西持续投入过”的人，但简历上可能看不出这些。

AI原生组织不是在筛选人才，是在识别同类。

这场人才观的变革不是信念之争，市场已经在用真金白银投票。当AI科学家月薪突破13万、当核心人才用脚投票离开大厂、当七家公司抢一个高性能计算工程师的时候，被重新定义的不仅是薪酬体系，是整个人才行业的底层假设。

传统的管理教科书说，管理的本质是“通过他人完成工作”。

AI原生组织的实践说：管理的本质，是找到那些不需要你管的人，然后给他们让路。