華為天才少年與DeepSeek衝突背後,梁文鋒的人才觀是什麼?

2026年7月9日 17:36
華為天才少年與DeepSeek衝突背後,梁文鋒的人才觀是什麼?

重點摘要

梁文鋒的人才觀不迷信傳統履歷,極度重視自主思考與創新潛力,傾向招募不願被框架束縛的「異類」,並賦予高度自由度。這與華為「天才少年」計畫的系統化培訓路線形成鮮明對比,也是DeepSeek在AI領域快速站穩腳步的關鍵。

站內 AI 整理稿

近日,華為「天才少年」計畫與 DeepSeek 之間的人才競爭話題,在科技圈掀起不少討論。外界關注的焦點,不僅在於雙方如何爭搶頂尖年輕研究者,更延伸到 DeepSeek 創辦人梁文鋒背後的人才理念。據業內觀察,梁文鋒在選才與用人的風格上,幾乎可說是馬斯克的翻版——他對頂尖人才的渴望,以及近乎極致的選拔標準,處處透露著一股不循常規的強烈色彩。梁文鋒的人才觀,核心在於打破對傳統履歷的迷信。他不像許多企業那樣只看學歷、論文數量或大廠經歷,而是把候選人的自主思考能力與創新潛力放在首位。

這種思維,與 SpaceX 與 Tesla 創辦人馬斯克的做法如出一轍:馬斯克多次公開表示,寧可雇用一個「從未做過火箭但充滿熱情與天才直覺」的人,也不要那些只會照本宣科的資深工程師。梁文鋒顯然也信奉同一套邏輯,他傾向於尋找那些不願被既有框架束縛、敢於挑戰並顛覆規則的「異類」。DeepSeek 團隊的組成與運作模式,正是這套理念的具體實踐。目前 DeepSeek 整體團隊規模精簡,遠不如許多大型 AI 公司動輒數百上千人的編制。然而,團隊裡的每一位成員,都被賦予極高的自由度與決策權。在 DeepSeek 內部,研究員可以自行決定研究方向,不必層層請示,甚至能夠直接調度算力資源進行實驗。

這種文化設計,目的正是為了激發真正的創造力,讓那些頂尖頭腦不必耗費精力在繁瑣的行政流程或無謂的考核上。這樣的用人標準,自然與華為「天才少年」計畫形成鮮明對比。華為自 2019 年啟動「天才少年」招募以來,一直以高強度訓練與系統化養成路線聞名。入選者不僅要通過多輪嚴苛面試,入職後還會被安排到具體的研發團隊,接受資深導師的指導與階段性考核。華為希望透過這種有紀律、有階梯的培育方式,將天才少年快速轉化為能打硬仗的實戰人才。換句話說,華為重視的是「可塑性」與「執行力」,而 DeepSeek 則更看重「自主性」與「顛覆性」。兩種路線的衝突,在本質上反映了當前 AI 領域人才爭奪戰的深層分歧。

隨著生成式 AI 技術的爆發式成長,各大公司對頂尖演算法研究員的需求已經達到白熱化程度。傳統的招聘標準——名校博士、頂會論文、大廠實習——在這種競爭中逐漸失效,因為許多真正能帶來突破性創新的天才,往往不具備這些標準履歷。梁文鋒的做法,正是試圖跳過履歷篩選的慣例,直接以最極致的方式辨識與網羅那些「不需要被管理」的人。業內人士分析指出,DeepSeek 之所以能在短時間內在 AI 領域站穩腳步,關鍵就在於他們用「馬斯克式」的手段,集結了一群只想要挑戰極限的年輕天才。這些研究者不受傳統路徑依賴的影響,敢於嘗試最前沿、甚至被主流學界認為「瘋狂」的想法。

這種氛圍讓 DeepSeek 在模型架構、訓練方法與推理效率上屢屢拿出令人驚豔的成果,也間接印證了梁文鋒人才哲學的可行性。值得注意的是,梁文鋒並不否認華為「天才少年」計畫的價值,他曾在內部場合表示,每種人才養成模式都有其適用場景。但對 DeepSeek 而言,要在資源與規模都不佔優勢的情況下與巨頭競爭,唯一的出路就是讓每個人都能發揮最大潛能。因此,他選擇了一條更極致、更大膽的路:不管理、不設限、不考核,只提供頂級算力與自由研究環境,然後等待奇蹟發生。當然,這種模式並非沒有風險。缺乏結構化管理的團隊,可能導致研究方向過於發散,或者在關鍵節點上缺乏協作效率。

但從目前 DeepSeek 發布的幾項重要成果來看,梁文鋒的賭注似乎正在獲得回報。外界也開始重新思考:在 AI 這個講究創意與突破的領域裡,究竟什麼樣的用人哲學,才能真正點燃天才們的火花?這場看似只是兩家公司之間的人才理念衝突,實際上揭示了整個科技產業正在經歷的典範轉移。當傳統的系統化培養模式,遇上極致賦能的自由主義風格,誰能培養出下一個顛覆性的技術突破?答案或許不在於哪一種方法更「正確」,而在於哪一種環境更能吸引那些真正改變世界的人。梁文鋒用 DeepSeek 的實踐給出了一個鮮明的答案:與其把天才關在籠子裡訓練,不如給他們一片天空,讓他們自己決定飛行的方向。

Related

相關文章

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?

字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

47 分鐘前

千人聯機世界模型“RhOS-World: Khora”正式發佈

RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。

48 分鐘前
Hugging Face Blog模型更新

TutorMoments:AI 家教何時該出手,何時該放手?

今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

1 小時前