“给了钱，解决不了问题，才是人才泡沫。”
在大模型竞争中，人才和算力是两种昂贵而稀缺的资源。对算力受限的中国模型公司而言，追赶世界领先水平的希望，很大程度上寄托于那些最聪明的大脑。
2024 年，一个博士毕业生只要研究方向与 AI 有关，就可能获得数百万元年薪。这也是人才泡沫的起点：许多公司花了很多钱，却招来一群根本做不出大模型的人。第二年，腾讯和字节跳动进一步推高了人才价格，极少数顶尖人才的薪酬包达到亿元级别。
但到了 2026 年，市场发生了逆转。随着大模型竞争逐渐收敛到少数公司，人才需求迅速减少。一些有顶级论文、头部模型厂实习经历的优秀毕业生，甚至拿不到面试机会。
最近，我们与 AI 创业者、前字节跳动和美团招聘负责人魏小康对话，回顾这场人才争夺战的起落。
魏小康亲历了中国互联网行业两轮激烈的人才争夺，也是一个观点激进、人才观鲜明的人。
2017 年，他参与搭建字节跳动的招聘体系。那正是中国互联网公司通过高薪、大规模招聘和不断扩大组织，建立竞争优势的时代。字节后来集结了数千名 HR，用超高薪酬在全行业争夺优秀人才。此后他又在美团参与规模化校招，高峰时期一年招聘五六千名毕业生。
但今天，魏小康相信的几乎是一套与过去完全相反的逻辑。
他一方面认为，顶尖天才没被严重低估，“给大模型人才开 1 亿年薪完全不贵”；另一方面，又认为绝大多数优秀人才在基座模型领域已经过剩，未来甚至没有机会入行。
对于 AI 应用公司，他也不理解为什么还需要二十多个产研人员，“十几个善用 AI 的人，就可以完成过去两百人的工作。”
这种判断不仅限于科技行业。他认为，未来几年，大量白领岗位可能消失；互联网大厂这一轮裁员之后，人员规模不会再恢复；过去一百个人进入一个行业，最后有十个人脱颖而出，而未来，可能只有那十个人有机会进入。
这些看似激进的判断，背后有一套一致的逻辑：AI 正在让顶尖人才与普通人才的经济价值进一步分化，组织对人的需求急剧减少，最终绝大多数机会和回报可能集中到极少数顶尖人才手中。
如果说，过去二十年，中国互联网公司的竞争，是谁能够聚集、组织更多聪明人，那么在魏小康设想的 AI 时代，竞争将变成谁能找到极少数天才、人才，并让他们摆脱对大量其他人的依赖。
一个曾经帮助互联网公司大规模争夺人才的招聘负责人，如今相信，AI 将终结支撑互联网行业过去二十年发展的那套人才组织方式。
这是魏小康对未来的判断。它是否会成为现实，仍有许多值得讨论的问题。
“如果我是字节、腾讯，2023 年直接开 500 万，招几十个人，大模型进度可能能快很多”
晚点：给一个大模型人才开上亿年薪，算天价吗？
魏小康：挺值的，也不贵。如果把基座当个业务看，光训模型，大厂一年就花上百亿买卡，几年就是几百亿。这几百亿花得好不好，就看这几十个人。同样的钱，不同的人用，效率能差几倍，甚至决定模型做不做得出来。
换成传统业务，投了几百亿，还关系公司兴衰，你给团队多少钱？几亿、几十亿，都可以给。
再说，去年外卖大战就烧了差不多 2000 亿。中国所有基座团队加起来，都没烧这么多。
晚点：中国的大模型人才争夺战是从什么时候开始的？
魏小康：2023、2024 年 “百模大战” 是第一波，也是研究员薪酬的第一个高峰。一个没有任何经验的博士毕业生，年薪可以开到三四百万（元）；甚至之前搞上一代 NLP、CV 的，只要和大模型沾一点边，也有机会拿到两三百万。
晚点：按照你刚才说 “1 亿不贵” 的标准，这些价格其实也挺合理的，看来也没有什么泡沫。
魏小康：如果招到的是真正懂基座模型的人，那就不算泡沫，甚至其中 90% 以上的都招得太便宜了。等到 2025、2026 年再想挖，得花几倍价钱。
当时还有几十家公司花了很多钱，却挖来一群根本做不出大模型的人，这明显就是泡沫。当然，它们后来也没活下来。
晚点：在中国，90% 的公司是抢不过字节跳动的，它们是怎么保持人才竞争力的？
魏小康：其实不用抢。你的目标要是中国 Top 1，那很难。但只做 Top 3——其实有五六家——还是比较容易的。大方向、架构都是确定的。凑几个三观正的 leader，带几十个懂的人，然后做对三件事：核心的人，真懂，且能拍敢拍方向，实验允许失败，但过程要科学；算法、数据、infra 融在一起，别有地盘意识，少为了晋升绩效瞎卷；把数据搞好。
这样的话，人是够用的。每年应届生里，具备跻身全国前一百名实力的有三四百人，从中招十个，再通过社招补充一些好手，就够了。
只是，这个时代做大模型 “Top 3” 的目的是啥？大厂可以服务主业。创业公司如果只是 Top 3，且没有别的应用型业务，怕是不好过了。
晚点：第一波人才竞争是什么时候结束的？
魏小康：2024 年下半年，一些公司模型虽然活着，但实际跟不上最新的预训练了，百模变成十模。我们当时判断，到 2025 年，应届生里 Top 100 水平的人才，供给就该过剩了。
晚点：结果 2025 年腾讯进来了，为什么它们要把人才价格重新抬到那么高？
魏小康：我的理解是，腾讯之前在 AI 上不够激进、坚定，没吸引到足够多的好手，就得花更大的力气追。姚顺雨刚来，公司上下也给了他们团队和 HR 充分的授权。所以他们在招人上卯足了劲，价格开得很有攻击性：同一个人，别人给 200 万、250 万，他们给 300 万，甚至 400 万。
2025 年就成了最疯狂的一年，所有公司不得不反复出价、抬价，全行业很多人薪酬 “被迫” 翻倍。
晚点：腾讯后来挑起的这波有泡沫吗？对人才市场有没有负面影响？
魏小康：都是正面影响。能做成科技创新，掌握核心技术，这点钱是毛毛雨。例如，我们今天花几千亿，去买国外的卡和模型 API，还被卡脖子。而以前 300 万能招来的人，现在被抬到 500 万、1000 万。但他解决的，还是一个亿的问题。
给了钱，解决不了问题，才是泡沫。
今天我们给科技人才的钱还远远不够。如果我是字节、腾讯，2023 年就直接开 500 万，招几十个人。大模型进度可能能快很多。
我们现在处在科技应用和创新的转型阶段，因此大家不习惯，以后就习惯了。
晚点：从你的观察看，现存的大厂和大模型创业公司里，谁招到了真正厉害的人？
魏小康：有心气做世界一流或中国 Top 1 的公司，比如字节和 DeepSeek。Kimi 也招到了几个，智谱也有，但更多是靠唐老师自身的影响力。
晚点：中国移动互联网时代的抢人大战从字节、滴滴开始，它们加价 50% 甚至翻倍招应届生、从对方公司挖人。现在回头看，这种行为给行业带来最大的影响是什么？
魏小康：同样都是正面影响，说明中国公司越来越重视科技人才。
九十年代，大家重视销售，不重视科技。我是北邮毕业的，零几年，不管是北邮还是其他工科强校，学生的梦想还是做销售、管培生，没人去搞研发，编程好的人都忙着转型干销售。2010 年之后，中国开始大规模开展科技应用、科技创新，研发人员的收入才超过销售。后来，企业开始重视产品和体验，正儿八经地找产品经理，产品经理的收入才跟着上去。今天，我们开始进入科技创新的阶段了。
晚点：从今年开始，大模型的人才招聘市场和去年很不一样。据我们了解，很多有论文、有大厂实习经历的毕业生连模型厂的面试机会可能都没有；最顶尖的学生拿到的 offer 也在变少。
魏小康：很正常。如果把人分成天才、人才和人手：一个方向里，天才是同龄人中最拔尖的 Top 10，这二三十人能开创新方向、新理论，比如 Hinton、Ilya。永远稀缺。
再往下，是人才，每年的 Top 100，有几百名非常优秀的人，沿着天才开辟的方向继续创新，把路走通。但在基座领域，已经供过于求。
还有更多优秀的人，负责细节的改进和实现，放在其他行业也很出色，但在基座领域只是人手。这批人从 2024 年就开始被迫转型了。
晚点：“人才” 这个档位，Top 100 的人，都已经过剩了吗？
魏小康：做基座真不需要很多人，几十个好手足矣。除了那批天才以外，剩下的几百个人，换谁来做，区别不大。
而且腾讯去年那波，把学数学、物理等各方向的人都吸引进来了，可需求本来就在减少。所以 2026 年，供需一下就反转了。
晚点：你认为从明年开始，大模型人才的整体薪酬会下降多少，还能维持在大几百万的平均值吗？
魏小康：明年不是降多少的问题，是还有没有机会做基模的问题。能力可以排进 Top 10 的那几十个天才薪酬不会降，还可能涨。但绝大部分能力排在 Top 100 的，大概有三五百人，没机会了。
现在真正在牌桌上的模型厂还有十家，明年最多只剩七八家，下桌的那几家会释放出几个天才和一批人才。强的去别家，把弱的挤下来。被挤下来的，可能就找不到做基模的工作了。
晚点：这么看，他们就像一群特定时代的人才，时代过来价值也就过了。像你之前在小红书上也提到过，算法这个岗位大概率也会消失。
魏小康：算法需求还在，但纯算法岗会消失。从 2023 年起，我就和很多算法工程师争论，不能因为大模型贵、慢，或暂时不适合业务，就投入大量人力训小模型。更大的模型效果肯定更好，MoE 能提速，价格半年到一年就可能降 90%。
但直到今天，大厂里仍有 80% 以上的团队，为了生存、晋升和绩效继续训小模型。我认为大家很快会意识到，除了少数超大规模的搜索、推荐场景，其他文本、语音、视觉业务都不再需要专门的算法工程师。
后训练的门槛也在迅速降低，现在学过技术的人就能上手，再过两年只会更低。
晚点：这些被挤出来的人才、人手，会流向哪里呢？
魏小康：AI 应用 2027 年一定会爆发，但今天真正懂如何把 AI 用好的人极少，所以我认为他们此时此刻就应该从模型厂出来做应用。
晚点：如果 AI 人才的薪酬大幅缩水，对人才市场或者整个社会最大的影响是什么？
魏小康：不会有什么影响。这几十个甚至几百个人只是活在新闻里，他们的去留，不会让世界有什么大波澜。
“别不好意思，加入靠谱的团队，一起做票大的”
晚点：你说 AI 应用在 2027 年一定会爆发的依据是什么？
魏小康：我除了招聘，不懂其他行业，只是相信人和基础逻辑，两个原因：
一是各行业的 PMF，一定已经跑出来了。GPT-3.5 出来四年了，每个行业都有几十个团队在反复试。今年模型的智力，又超过了绝大部分人，如果没人找到，不合逻辑。只是就算摆在面前，我们也认不出哪个是下一个头条；
二是模型够用了。我认为全行业都低估了 DeepSeek 10 月 17 日那个版本。它可能是 AI 应用的 iPhone 4，或小米手机时刻——第一个能满足绝大部分行业需求，又够便宜、够快的模型。找到 PMF 的团队，第一次有希望大规模商用。
晚点：但从今年的情况来看，多数应用公司都很难融到钱了。科技 VC 开始觉得没项目可投。
魏小康：觉得没项目可投，是正常的。大家对某个东西会爆有共识，才不正常。
上个时代成的，基本都是非共识：打车、头条、外卖、短视频、拼多多，头几年都不被看好，融不到钱。连微信第一年也是。就连他们自己，一开始也不知道，这会是几百、几千亿美元的事。
那时候的共识是什么？大家花大钱投的、买的，是手机管家、手机助手、浏览器、地图。
晚点：怎么提前判断一家 AI 应用公司有没有可能跑出来？
魏小康：我没办法去判断产品有没有前途，我认为该看创始人和团队。首先，创始人应该：1. 学习能力强，好奇心重 2.Ego 小 3. 有很强的动力 4. 精力好。其次团队得没有短板，整体强于同行业的对手。
另外，我认为这一波能成的产品负责人，大概率是技术出身。
晚点：产品 sense（感觉）不重要吗？
魏小康： 产品 sense 肯定要有。但这一波有产品 sense 的人，大概率从技术出身的人里长出来。
产品 sense 靠天赋，更靠练：跟用户聊，反复试，看数据，迭代，而现在 AI 编程、AI 技术如何在业务里用，依然有门槛，所以懂技术的人试得快。另外一方面，业务的窗口期就这一两年，等非技术同学的效率追上，这场仗可能已经打完了。反正我们团队，包含我自己，全是技术背景的人，兼做产品。
晚点：没找到 PMF 的行业，或者不是最先找到 PMF 的团队怎么办？
魏小康：尽快加入靠谱的团队，或者合并。这一代业务迭代比上一代快很多。一个行业有人找到 PMF，大概率一年就能结束创业公司之间的竞争，专注跟大厂打。
别不好意思。王慧文、陈林、张楠当年都在自己搞，看到更好的团队，都直接加入了。加入靠谱的团队，一起做票大的。
晚点：AI 应用公司也会出现激烈抢人的现象吗？
魏小康：现在已经在抢了，在 AI 应用公司做一年，跳槽时薪酬可能就翻倍了。但最激烈的时候还没到，等各个行业的 PMF 出来后，一拥而上的跟风者会把行业薪酬炒高，还会吸引更多钱进来。
“在大厂，3-1 以下是没有出头之日的”
晚点：你理想中的 AI 公司组织形态应该是什么样的？
魏小康：产品不是特别复杂的话，产研团队，十个人左右比较理想。我管他们叫 “产品实现者”：全栈为主，大部分人都是产品经理，每人两台以上的电脑，同时使用三四个大模型的 Max 订阅账号。
十几个这样的人就可以支撑一个千万日活（ DAU）的业务。我想不出来，为什么需要二十个人。
现在的瓶颈反而是人。AI 做得太多、太快，我们来不及给它下任务，也看不过来。
晚点：十几个人就够用了？
魏小康：一个善用 AI 编程的好手，至少顶 “古代” 五个工程师。再加上前后端一个人做，大部分产品工作也自己完成，省去了开会、协调和排期，效率还能再翻两三倍。十几个人，等于原来 200 人的产研团队。
举个例子。有一次我们 BC 两端要各改增减一些字段，方便优化供需匹配，APP、搜推策略、大模型对话策略、BC 两端各自的流程、数据库等，全得跟着改。
放在大厂，得两个月，4、5 个团队，几十号人拉会。我们两人讨论了 5 分钟，其中一个人做，他半天就改完发版了。
晚点：看样子字节也没办法 “大力出奇迹”，垄断人才了。
魏小康：这种说法其实被外界曲解了，一鸣原本的意思是，先想清楚方向，算清楚投入产出比是正的，再把能投入的资源都投进去，是有前提的。
所以，我看到一些创业公司在 ROI 还没转正的时候就猛做增长，会觉得很荒诞。有人说，字节、美团当年不也是这么干的吗？但据我的经历，字节、美团都是先确认 ROI 为正，再加大投入。
晚点：有你刚刚说的那种能力的人才画像是什么样的？
魏小康：有个必要但不充分的条件，这个人每个月至少得用满两个大模型 Max 订阅的额度，好手是用满 三个以上的。用两个的人，是会指挥 AI 干活的人；能用三个以上的人，是会用 AI 指挥 AI 干活的人，是另外一个阶层的人。
中国能用满三个以上 Max 订阅额度的人数大概率不到一万。
晚点：非产研的岗位呢？
魏小康：最好