每一次技术跃迁，背后都伴随着人才观念的更新。
算力竞赛硝烟未散，激烈的人才争夺战又在AI行业打响。大洋彼岸的硅谷大厂纷纷开出亿元级年薪挖角顶级研究员；与此同时，中国的AI人才竞逐也在持续升温。
最新做出重磅举动的是MiniMax。公司在近期一场全员会上透露，已正式启动覆盖公司全职能的长期期权激励计划。
这一计划不仅面向算法核心研发人员，更延伸到工程、产品、运营等全岗位序列，甚至是刚入职的实习生。也就是说，只要有做出突出贡献，不限工种和资历都有机会获得期权激励。据36氪得到的一手消息，这一机制将作为公司的人才制度长期存在，鼓励每一位员工大胆突破。
面对这场全球性的AI人才争夺，MiniMax给出了不一样的解法。相较于硅谷盛行的高薪单点挖角，MiniMax的全员激励，更像是在打造一种AI时代的组织创新：通过人才激励制度，把个体创造力转化为集体势能。
展开剩余86%从算力堆砌到人才竞争
ChatGPT惊艳全球后的很长一段时间里，AI行业的发展一直处在一种“大力出奇迹”的叙事当中：谁能获得足够多的资本支持，囤积到足够的算力，就能训练出性能更强大的大模型。而自DeepSeek以全员本土员工和独特的技术路径，实现了同等推理性能下的训练成本优化后，“创新人才”又重新成为了全球AI叙事的焦点。
正如经济学家约瑟夫·熊彼特所提出的那样，创新的源泉在于人本身的“创造性破坏”。在实现AGI的路上，人才的稀缺性和不可替代性远超算力。只有通过激发个体人才的非线性创造力，才能突破算力堆叠的局限。
轰轰烈烈的抢人大战就是在这样的背景下在硅谷上演。这其中，Meta的动作最为凶猛。
今年6月，扎克伯格因不满自家Llama模型的表现，重新组建“超级智能”团队，并大举从OpenAI、Google DeepMind、Anthropic、苹果等公司批量挖人，这种四处重金招揽AI人才的策略，在整个硅谷都引起了震荡。
其他科技巨头同样不甘落后。微软、谷歌等也都在通过各种手段为自家的AI团队招兵买马。今年7月，为了挖角创业公司Windsurf团队的联创和部分高级研究员，谷歌不惜豪掷24亿美元，实现对整个Windsurf的兼并收纳。
人才争夺战的硝烟也在国内蔓延。不同于硅谷“明目张胆”从竞对挖人的做法，国内公司正在用人才激励的方式，培养人才，并最大程度激发人才的创造力，MiniMax正是其中之一。
更重要的是，不同于大多数公司强调的“英雄主义式”的核心技术人员驱动，MiniMax将人才激励计划覆盖到了所有岗位。由此，MiniMax的人才激励机制，似乎已经超出了单纯的抢人范畴，它更像是一种组织形式上的创新，试图将个人的能力汇聚成整个组织的势能。
从个体创新到组织创新
创新从来不是单点突破，而是从个体的灵感与行动，以适配的机制和共同的使命，逐步汇聚成组织的合力。通过全员激励机制，MiniMax正是要从“个体创新”出发，把这种创造力延展到整个组织，推动形成真正的“组织创新”。
但要让这种创新成为组织的常态，而不是零星闪现，就必须回答一个更根本的问题：什么样的个体特质，值得被持续放大？
MiniMax已经做出了定义。接近MiniMax的人士告诉36氪，MiniMax内部推行的“人才双螺旋”概念，强调的是两类相互作用的共性能力：第一性原理思维（First-Principles Thinking）+ 深度好奇（Deep Curiosity）。
第一性原理思维，强调的是能发现“真问题”。这也暗合了生成式AI工具渗透到工作和生活场景后的一个常见论调：AI时代，提出问题的能力比回答问题更加重要。MiniMax则要在组织形式上真正践行这一理论。
在AI可以替代大部分执行的今天，岗位不再是能力的边界，而是能在复杂环境中识别出决定组织行进方向的真问题。这种能力可以来自算法科学家，也可以来自工程师、产品经理，甚至是实习生。
像造火箭一样，大模型本身就是一个复杂的系统工程。比如OpenAI组织中，从数据专家到算法、工程优化，甚至还有产品经理来的角色来主导整个研发。
那位知情人士指出，上述思路也是MiniMax推行全员激励设计的底层逻辑，通过这种方式，让任何能提出关键命题的人都得到认可。
而MiniMax所强调的“深度好奇”，指的是对未知保持持续探索的驱动力，并且敢于在不确定中不断试错和突破。
他们是AGI时代的“原住民”，不会视AI为威胁，而是将其视为满足自己好奇心的最强助手，用以探索更广阔的世界。
MiniMax的内部理念认为，通向AGI的道路可能会超越当下人类的想象，因此在这一过程中，比起既有经验，更关键的是持续的探索欲和直面未知、接受失败的勇气。公司将这种“深度好奇”视为推动个人和组织突破认知边界、实现非线性成长的重要力量。”该人士总结说。
如同DNA的双螺旋结构，这两种特质相互交织，共同构建了AGI时代可持续的创造力和竞争力。事实上，推动这轮AI发展的也正是这样一群人。
OpenAI联合创始人兼前首席科学家伊利亚·苏茨克维，可以说就具备第一性原理思维和深度好奇特质的典型。在博士阶段，他作为核心成员参与了亚历克斯・克里泽夫斯基、导师杰弗里・辛顿共同研发的AlexNet，并在2012年的ImageNet竞赛中取得压倒性胜利。这一成果被普遍认为是深度学习在计算机视觉上的关键转折点，也由此引发了全球范围的人工智能研究热潮。
创办OpenAI后，他继续从第一性原理出发，主张通过“预测下一个token”与“信息压缩”等路径探索通用智能，这一技术判断对GPT系列的方向选择有着重要影响，并最终实现了ChatGPT的现象级诞生。
而这一系列大胆探索，离不开深度好奇带来的驱动，从计算机视觉到深度学习，再到对通用智能，苏茨克维一直在探索和追问。这两种特质的交织作用下，苏茨克维无疑已经成为了生成式AI时代最具代表性的人物之一。
通过此次全员激励举措，MiniMax要实现的是，在AGI探索不同链条上将具备“本质洞察”和“深度好奇”的心智全部收集，把算法、工程、产品各链条的个体创新都纳入一个融合机制，让每一次探索和创新都有被认可和放大的可能。
当不同角色的创新不断叠加，就会在组织层面形成创新涌现，最终汇集成整个公司面向AGI的持续推动力。
在中国AI创业版图里，MiniMax的独特之处在于：它既是外部观察者眼中“硅谷式Pure Play AI公司”，所谓Pure Play，即不是跨界做加法，而是专注于AI本身，从模型到底层产品形成闭环；同时又被外界认为有着极强的求生欲，以一种务实而激进的姿态，不断在技术路径上冒险突破，并在商业化上快速验证。
视频为MiniMax视频模型上线首尾帧,支持最强复杂指令遵循等特性。
从更宏观的角度来看，每一次技术跃迁，背后都伴随着人才观念的更新。工业时代强调执行力，互联网时代推崇速度与规模，而在AI时代，最稀缺的则是问题定义力与跨界想象力。当大模型逐步接管重复性的执行与优化，人类的价值将更加集中在提出值得解决的问题、创造新的组合方式。换句话说，下一个时代的人才画像，不再是资历与身份的叠加，而是敢于直面未知、保持好奇并具备本质洞察的探索者。这不仅是MiniMax所强调的“人才双螺旋”，也是整个行业在迈向AGI过程中，对未来人才的共同召唤。
发布于：江苏省旗开网提示：文章来自网络，不代表本站观点。
