一、一张刷屏的PPT

昨天从上海飞回香港。在机场候机的时候在朋友圈看到一张PPT刷了屏。

PPT标题是“Kimi（月之暗面）的人才画像”，内容是五条不等式。7月19日，它在小红书等平台二次传播，我注意到一个细节：热门笔记的收藏明显多过点赞。大家不是看热闹，是打算留着用。

这套人才观首次公开发表，是2025年12月北京的脉脉MAX年度职场力量盛典，演讲者是月之暗面技术副总裁付强，题目《AI Native人才观—大模型时代的技术发展与管理实践》。这次刷屏，是因为7月17日Kimi K3发布—2.8万亿参数，迄今最大的开源权重模型。公司热度把水重新烧开。

我读了一遍之后，发觉这不是一份招聘广告，而是一份AI时代的人才价值重估宣言。下面我来逐条拆解一下，然后聊一下几点个人看法。

二、五条拆解

第一条：Curiosity > Being Right｜好奇心，比永远正确更重要

大白话：别把“我是对的”当目标，要把“搞明白真相”当目标。付强用了一个技术类比：大模型有个temperature参数，调得越低，输出越保守；一个求稳怕错的组织，就像temperature被调到零的模型—永远只输出最保险的答案，不再探索。他因此倡导心理安全。

James March在1991年的论文《Exploration and Exploitation in Organizational Learning》中指出：组织必须在“探索新可能”与“利用旧确定性”之间分配资源，过度偏向“利用”的组织，短期有效、长期自我毁灭。

AI时代，“正确答案“正在变廉价—模型几秒钟给出80分的回答，稀缺的是那个值得回答的问题。

亚马逊16条领导力准则里专门有一条Learn and Be Curious：“领导者从不止步于学习，对新的可能性保持好奇并付诸探索。”

这一条怎么落地？我个人的看法是

· 组织侧：复盘会的第一个问题，从“谁的责任”改成“我们学到了什么”；公开奖励提出好问题的人，而不只奖励答对的人。

· 个人侧：建一份“问题清单”，每周写下一个你暂时答不出、但值得搞明白的问题。

2025年12月31日，杨植麟在内部信结尾写道：“Kimi的起点很简单，就是单纯的好奇。“

我先后经历了外企和民企，见过太多组织把”别犯错“写进潜文化，把好奇心闷死。

一家公司的好奇心，本质上是它对错误的定价。

第二条：Taste > Consensus｜独立判断，比跟随共识更重要

脉脉官方通稿的表述很准：“独立思考的审美 > 跟随共识的安全感。”共识给人安全感，但只给得起平均回报。付强借开源社区的BDFL（“终身仁慈独裁者“）传统论证：伟大的开源项目不是委员会投票投出来的，而是一个人的品味顶住了多数人的意见。

为什么现在成立？AI让”正确答案“进一步贬值：共识性的知识，模型比你背得全。稀缺的是判断—信息不完备时敢下结论，并且下得有审美。

杨植麟2026年1月谈taste时说过一句很重的话：“做模型的过程本质上是在创造一种世界观……在智能的维度，Taste（品味）的空间是指数增加的。”

可以考虑的落地动作，在组织侧三个动作：

· 重要讨论，领导者最后一个发言，避免锚定；

· 建“决策日志”，把会上的异见如实记下；

· 年底复盘，专门奖励“被验证的少数派”。

亚马逊的Have Backbone; Disagree and Commit可作注脚：不同意时有义务尊重地挑战决策，一旦决定，全力执行。

个人侧的话可以考虑记一本“判断日志”，写下判断和理由，事后对照结果校准。

月之暗面流传出一道面试题（未经确认）：“请说出Claude Code为什么不如OpenAI的Codex。“没有标准答案，考的就是你敢不敢下判断、判断有没有品味。共识只能给你平均分，品味才可能给你超额回报。

第三条：AI Scale > Single-threaded Effort｜用AI放大自己，比单线程努力更重要

现场PPT上，这一条写作”Scaling > Sequential“，意思更直白：能并发的，别串行。

投资人Naval的杠杆理论讲得透：劳动力和资本是”许可型杠杆“，要别人点头；代码和媒体是”无需许可的杠杆“，边际复制成本为零。AI是这个家族的新成员。Naval还有一句我非常认同：“杠杆是判断力的放大器。”

WhatsApp曾以55名员工服务4.5亿用户。杠杆面前，人海战术没有还手之力。

付强讲了一个Kimi内部场景：公司鼓励员工把知识构建成agent，广告投放岗位上，1个人借助agent完成成千上万条广告的创建，“1个人干10个人的活“。

2025年4月，Shopify CEO在内部备忘录里要求：条件反射式使用AI是基本要求，申请增编增资源前先证明为何用AI做不到；

微软《2025 Work Trend Index》提出”前沿公司“（Frontier Firm）概念，81%的领导者预计未来12到18个月内，智能体将深度整合进公司AI战略。

从落地执行的角度来看，

· 组织侧：考核加一项”杠杆率“。同样的结果，你动用了多少人时？别奖励工时，奖励杠杆。

· 个人侧：把重复做过三遍以上的工作，沉淀成Prompt、Workflow或Agent，建一个自己的”数字分身库“。

有意思的是，付强2026年6月另一场演讲专门批过”假AI Native“：要求员工自证AI使用效率、写进KPI，是虚假的AI Native；真正的AI Native，是把AI员工当作人类员工的平等同伴。月之暗面约300人，是头部大模型创业公司里人数最少的，杨植麟说公司是”人数和GPU资源比例最高的公司“。

单线程的努力感动自己，加杠杆的努力放大自己。

第四条：Learning Rate > Experience｜学习速度，比过去经验更重要

付强还是用大模型打比方：预训练的语料会遇到瓶颈，经验也有”保质期“；模型真正的差距在后训练阶段（SFT/RL）拉开。对应到人，就是你离校之后的学习速度。脉脉通稿把这条写作”进化速度 > 过去履历“，说得更白一点，履历是存量，进化速度是增量。

IBM与BCG的研究测算：技能半衰期约5年，技术技能只有约2.5年。你今天引以为傲的手艺，两年半贬值一半。

世界经济论坛《未来就业报告2025》预计，到2030年，39%的劳动者核心技能将发生变化或过时。

LinkedIn《Work Change Report》（2025年1月）口径更激进：到2030年，当今岗位所用技能的70%将发生变化，AI素养是需求增长最快的技能。

这一条怎么落地呢？

· 组织侧：把”学习敏锐度“写进人才标准。光辉国际的定义是”从经验中快速学习，并把所学成功应用于新情境的能力与意愿“；字节跳动2025年6月公布的6条人才观里，“用人看本质，看潜力不看资历”，明确要克服“经验依赖”。

· 个人侧：定一条纪律，每季度真正上手一个新的AI工具。不是看测评，是用它做完一件真事。

纳德拉当年改造微软文化，理论底本是Carol Dweck 2006年的《终身成长》：能力可以通过努力与方法发展。这一条对35岁以上的职场人最扎心，我放到建议部分专门讲。

经验不会消失，但会过期；学习速度，是给经验续命的唯一方式。

第五条：Generalization > Specialization｜泛化能力，比单点专精更重要

付强沿用技术类比：后训练追求的是模型在没见过的任务上也能做好的泛化能力，他把泛化称为AI Native时代最重要的人才特征。注意，这个说法不是否定专业。它说的是，“只有“单点专精，不够了。

众所周知，AI正在补全每个人的技能短板：不会写代码的人，可以指挥agent写；不懂设计的人，可以先生成再改。短板被填平之后，值钱的是能把几个领域接起来的人。

管理学里的老概念正好接住这一点：IDEO的Tim Brown推广过”T型人才“—竖是专业深度，一横是跨学科协作的广度。泛化的前提，是先有一竖的深度，否则就是万金油。

在落地的策略上，我建议可以去思考：

· 组织侧：把高潜人才有意识地扔进跨学科项目，用项目制而不是轮岗制制造”一横“；面试多问一句：“你最近在专业之外学会了什么？”

· 个人侧：每年安排一次有意识的跨界，学一个与本职工作相邻的领域，用它做一个真实的小项目。

月之暗面总裁张予彤谈选人，看重“抽象能力”和“会疯狂做事”的人。抽象能力恰恰是泛化的内核：在一个领域炼出的模型，搬到另一个领域还能用。这家公司有一篇论文的作者名单里，有一位17岁的高中生实习生。

AI时代，专业决定你能不能入场，泛化决定你能不能换场。

三、三点个人洞察

洞察一：人才观是战略的镜像—四代公司，四把尺子

先补两段我的亲身经历。

第一段在GE。韦尔奇时代，GE选人有一套“赢的价值观”：4E1P—Energy（能量）、Energize（激励他人）、Edge（决断力）、Execute（执行力），再加一个P，Passion（激情）。五个词指向同一个字：赢。

配套机制是著名的“活力曲线”：员工被强制分成A类前20%、B类70%、C类末位10%，末位淘汰，韦尔奇称之为“造就一个伟大组织的全部秘密”。

那是工业时代的人才观：区分人，用刻度选出能赢的人。耐人寻味的是，微软2013年11月废除强制排名，GE自己2015年起也取消年度绩效评估、改为高频反馈。连发明者都承认，旧尺子量不了新时代。

第二段在阿里。阿里选人看四个词、八个字：聪明、皮实、乐观、自省。聪明，是专业过硬、思维开放，智商情商都在线；皮实，是经得起折腾，棒杀和捧杀都伤不到；乐观，是充分看清当下的真实情况之后，仍然充满好奇心、仍然爱折腾；自省，是经常复盘反省，不自大傲慢。八个字没有一个谈绩效，谈的全是逆境里的质地。那是中国互联网打硬仗年代的人才观：“淘“人—在大浪里淘出打不垮的人。

第三把尺子是字节跳动。2025年6月10日，字节首次官方公布”6条人才观“：前三条讲看人—和优秀的人做有挑战的事、用人看本质看潜力不看资历、敢招比自己强的人；后三条全是机制—给最优秀的人最好的回报、激励拉开区分度、以能定级以级定薪以绩定奖。那是移动互联网时代的人才观：激励人—相信机制对了，好人自然冒出来，长期组织目标是”保持高人才密度“。

月之暗面这五条，在我看来算第四代：定义人。它不谈区分、不谈激励，直接重新定义”能力“本身—好奇、品味、杠杆、学习速度、泛化。

四把尺子摆在一起，重心的迁移一目了然：从”能量“（向外赢），到”韧性“（扛得住），到”机制“（留得住），再到”认知“（进化得快）。

还有一组对照值得细品：

GE的Execute是”人把事情做成“，Kimi的AI Scale是”让AI把事情做成“—执行正在被杠杆接管；

GE的Edge是”敢拍板“，Kimi的Taste是”拍板要有品味“—决断升级成了审美；

阿里人的”皮实“教你扛住变化，Kimi的Learning Rate逼你跑赢变化。

人才观的本质，是企业对”未来什么能力最稀缺“的一次押注。GE押能量与执行，阿里押聪明与韧性，字节押机制，Kimi押的是：答案廉价的时代，判断和进化最稀缺。

洞察二：“>”是优先级，不是否定式

这是我最想提醒的一点。五条不等式的右边—正确、共识、努力、经验、专精—没有一条是错的。右边是底座，左边是增量。

· 没有正确托底的好奇，是瞎折腾；

· 没有努力托底的杠杆，是空转；

· 没有专业托底的泛化，是万金油。

· 共识也未必错。亚马逊那条准则的全名是Disagree and Commit，挑战完之后，全力执行。

· Naval说杠杆是判断力的放大器，反过来也成立：判断力不行的人，杠杆放大的是损失。

所以这五条难的不是理解，是排序：什么时候该好奇、什么时候该拍板，什么时候坚持品味、什么时候服从共识。我在企业那些年，见过把“好奇心大于正确”读成“可以不靠谱”的员工，也见过把“品味大于共识”读成“可以不合作”的团队，结局都不好。误读这套人才观，比不懂它更危险。

洞察三：最大的挑战不在“人”，在“组织”

月之暗面敢讲这五条，是因为背后有配套：内部没有OKR、没有部门墙、没有总监副总裁这类传统职级，面试直接考品味；2025年调薪、期权、现金激励累计324人次，2026年平均激励预计为2025年的200%；2026年4月校招“穿越计划”，给还没毕业的实习生授予公司期权；杨植麟说“人才密度是公司最主要特色”，也曾为招一个人跨城深谈10小时。

这个逻辑并不新。Netflix敢讲人才密度，背后是《不拘一格》（2020年）写的三件套：市场顶薪、4A坦诚反馈、取消休假与差旅报销审批的去管控；其2009年的文化PPT，被桑德伯格称为“硅谷最重要的文件”。张一鸣2017年讲“Context, not Control”，理念同样承自Netflix的《自由与责任》。

我最近提出了一个“新三度”框架：AI浓度、人才密度、组织态度。拿它来看，这五条定义的是“人才密度”，但决定密度上限的，是“组织态度”。没有机制配套的人才观，只是墙上的标语—你把这五条打印出来贴满公司，如果考核还在奖励工时、开会还是领导先定调，那每一个字都是反讽。

四、面向未来：给企业家三条，给个人一份清单

给企业家和管理者的三条建议

第一，先诊断，再翻译。先判断你的组织是“AI原生”（天生AI）还是“AI进化型”（传统企业转型），再看你所在行业的AI浓度到了哪一步。五条不能照搬，要翻译。举个制造业的例子：翻译“好奇心大于正确”，不是让车间主任去追最新大模型，而是把“这条产线的工艺为什么十年没变过”列为正经的管理问题，并奖励敢提的人。

第二，给五条各配一个机制。

· 选：面试加一道没有标准答案的“品味题”，像Kimi考Claude Code与Codex那道；

· 育：把“每季度上手一个新工具”写进关键人才的发展计划；

· 用：考核加“杠杆率”，奖励用更少人时达成结果的人；

· 留：激励拉开区分度，敢给关键人才超额回报—Kimi连实习生都给期权，你至少可以做到不让奋斗者吃亏。

第三，领导者自我革命。问自己两个不舒服的问题：1）你敢不敢奖励一个比你更有品味的下属？2）你能不能容忍年轻人用AI一周干完你当年三个月的活，而且不按你的方法来？

给个人，尤其是35岁以上的你

先看两个数字。2025年5月，Anthropic CEO达里奥·阿莫迪预言，AI可能在1到5年内消灭一半入门级白领岗位（此说有争议，Yann LeCun等公开反驳过）；《财富》杂志2025年7月报道，科技巨头应届生与初级岗位招聘较2019年下降50%。我不想贩卖焦虑，但你得承认：和你竞争的，早就不只是年轻人。

我的建议，是把自己活成“五层资产”，正好对应那五条：

· 好奇心：一份自己的问题清单；

· 品味：一本判断日志；

· 杠杆：一个个人Agent库；

· 学习速度：每季度上手一个新工具；

· 泛化：每年一次跨界。

最关键的一句，把经验从“内存”搬进“外存”。别让经验只存在脑子里随时间折旧，把它沉淀成方法论、流程和Agent。这样你反而比年轻人更有杠杆—因为你有他们没有的判断素材库。35+的危机从来不是年龄，是经验停止更新。

写在最后，一个时代发来的考卷

1998年，《华为基本法》写下：“人力资本不断增值的目标优先于财务资本增值的目标。” 那是中国公司第一次把人才写得比钱重。二十多年过去，尺子换了几把，有一件事没变：人才观从来不是HR文件，而是一个时代发给每家公司、每个人的考卷。

定义人才的公司，定义未来；活成人才的人，拥有未来。