DeepSeek招聘“AI跨界技术人才”：不限专业年限，唯独排斥“大厂味”
DeepSeek近期发布了一则名为“AI跨界技术人才”的招聘公告，其岗位描述极为简练：不限专业、不限年限。然而，在加分项中却明确列出了五条高标准要求：竞赛金牌、在某一领域做到极致、拥有影响力的开源项目、创业经历以及“不走寻常路”。其中，“不走寻常路”与竞赛金牌并列，显示出该岗位对非传统路径人才的极高重视。
尽管海报上印有“我们从来不寻找天才”，但岗位核心要求却是“超乎常人才能”。这种看似矛盾的表述，实则指向一类特定人群：年轻、未被行业惯性驯化、具备原始创新能力且能独立开辟路径的“野生”人才。
警惕“方法论依赖”，青睐原始创新力
DeepSeek的选人标准并非单纯排斥资深人士，而是警惕“大厂味”带来的思维固化。所谓“大厂味”，表现为过度依赖既有方法论、习惯于寻找对标案例和基准测试（Benchmark），在面对无先例可循的前沿问题时，缺乏突破性创新的勇气和能力。
△AI生成
据KR-Asia报道，DeepSeek团队中存在大量跨背景人才，如物理学背景自学AI的研究员、此前对模型训练一无所知的运维工程师等。这些人在加入后均承担了核心工作。创始人梁文锋表示，支撑V2、V3、R1等产品线的核心力量，多为应届毕业生或工作仅一两年的年轻人。选人逻辑中，底子、创新力、求知欲和投入度优先于资历和履历。
△AI生成
为何AGI前沿更需要“无经验者”？
梁文锋曾指出：“有经验的人会直接告诉你‘应该这样做’，而没经验的人会反复摸索，找到符合当下实际情况的办法。”在传统软件工程领域，经验意味着效率和避坑能力；但在AGI前沿探索中，过往积累的Scaling Law、RLHF等技术范式可能不再适用。经验丰富的工程师可能因固守旧路径而更快陷入死胡同，而跨界人才因不知“死路”所在，反而更有可能开辟新径。
DeepSeek自身的成功便是例证。V3训练成本的大幅降低，核心归功于MLA（多头潜在注意力）架构的创新。该创意源于一名年轻研究员对个人兴趣的探索，而非资深工程师对现有框架的优化。MLA的诞生证明了质疑默认架构的重要性，而这正是DeepSeek在招聘中弱化经验维度、强调“不走寻常路”的根本原因。
△AI生成
全球AI巨头纷纷引入跨界人才
DeepSeek的招聘策略并非孤例，全球头部AI实验室均在积极吸纳非计算机背景人才，以应对AGI发展中的复杂挑战。
Anthropic：哲学家定义AI伦理
Anthropic在过去两年中将团队规模从400人扩展至3000人，其中包含大量非AI背景人才。最具代表性的是拥有哲学背景的Amanda Askell，她被称为“Claude低语者”，负责领导角色训练团队，制定AI行为准则。Askell认为，其目标是让Claude表现出“亚里士多德意义上的好”，即具备判断力、幽默感和对他人的尊重。此外，哲学家Ben Levinstein也放弃终身教职加入Anthropic，专注于认识论和决策理论。数据显示，在Anthropic的工程师群体中，哲学背景人数已进入前20名学科行列。
Google DeepMind：设立首席哲学家
Google DeepMind于今年5月聘请剑桥大学学者Henry Shevlin担任公司历史上首位“哲学家”头衔职位。Shevlin的研究聚焦于机器意识、人机关系及AGI准备度，旨在探讨智能与意识的本质界限。
综上所述，无论是DeepSeek寻找“不走寻常路”的技术人才，还是Anthropic和DeepMind引入哲学家，其底层逻辑一致：随着AGI进入深水区，单纯依靠代码工程能力已无法解决所有问题。跨学科的思维碰撞、对基础假设的质疑以及对伦理意识的深度考量，正成为推动下一代人工智能发展的关键要素。