1. 首頁 > 生活百科 > >

增發百萬美金期權，MiniMax定義人才畫像

算法硅谷openaiminimax

增發百萬美金期權，MiniMax定義人才畫像

文章圖片

增發百萬美金期權，MiniMax定義人才畫像

文章圖片

【增發百萬美金期權，MiniMax定義人才畫像】增發百萬美金期權，MiniMax定義人才畫像

文章圖片

增發百萬美金期權，MiniMax定義人才畫像

每一次技術躍遷 ， 背后都伴隨著人才觀念的更新 。

算力競賽硝煙未散 ， 激烈的人才爭奪戰又在AI行業打響 。 大洋彼岸的硅谷大廠紛紛開出億元級年薪挖角頂級研究員；與此同時 ， 中國的AI人才競逐也在持續升溫 。
最新做出重磅舉動的是MiniMax 。 公司在近期一場全員會上透露 ， 已正式啟動覆蓋公司全職能的長期期權激勵計劃 。
這一計劃不僅面向算法核心研發人員 ， 更延伸到工程、產品、運營等全崗位序列 ， 甚至是剛入職的實習生 。 也就是說 ， 只要有做出突出貢獻 ， 不限工種和資歷都有機會獲得期權激勵 。 據36氪得到的一手消息 ， 這一機制將作為公司的人才制度長期存在 ， 鼓勵每一位員工大膽突破 。
面對這場全球性的AI人才爭奪 ， MiniMax給出了不一樣的解法 。 相較于硅谷盛行的高薪單點挖角 ， MiniMax的全員激勵 ， 更像是在打造一種AI時代的組織創新：通過人才激勵制度 ， 把個體創造力轉化為集體勢能 。

從算力堆砌到人才競爭ChatGPT驚艷全球后的很長一段時間里 ， AI行業的發展一直處在一種“大力出奇跡”的敘事當中：誰能獲得足夠多的資本支持 ， 囤積到足夠的算力 ， 就能訓練出性能更強大的大模型 。 而自DeepSeek以全員本土員工和獨特的技術路徑 ， 實現了同等推理性能下的訓練成本優化后 ， “創新人才”又重新成為了全球AI敘事的焦點 。
正如經濟學家約瑟夫·熊彼特所提出的那樣 ， 創新的源泉在于人本身的“創造性破壞” 。 在實現AGI的路上 ， 人才的稀缺性和不可替代性遠超算力 。 只有通過激發個體人才的非線性創造力 ， 才能突破算力堆疊的局限 。

轟轟烈烈的搶人大戰就是在這樣的背景下在硅谷上演 。 這其中 ， Meta的動作最為兇猛 。
今年6月 ， 扎克伯格因不滿自家Llama模型的表現 ， 重新組建“超級智能”團隊 ， 并大舉從OpenAI、Google DeepMind、Anthropic、蘋果等公司批量挖人 ， 這種四處重金招攬AI人才的策略 ， 在整個硅谷都引起了震蕩 。
其他科技巨頭同樣不甘落后 。 微軟、谷歌等也都在通過各種手段為自家的AI團隊招兵買馬 。 今年7月 ， 為了挖角創業公司Windsurf團隊的聯創和部分高級研究員 ， 谷歌不惜豪擲24億美元 ， 實現對整個Windsurf的兼并收納 。
人才爭奪戰的硝煙也在國內蔓延 。 不同于硅谷“明目張膽”從競對挖人的做法 ， 國內公司正在用人才激勵的方式 ， 培養人才 ， 并最大程度激發人才的創造力 ， MiniMax正是其中之一 。

MiniMax在WAIC 2025大會中的展臺
更重要的是 ， 不同于大多數公司強調的“英雄主義式”的核心技術人員驅動 ， MiniMax將人才激勵計劃覆蓋到了所有崗位 。 由此 ， MiniMax的人才激勵機制 ， 似乎已經超出了單純的搶人范疇 ， 它更像是一種組織形式上的創新 ， 試圖將個人的能力匯聚成整個組織的勢能 。

從個體創新到組織創新創新從來不是單點突破 ， 而是從個體的靈感與行動 ， 以適配的機制和共同的使命 ， 逐步匯聚成組織的合力 。 通過全員激勵機制 ， MiniMax正是要從“個體創新”出發 ， 把這種創造力延展到整個組織 ， 推動形成真正的“組織創新” 。
但要讓這種創新成為組織的常態 ， 而不是零星閃現 ， 就必須回答一個更根本的問題：什么樣的個體特質 ， 值得被持續放大？
MiniMax已經做出了定義 。 接近MiniMax的人士告訴36氪 ， MiniMax內部推行的“人才雙螺旋”概念 ， 強調的是兩類相互作用的共性能力：第一性原理思維（First-Principles Thinking）+ 深度好奇（Deep Curiosity） 。
第一性原理思維 ， 強調的是能發現“真問題” 。 這也暗合了生成式AI工具滲透到工作和生活場景后的一個常見論調：AI時代 ， 提出問題的能力比回答問題更加重要 。 MiniMax則要在組織形式上真正踐行這一理論 。

MiniMax辦公環境
在AI可以替代大部分執行的今天 ， 崗位不再是能力的邊界 ， 而是能在復雜環境中識別出決定組織行進方向的真問題 。 這種能力可以來自算法科學家 ， 也可以來自工程師、產品經理 ， 甚至是實習生 。
像造火箭一樣 ， 大模型本身就是一個復雜的系統工程 。 比如OpenAI組織中 ， 從數據專家到算法、工程優化 ， 甚至還有產品經理來的角色來主導整個研發 。
那位知情人士指出 ， 上述思路也是MiniMax推行全員激勵設計的底層邏輯 ， 通過這種方式 ， 讓任何能提出關鍵命題的人都得到認可 。
而MiniMax所強調的“深度好奇” ， 指的是對未知保持持續探索的驅動力 ， 并且敢于在不確定中不斷試錯和突破 。
他們是AGI時代的“原住民” ， 不會視AI為威脅 ， 而是將其視為滿足自己好奇心的最強助手 ， 用以探索更廣闊的世界 。

MiniMax同學會 ， 與高校頂尖人才聊技術干貨
MiniMax的內部理念認為 ， 通向AGI的道路可能會超越當下人類的想象 ， 因此在這一過程中 ， 比起既有經驗 ， 更關鍵的是持續的探索欲和直面未知、接受失敗的勇氣 。 公司將這種“深度好奇”視為推動個人和組織突破認知邊界、實現非線性成長的重要力量 。 ”該人士總結說 。
如同DNA的雙螺旋結構 ， 這兩種特質相互交織 ， 共同構建了AGI時代可持續的創造力和競爭力 。 事實上 ， 推動這輪AI發展的也正是這樣一群人 。
OpenAI聯合創始人兼前首席科學家伊利亞·蘇茨克維 ， 可以說就具備第一性原理思維和深度好奇特質的典型 。 在博士階段 ， 他作為核心成員參與了亞歷克斯?克里澤夫斯基、導師杰弗里?辛頓共同研發的AlexNet ， 并在2012年的ImageNet競賽中取得壓倒性勝利 。 這一成果被普遍認為是深度學習在計算機視覺上的關鍵轉折點 ， 也由此引發了全球范圍的人工智能研究熱潮 。
創辦OpenAI后 ， 他繼續從第一性原理出發 ， 主張通過“預測下一個token”與“信息壓縮”等路徑探索通用智能 ， 這一技術判斷對GPT系列的方向選擇有著重要影響 ， 并最終實現了ChatGPT的現象級誕生 。
而這一系列大膽探索 ， 離不開深度好奇帶來的驅動 ， 從計算機視覺到深度學習 ， 再到對通用智能 ， 蘇茨克維一直在探索和追問 。 這兩種特質的交織作用下 ， 蘇茨克維無疑已經成為了生成式AI時代最具代表性的人物之一 。
通過此次全員激勵舉措 ， MiniMax要實現的是 ， 在AGI探索不同鏈條上將具備“本質洞察”和“深度好奇”的心智全部收集 ， 把算法、工程、產品各鏈條的個體創新都納入一個融合機制 ， 讓每一次探索和創新都有被認可和放大的可能 。
當不同角色的創新不斷疊加 ， 就會在組織層面形成創新涌現 ， 最終匯集成整個公司面向AGI的持續推動力 。
在中國AI創業版圖里 ， MiniMax的獨特之處在于：它既是外部觀察者眼中“硅谷式Pure Play AI公司” ， 所謂Pure Play ， 即不是跨界做加法 ， 而是專注于AI本身 ， 從模型到底層產品形成閉環；同時又被外界認為有著極強的求生欲 ， 以一種務實而激進的姿態 ， 不斷在技術路徑上冒險突破 ， 并在商業化上快速驗證 。
從更宏觀的角度來看 ， 每一次技術躍遷 ， 背后都伴隨著人才觀念的更新 。 工業時代強調執行力 ， 互聯網時代推崇速度與規模 ， 而在AI時代 ， 最稀缺的則是問題定義力與跨界想象力 。 當大模型逐步接管重復性的執行與優化 ， 人類的價值將更加集中在提出值得解決的問題、創造新的組合方式 。 換句話說 ， 下一個時代的人才畫像 ， 不再是資歷與身份的疊加 ， 而是敢于直面未知、保持好奇并具備本質洞察的探索者 。 這不僅是MiniMax所強調的“人才雙螺旋” ， 也是整個行業在邁向AGI過程中 ， 對未來人才的共同召喚 。

    推薦閱讀