华为天才少年与DeepSeek冲突背后，梁文锋的人才观是什么？

发布时间：2026-07-17 07:07:18 来源：安智兰德资讯网 作者：探索

中科大少年班出身、少年华为首届“天才少年”计划成员，冲突光环加身的背后李博杰，在DeepSeek的梁文招聘流程中遭遇了意外挫折。

据李博杰披露，少年其在通过笔试后，冲突简历被搁置半月之久，背后经反复催促才获得面试机会。梁文面试过程中，少年DeepSeek面试官质疑其存在代码抄袭嫌疑，冲突李博杰认为此举构成冒犯，背后遂当场终止面试。梁文

此事的少年是非曲直尚待厘清，但舆论焦点再次汇聚于DeepSeek的冲突人才引进策略。

自融资以来，背后“人才”始终是DeepSeek的核心标签。此次李博杰事件的戏剧性冲突，进一步放大了外界对DeepSeek用人标准的关注。

随着DeepSeek-v3和R1模型的爆火，多名核心成员被竞争对手高薪挖角。在近期发布的DeepSeek-V4技术报告中，附录了一份近300人的研发作者名单，其中明确标注了10位“已离职”人员。

通常企业发表论文时会淡化离职者贡献，但DeepSeek选择公开透明地列出名单。这些离职者覆盖了DeepSeek的四大核心技术路线：基座模型、推理、多模态及OCR。

尽管有核心人才流失，DeepSeek也在积极吸纳新血。例如，梁文锋的校友崔添翼加入后，通过广泛招募为DeepSeek引入大量优秀人才。

面对计划中翻倍的人才扩张需求，DeepSeek究竟如何招人？又看重何种特质？下文将深入剖析。

01 资金到位即启动大规模扩招

在获得巨额融资后的第九天，即6月25日深夜，DeepSeek通过微信公众号、小红书等多渠道同步发布招聘公告。

公告强调：“当今人类正处于AGI的前夜，加入DeepSeek，亲历AGI的发展进程，坐在时代前排，见证一个新纪元的诞生。随着技术演进，我们正努力将所有部门的规模扩大至少一倍。”

招聘平台数据显示，DeepSeek目前开放职位总数达121个。这一规模即便与腾讯、字节跳动等巨头相比，也显得尤为庞大。

此次招聘涵盖7大类共33个岗位，工作地点位于北京和杭州，且所有岗位均接受实习生申请。岗位层级从底层的超算集群研发、高性能算子/编译器、大模型训练/推理框架、高性能分布式存储，延伸至服务端开发工程师、预训练数据工程师、AI搜索算法/架构工程师。

向上延伸至本次招聘重点：Agent Harness团队、前端/客户端开发工程师。

除AI核心岗位外，还设有法律、医学、小语种等专业领域的数据产品经理。甚至连HR、法务、财务、行政等职能部门也在扩编行列。

特别设立的“AI跨界技术人才”岗位，面向“具备超乎常人才能、并希望参与创造和构建AGI”的候选人，不设专业背景限制。加分项包括“不走寻常路”、“在某个领域做到极致”以及“有创业经历”。

这标志着DeepSeek已从初创实验室转型为正规化的AI科技公司。

然而，大规模招聘的另一面是人才流失。2025年下半年至2026年上半年，DeepSeek至少有5名核心研发成员确认离职：

• DeepSeek-R1核心研究员郭达雅加入字节跳动的Seed团队；
• 第一代大模型核心作者王炳宣加入腾讯混元团队；
• DeepSeek早期成员罗福莉被小米创始人雷军以千万级年薪挖角，出任小米MiMo大模型负责人；
• 魏浩然、阮翀等人也相继离开。

人才流失之外，大厂凭借雄厚财力争夺人才，开出天价薪酬。例如字节跳动的“Top Seed”校招薪资从2024年的约150万元涨至2025年的300万至500万元，2026年部分核心岗位已突破600万元；腾讯“青云计划”、阿里“阿里星”等招聘宣传中频繁出现“薪酬上不封顶”等表述。

这对DeepSeek构成了严峻挑战。

在此轮系统性组织扩容中，最引人注目的并非具体岗位，而是关键人物——崔添翼。

崔添翼担任DeepSeek Harness团队负责人。该团队于今年3月成立，聚焦代码智能体产品研发，奉行公式：“Model + Harness = Agent”。

Harness范畴广泛，除模型本身外，所有支撑性工作均属其列。该团队旨在对标Anthropic的智能体编程工具Claude Code，打造“DeepSeek Code Harness”。

崔添翼的招聘策略颇具特色：

他在X（原Twitter）上高频发布招聘信息，岗位从两类扩展至三类：研究员、研发工程师、产品经理，其中研究员岗位为首次设立。

只要看到X上有人发表关于Agent、Harness的观点，崔添翼便会主动留言，邀请对方投递简历。

崔添翼坦言：“部门仍然非常缺人，自己每天都在面试”，并在“各种地方贴小广告”。招聘一个多月仍未招满。

其招聘策略特点如下：

1. 不设国籍限制：仅要求具备中文工作能力。
2. 不设年限硬性门槛：以Agent Harness研发工程师为例，首要要求是“技术水平过硬、技术眼界广阔”，而非工作年限。
3. 研究员岗位高标准：要求候选人具备2年以上科研经验，在计算机领域顶级会议发表论文，能独立完成从问题定义到原型验证的全流程研究。JD特别强调“科研品味”与“工程转化能力”的双重标准。

02 业务转型驱动招聘标准细化

理解DeepSeek此时大规模招人的逻辑，不能仅看融资金额，更需洞察其业务变化。

V4系列模型发布、识图模式上线、Agent Harness团队成立、API引入峰谷定价——这些变化背后，是DeepSeek对人才需求的根本性转变。

一位曾服务于DeepSeek的猎头指出：“过去一年，DeepSeek的招聘标准发生了微妙变化。去年要求较宽泛，履历优秀即可；今年不少岗位开始明确要求在细分方向深耕。”

具体拆解招聘公告可见端倪：

深度学习研究员岗位的细分化

去年，研究员岗位要求相对笼统，做过大模型、发过论文即可。今年，该岗位被拆分为至少四个细分方向：LLM预训练、alignment/对齐、code/math推理、multimodal多模态。

原因在于技术复杂度提升倒逼分工。早期模型简单，一名研究员可全程跟进。如今，预训练（Base模型）→后训练（SFT/RLHF/GRPO）→对齐（安全+有用性）→专项能力（推理/代码/多模态），每一层的方法论、评价体系、数据管道截然不同，单人难以兼顾。

V4-Pro总参数达1.6万亿，推理算力仅用前代V3.2的27%，KV Cache占用降至10%。这种效率提升非靠堆硬件，而是依赖训练策略与数据配比。招聘此类人才旨在延续这一技术路线。

此外，R1的核心突破在于摒弃人类示范，纯靠“解题—奖励—再解题”的强化学习循环让模型自生推理链。奖励模型的设计仍需深入探索，需懂对齐的人才推进。

Code/Math方向作为Agent起源，成为行业重中之重。此前离职的郭达雅即研究此方向。

多模态人才的引入

6月18日，DeepSeek上线识图功能，首次公开原生搭载图像理解能力。计划中V4.1将集成ViT-22B图像编码器，因此多模态人才需求迫切。

Agent Harness团队的独特要求

该团队对标Anthropic的Claude Code，强调“科研品味”与“工程转化能力”。

• 科研品味：不盲目刷榜，聚焦真实世界瓶颈。优先解决“用户天天碰到但学术圈未深入研究”的问题，如长任务上下文丢失、工具调用失败率、多步推理错误累积。因此要求应聘者熟悉上下文管理、长期记忆架构、多Agent协作、工具调用编排。
• 工程转化能力：不仅发论文，更要将成果转化为可运行产品。这种“既要又要”的标准筛掉了大量纯学术背景候选人。

“AI跨界技术人才”：人才蓄水池

该岗位专为专业不对口但天赋异禀者设立，不设专业背景限制。入职后根据个人兴趣与能力匹配至研究或工程团队。

硬性要求仅四条：
1. 对AI有真实长期热情，并有实际行动和成果证明；
2. 动手与学习能力极强，独立思考不盲从；
3. 具备基础编程能力；
4. 教育背景良好。

例如，研究大脑学习与记忆机制的学者，其思路可启发模型架构与训练方法。

回归传统软件工程

6月25日公告中，服务端、前端/客户端、测试工程师等传统岗位被明确列出，摒弃“AI全栈工程师”概念。

产品落地需要正经的前后端工程师搭建界面，测试工程师保障质量。目前AI编程尚无法完全替代专业工程师，商业级产品的安稳落地仍依赖人力。面对服务器宕机、高并发服务稳定性、分布式系统运行及前端体验打磨等问题，仍需专业人员优化。

03 梁文锋：既是CEO，也是CTO

梁文锋与其他CEO不同，他懂技术且深度参与DeepSeek的研究工作。

2025年9月17日，DeepSeek-R1论文成为全球首篇接受独立同行评审并登上《Nature》主刊封面的大语言模型论文，通讯作者为梁文锋。

杂志罕见地以社论点评：“在充斥未经证实声明的AI圈，DeepSeek向透明与可重复迈出了可喜一步。”

梁文锋还积极参与团队研究。2025年，北京大学计算机学院博士生袁境阳在DeepSeek实习，以第一作者身份发表论文《Native Sparse Attention》（NSA，原生稀疏注意力），获ACL 2025最佳论文奖。尽管论文由北大、华盛顿大学研究人员共同参与，通讯作者仍为梁文锋。

梁文锋在招人上有独特哲学。2023年采访中他表示：“我们招人原则是看能力，而非经验。核心技术岗位基本以应届和毕业一两年的人为主。”

“有经验的人直接告诉你‘应该这样做’，但没经验的人会反复摸索，找到符合当下实际情况的办法。”

面试过DeepSeek的应届生反馈，面试流程超过6轮，涵盖现场写代码、系统设计、论文复现。面试官提问极细，不聊大方向，而是抠实验细节，并针对候选人提到的论文持续追问直至其无法回答，以测试真实性。

相比之下，大厂面试通常为4轮（1轮算法笔试+3轮面试：技术→系统/研究→终面）。即使研究员岗位增加1-2轮交叉面，鲜有超过6轮。

DeepSeek与字节大模型岗面试顺序截然不同：
* 字节：上手即手撕代码，不聊论文，对速度和代码整洁度要求极高。通过代码和算法门槛后，才聊模型（Transformer底层、训练推理细节、分布式训练等），最后考察业务和工程化能力。字节偏好顶会论文为加分项而非硬门槛，更看重能写、能跑、能落地的系统优化和工程架构能力，因其训练和推理规模国内领先。
* 腾讯：岗位拆分更细，如大模型算法岗分为后训练方向（SFT/RLHF/GRPO）、微调&RAG方向、Agent调度与任务规划、Tool Use/Function Calling、Long Context建模、Memory系统、Agentic RL。腾讯同样看重落地经验，如在真实业务场景中调模型、提指标为必选项。

梁文锋的角色令人联想到马斯克。

马斯克曾表示，80%时间不花在商业上，而是工程和设计上。SpaceX火箭细节他都要懂，火星殖民架构亲自推演。特斯拉时期，他直言车不重要，重要的是“制造机器的机器”。马斯克在工程上的角色实质是SpaceX和特斯拉的CTO，不仅签字拍板，更亲自参与技术决策每个环节。

2026年，马斯克宣布造芯计划Terafab，整合特斯拉和SpaceX资源，自主设计制造芯片。原因在于他发现芯片在生产环节不仅卡脖子，话语权还掌握在供应商手中。

梁文锋与马斯克的相似之处，不在于赛道，而在于姿态。

这种“创始人即CTO”模式在招聘上具有隐性优势：顶尖技术人才看重的往往不仅是金钱，而是能否与真正懂技术、仍亲自做技术的人共事。

DeepSeek提供的不仅是一个岗位，而是一个机会：与一线领导者共同探索最前沿领域。这是许多大厂无法提供的。

当然，此模式亦有代价。创始人精力有限，既要管融资、战略，又要亲自做研究、写论文、带队迁移，长期看不可持续。

“创始人即CTO”意味着技术方向高度依赖个人判断。对则一飞冲天，错则无人纠偏。

从目前结果看，梁文锋的判断准确且领先行业。

这也是腾讯、宁德时代、国家人工智能产业投资基金愿意押注的原因：他们投资的不仅是DeepSeek这家公司，更是梁文锋个人的技术判断力。

相关文章