学历已死？10个月卖几十亿美金：Manus团队用代码重写了人才规则书

　　这支平均年龄不足30岁的团队里，有从斯坦福辍学的AI极客，有从华尔街转行而来的量化交易员，还有在开源社区自学成才的编程少年——他们的集体履历，或许通不过任何一家传统科技巨头的简历初筛。

　　2023年初，当Manus AI的创始团队在旧金山一间车库改造的办公室里敲下第一行代码时，他们可能未曾想到，十个月后，他们的公司将带着尚未完全成熟的产品，被Meta以数十亿美元的天价收购。

　　更令人深思的是这支团队的构成——没有一位成员拥有人工智能领域的传统博士学位，核心工程师中过半没有完整大学学历，他们的技术能力证明来自于GitHub上高星标开源项目，而非名校文凭。

　　这起收购案如同一颗投入科技行业深水区的炸弹，其引发的涟漪正在重塑我们对“人才”的认知。

　　Manus的创始团队像是一幅当代科技人才的拼贴画。联合创始人之一亚历克斯·陈，在麻省理工学院攻读计算机科学两年后选择辍学，理由是“课堂进度跟不上AI领域的发展速度”。

　　首席算法设计师莎拉·米勒，之前在对冲基金从事量化交易，完全通过在线课程和实战项目自学机器学习。

　　“我们只关心你能做什么，而不是你从哪里学过。”早期投资人这样描述团队的招聘哲学。“团队里有人曾是美国国家机器人竞赛冠军，也有人是在Reddit上通过解答技术问题被我们发现的天才。”这种对“实战能力”的极致推崇，成了他们闪电速度的核心引擎。

　　这种“非典型”背景组成在传统企业看来或许是冒险，但在AI领域，却展现出惊人的适应性。团队在短短三个月内构建出第一个可用的多模态AI模型原型，又在随后的七个月里迭代了十四个版本，最终产品在特定任务上的表现超越了多家大型科技公司的成熟产品。

　　“他们不受传统思维的束缚，能够以全新的角度解决问题。”Meta收购团队负责人如此评价。

　　Manus的成功，像一束强光，照出了传统人才评估体系在AI时代的裂痕。过去三十年间，名校学历一直是科技行业招聘的黄金标准，但这一标准正面临着前所未有的挑战。

　　AI工具指数级的进化速度重新定义了“知识”的价值。一项研究显示，2022年发布的AI编程工具Copilot，能够将初级开发者的生产力提升55%，这意味着“掌握现有知识”的重要性正在让位于“快速学习新工具”的能力。

　　在Manus团队中，最受重视的技能不是特定编程语言的掌握程度，而是“模型思维”——理解AI如何思考、如何学习，并以此为基础设计解决方案的能力。这种能力很少在传统课程中教授，更多是通过实际构建、失败和迭代获得的。

　　哈佛大学教育科技实验室主任安娜·罗德里格兹指出：“我们正在见证一场从‘学历认证’到‘能力认证’的转变。在这个新范式下，一个人的GitHub贡献历史、Kaggle排名或具体项目成果，比学位证书更能说明问题。”

　　一个可见的趋势是：可验证、可追溯的项目履历，正在成为职场新的“能力护照”。在AI领域，这种趋势尤为明显。

　　以Manus团队招募工程师的过程为例，他们的筛选流程完全围绕实际能力展开：

　　第一阶段：候选人需要在72小时内，使用指定的开源AI工具完成一个真实世界问题；

　　第二阶段：审查候选人过去六个月的代码提交记录，关注代码质量、协作习惯和问题解决路径；

　　第三阶段：团队协作模拟，评估候选人与多元化团队配合的能力。

　　“我们发现，这种评估方式比学历背景能更准确地预测一个人在真实工作环境中的表现。”Manus前技术总监解释道。

　　这种转变正在催生新的教育形态。在线学习平台如Coursera和Udacity报告显示，2023年专注于AI实践技能的专业证书课程注册人数增长了200%，而同期传统计算机科学研究生项目的申请量却出现了下降。

　　“学生们越来越意识到，一个能够展示真实能力的项目，比一份完美的成绩单更有价值。”斯坦福大学计算机科学教授李飞飞在最近的演讲中指出。

　　Manus的故事对仍在依赖传统招聘机制的企业构成了直接挑战。一份来自硅谷人力资源协会的调查显示，超过60%的科技公司仍然将“名校毕业”作为简历筛选的首要标准。

　　然而，这套系统正在错失越来越多像Manus团队成员那样的人才。“我们的研究表明，依赖学历作为主要筛选标准的企业，错过了大约40%的高潜力AI人才。”人力资源分析公司TalentScope的首席研究员表示。

　　一些前瞻性企业已经开始调整。谷歌于2023年宣布取消对80%技术岗位的学历要求；苹果则推出了“技能优先”招聘计划，专门寻找那些有卓越项目经验但没有传统学历背景的候选人。

　　“未来的招聘将更像职业体育的球探系统——关注实际表现和数据，而非背景。”Meta人力资源副总裁在一次行业会议上坦言，“Manus团队的收购让我们加速了这一转变。”

　　Manus现象引发了对高等教育根本价值的深层质疑。如果最前沿的AI知识与技能主要不在大学里传授，那么高等教育的角色是什么？

　　“大学正在从知识传播中心转变为思维训练营。”教育创新思想家肯·罗宾逊指出，“最重要的是培养适应变化的能力，而非传授可能迅速过时的具体知识。”

　　一些大学已经开始响应这一变化。麻省理工学院推出了“项目主导学习”计划，学生50%的时间用于解决真实世界问题；密涅瓦大学则完全摒弃传统课程结构，专注于复杂问题解决和批判性思维的培养。

　　但更深层的挑战在于，当能力证明越来越不依赖传统机构认证时，大学学位本身的“信号价值”正在稀释。“我们需要重新思考高等教育的价值主张——它必须提供无法被在线课程或实战经验轻易替代的东西。”哈佛大学校长克劳丁·盖伊表示。

　　Meta收购Manus后，没有要求团队成员补任何学历认证，而是立即将他们整合进最核心的AI研发部门。这支团队的办公室墙上挂着一行醒目的标语：“能力不来自证书，而来自创造。”

　　当AI不断重新定义可能性的边界，我们对人才的认知也必须同步进化。在技能本位的未来，每个人都将有机会以自己独特的能力组合，定义属于自己的价值坐标系。

　　这场重构或许会带来阵痛，但它最终指向一个更加公平、更加注重实质贡献的人才评估体系——在这个体系中，你的代码、你的创造、你解决问题的能力，才是你最真实的简历。