对话未来商业 | “养虾”狂潮加剧人才流动？脉脉林凡×TTC肖玛峰：AI人才价值底层逻辑已重构

每经记者：赵雯琪 每经编辑：余婷婷

◼︎行业属性：职场社区&社交招聘

◼︎估值/融资轮次：D轮

◼︎核心竞争力：拥有1.2亿职场人的实名社交与求职平台（脉脉）

◼︎未来关键词：AI招聘

2026年刚刚过去三个月，AI（人工智能）正在以前所未有的速度渗透进每一个行业。最直观的信号来自一款名为OpenClaw的AI智能体，它让AI从“聊天”变成“干活”，让“养龙虾”成为科技圈最新潮的话题。

与此同时，AI圈的人才流动同样牵动着行业的神经。3月初，千问技术负责人林俊旸突然离职引发轩然大波；3月28日，华为诺亚方舟实验室主任、盘古大模型负责人王云鹤也宣布离职⋯⋯

一边是AI技术的爆发式普及，一边是顶尖人才的剧烈流动，都将同一个问题推到了台前：当AI开始真正“干活”，人才的价值逻辑、流动规律和组织形态，到底在被什么改写？

近日，《每日经济新闻》对话未来商业栏目（更多内容详见专题|对话未来商业 记录、预见、让未来发生 ）独家对话了社交招聘平台脉脉创始人兼CEO（首席执行官）林凡、AI招聘平台TTC创始人兼CEO肖玛峰。亲历了AI圈的疯狂与躁动，两位创始人对AI时代的人才流动和产业变革有着更深的感悟和观察。

林凡认为，每一次技术革命走到深水区，人才流动都会加剧。在他看来，以前的对话式AI让效率提升20%至30%，但Agent（智能体）带来的将是10倍的效能提升，人的价值正在从“执行”转向“判断”。肖玛峰则提出，AI人才市场正在从“科技行业内部循环”走向“全行业渗透”，这既是10倍级的市场扩容空间，也对传统企业的组织能力提出了全新挑战。

当AI开始冲击每一个行业，当顶尖人才的去留成为观察行业走向的风向标，这场人才大战的真正面貌正在浮出水面。

Agent重塑价值坐标，AI人才高度“圈层化”

当AI真的开始“干活”，究竟会带来怎样的改变？林凡和肖玛峰分别从不同视角给出了观察。

林凡告诉每经记者，他早在“龙虾”刚出来时就尝试部署，但并未感到特别惊艳。“很多程序员大概从去年开始就比较多地用Codex或Claude Code这样的Coding Agent（编码智能体），我们其实在一年前就已经比较好地接触到Agent的技术了。”

他强调，Agent带来的不是渐进式改善，而是生产力的指数级提升。“以前的对话式AI大概能让用户提升20%至30%的效率，一旦到了Agent，你给它一个任务就会全自动完成。这是10倍的效能提升。”林凡分享了一组数据佐证这一判断：“我们公司程序员在用Coding Agent写代码时，一个月的工作量等于过去一年。”

图片来源：每经媒资库

在林凡看来，Open Claw的价值在于它完成了一次“Agent技术向普通大众普及的过程”，“它有点像最早的ChatGPT普及了GPT技术，后来的DeepSeek普及了推理技术”。

而这一普及带来的产业后果是：人才的价值坐标系正在被重构。当“干活”的主体从人转向Agent，人的核心价值从“执行”转向“判断”与“定义”，能否给Agent提出准确的需求，能否在Agent产出后做出正确的反馈与迭代，这些能力正在取代传统的执行能力，成为新的价值锚点。

肖玛峰则从组织效能的视角补充了这一观察。他将Agent比作“特别聪明的实习生”，但单个实习生面对太多任务也会手足无措，“‘龙虾’应该是分工的，有的专门做PPT，有的专门上网搜简历，有的专门写文案”。

顺着这个逻辑，肖玛峰进一步判断，Agent将走向专业化分工，形成“数字员工团队”，而人类的核心角色则是“管理者”。“将来每一个顾问，都应该管理一个10只‘龙虾’的团队。”在他看来，这不仅是效率的提升，更是组织形态的根本变革，“200多人的公司，到年底可能变成2000多人，但其中2000个都是AI员工”。

值得一提的是，不同于传统的人才流动形式，AI人才市场并非均匀分布，而是呈现出高度集中的“圈子化”特征。

林凡表示，有差不多80%的AI员工在脉脉上浏览内容、寻找机会。他基于脉脉的大数据勾勒出AI人才的三大“圈子”：C9高校圈，即清华、北大等九所高校的计算机和人工智能相关应届毕业生；大厂员工圈，即字节、阿里等对AI高度重视的公司；AI创业公司圈，即MiniMax、智谱等头部创业公司的人才。这意味着，传统的广撒网式招聘在AI领域效果有限，精准触达和深度连接才是关键。

AI人才身价，与算力成本和商业价值深度绑定

由Agent引发的价值重构，已经在招聘市场上得到了印证。

脉脉数据显示，今年新发AI岗位量同比增长14倍，算法工程师、大模型算法工程师位列热招前三。除了需求增加，AI人才的薪资在招聘市场一骑绝尘——脉脉最新发布的数据显示，今年前两月，AI人才争夺成招聘主战场，岗位量暴涨12倍，平均月薪60738元，比新经济行业平均月薪48189元高出约26%。

图片来源：脉脉《2026年1~2月中高端人才求职招聘洞察》

不过林凡和肖玛峰都提到，人才在AI大战中的重要性堪称决定性的。“如果你管了一个10万卡的集群，那本身就是几十亿元的成本。用好了能省1亿元，用不好就得费10亿元。”林凡指出，顶尖AI人才的价值不仅体现在算力利用率上，更体现在产品能力带来的用户规模跃迁上。“DeepSeek证明了推理能力比较好的时候，最短时间内就能达到1亿的日活，这是别人花上亿美元推广都无法达到的高度。”

肖玛峰则从成本结构角度补充：“一个优秀人才在整个科学实验的成本占比并没有那么高。你搞一次训练可能就上亿元，一下就没了。”由此可见，AI人才高薪并非行业泡沫，而是与其撬动的算力成本、创造的商业价值深度绑定。肖玛峰从资本端看到了更深层的驱动逻辑，“今年几乎所有AI领域公司，从芯片、算力、Infra到大模型、应用、具身智能，只要还不错的都能融到钱。而融到钱，人才就是他们最重要的投入方向”。

肖玛峰直言，一位领军人才的加入，能够带来10倍级资本加持，企业即便承担人才高流动风险，从资本运作角度看也是“划算的”，依旧具备长期投入价值，本质是资本对未来生产力的提前布局。

不过林凡也指出，与传统人才不同，AI人才在择业时“除了钱和待遇，会更关注领导强不强，公司的算力和数据够不够充分，以及公司的发展前景怎么样”。

“这要求招聘方在信息传递上进行根本性调整，很多公司习惯让HR说这些事情，但对于真正的AI人才，可能得是CTO（首席技术官）甚至CEO亲自去谈，去给AI人才传递他们更想要的信息，脉脉上也有很多高管亲自出面找人。”林凡表示。

从“实验室”走向“产业化”，AI企业转型引发流动变革

当AI引发了技术和市场的双重变革，最终指向一个更深层的问题：企业应该如何应对？

林俊旸离职事件引发的讨论，折射出AI产业深层的组织变革逻辑。肖玛峰的分析直指核心：“大模型训练团队理论上应该是精干的小团队，一个人指挥可能更高效。但阿里是最讲组织的公司，到了一定阶段后，一定要把能力建立在组织上。”

不过他也提到，这一冲突并非阿里独有，而是所有AI企业从“实验室阶段”走向“产业化阶段”必然面临的制度性挑战。当一家公司从“追求技术突破”转向“追求稳定输出”，从“英雄驱动”转向“组织驱动”，人才流动就会加剧——这既是产业成熟的标志，也是组织转型的阵痛。

林凡则从企业留人的角度给出了更系统的思考框架。

“以前很多时候大家都是通过加薪来留人，但现在你的公司有没有足够的算力，项目能不能做成，组织本身能不能保障好，能不能给AI人才配上更合适的Leader（领导者），这些都会影响公司能不能留住人才。”林凡提出的这一框架，实际上勾勒出AI时代组织竞争力的四个核心维度：资源禀赋（算力）、战略确定性（项目成败）、组织能力（保障体系）和管理匹配（领导力）。这四个维度共同构成了企业吸引和留存AI人才的系统能力，而不仅仅是薪酬这一单一变量。

值得关注的是，肖玛峰观察到，AI人才需求正在向传统行业渗透。“今年我们接到了很多传统企业需要AI人才的需求。原来大家以为AI人才就是大模型的那帮人，后来发现是应用层的。现在有越来越多传统行业的龙头公司想要找AI人才，因为他们都很担心AI时代会不会把自己给重构了。”

这一趋势意味着，对于传统企业来说，他们面临的不只是“要不要招AI人才”的问题，而是“招来了之后组织能不能接得住”的问题——毕竟，一个习惯了传统业务模式的组织，突然要驾驭一群AI人才，本身就是一场组织能力的考验。

可以看出，在这场由Agent引领的生产力变革中，企业面临的不是简单的“挖人”或“留人”问题，而是组织能力的系统性重构。当AI从辅助工具演变为数字员工，当人才价值从执行能力转向判断能力，当产业从个人驱动走向组织驱动，那些率先完成组织进化的企业，才有机会在这场变革中占据主动。