实习生带几十人团队，面壁智能的人才实验：不拼高薪拼培养

AI 竞争白热化的当下，大厂和创业公司都在抢人，薪水越开越高，耐心却越来越少。不少公司希望招来的年轻人“来了就能干活”，最好不用培养、不必试错。

面壁智能却走了一条相反的路。这家选择端侧 AI 路线的公司，把“培养人”当作一种组织能力，甚至让一名实习生带领几十人的核心团队。联合创始人刘知远说：“我创业的一部分动力就是站在最前沿培养人。”

实习生带队，做出 AI 自进化框架

面壁智能前沿探索方向 AI4AI 的核心骨干之一，是名实习生。李奇看起来很年轻，明年博士毕业，去年才加入面壁智能。他带领的团队几十人，是专门负责前沿方向的智能进化实验室里人数最多的一组，接近一半是正职研究员，比他在面壁智能更久、经验更多。

他的履历足够亮眼：拿过全国物理竞赛金牌，本科保送清华姚班，博士在清华念自动化专业。但大公司通常认为这有些冒险——实习生毕竟青涩，也被认为不太稳定。他们更习惯用有管理经验的人或在知名公司待过的人带团队。

“AI 就是要探索、要试错的领域。”一位面壁智能的管理层反问，“谁一开始就是专家？”

加入面壁智能前半年，李奇在 AI Infra 团队尝试过几个方向，最感兴趣的是 AI4AI——用 AI 研究、训练、评估和改进 AI，让 AI 能自我迭代。这可能会打破人类数据、算力供给有限对 AI 能力的限制，AI 研发将以指数级速度加快。但当时觉得路线不够明确、时机还不成熟，直到 2026 年 2 月 Claude Opus 4.6 发布，展现了 AI 独立完成复杂研发任务的能力。

“这个故事好像能往前推了！”智能进化实验室负责人李宇轩对李奇说，“试一试吧”。李宇轩也才 31 岁，明白年轻人的冲劲需要被鼓励。

他们先从 Infra 环节开始测试，几个人分头花了一个月，验证了 AI 可以在 Infra 环节辅助研发，比如编写代码、调试、清洗数据。面壁智能决定给李奇更多时间、队员和资源，李奇和几位研究员开始全力投入 AI4AI。两个多月后，在实习生主导下，他们做出了一套完全由 AI 编写、没有人类参与的大模型预训练框架 ForgeTrain。在英伟达 H100 上，训练速度比大多数大厂和创业公司应用的主流框架 Megatron 约快 10%。

项目发布后，AI Infra 部门升级成智能进化实验室，李奇自然成了 AI4AI 方向的负责人。刘知远预计，半年到一年，AI4AI 就会进入工程化阶段、实际影响模型生产，只有少数公司能抓住机会。这项任命没什么讨论的过程，“能力强，大家都看得见”，也没定具体的 KPI。

不拼高薪，从培养人解决人才问题

“前进四”人才计划的目标之一，是将这种“氛围”变成更稳固、更可解释的培养制度。2025 年，DeepSeek 爆火让行业意识到少数人能创造巨大收益，大厂、创业公司都开始高薪抢人。面壁智能几乎所有岗位招人都很难，来面试的不少，但拿到 offer 后，大厂也会加价。

刚成立时，面壁智能和大厂拼薪水不现实。“钱没有别人多，还要硬碰硬？如果只靠高薪，招到的人也不见得对我们很认可。”首席研究员韩旭总结为“从培养人的角度，来解决人才紧缺的问题”。

他和刘知远等负责人讨论，决定从实习生入手，设立“前进四”人才计划。如果相信端侧 AI 是长坡厚雪，要做五年、十年、几十年，那该有耐心建立人才梯队，通过在实践中培养人，来提高团队能力。

“我们是中国最善于培养 AI 人才的团队之一，为什么不发挥这个优势呢？我们可以让实习生在面壁智能变得优秀。”刘知远在清华任教 13 年，是中国最早一批 NLP 研究员，培养了大量学生。“我们不要求实习生有经验、立刻能做事，也不谋求未来一定留在面壁智能。说实话，如果能培养出特别优秀的人，那也是为国家做贡献。再说未来几十年，总有其他机会合作。”

“前进四”人才计划明确要让实习生感受到认可：一部分最优秀的实习生会在毕业前就获得期权等激励；让实习生在核心项目中参与核心工作、独立负责项目，而不只是做基础、重复性工作；给实习生更多的资源支持，让研发成果更快应用到公司产品中。

“我有时觉得自己更像学生，而不是员工”

面试前，李奇没有做过 AI4AI 相关的研究，他和面试官讨论更多的是如何理解 AI、怎么用 AI 解决问题，以及解决问题的逻辑性和自主性。

另一名“前进四”人才计划的实习生本科在一所双非院校，参加超算比赛时遇到面壁智能团队，课题相似，他就给刘知远写了一封邮件，讲自己对大模型有多感兴趣。对方很快回复。一轮技术面试后，他在面壁智能只有 9 人时加入，开始做文本大模型的 Infra。

在文本大模型 Infra 业务工作了两年多后，这名实习生感到成长空间变小了，很多工作变得重复。他做了一些调研，直接告诉韩旭，想从文本转向 Omni（全模态）。韩旭很快帮他联系了几位资深研究员，先聊聊看是否真的感兴趣，如果确定了，“没问题，直接开搞”。他转述韩旭的答案，说自己讲这话前没有多想，因为相信韩旭会接受他的想法、根据他的兴趣去匹配。他有时会觉得自己更像在面壁智能的学生，而不是员工。

“公司培养了人，人家也帮公司做了事，咱们都不亏。”韩旭说。一些实习生想去大厂或者转做学术，他会帮忙推荐、对接资源，“如果实习生能在另一家公司做到很高位置，至少证明我们的培养很成功。”

这一方面和“前进四”人才计划的定位有关。实习生本身就是一家商业公司中最灵活的一群人，尚未毕业、选择空间大，相对正职研究员不必承担 KPI 压力、不用为商业化负责。能入选的也是少数极有潜力的实习生，公司也希望他们在被鼓励的环境中探索、创新。另一方面，DeepSeek 靠许多应届生和实习生做出了世界级的成果，让 AI 公司看到了优秀人才聚集产生的巨大效益，大家都想增强对人才的吸引力，塑造更好的雇主品牌。

刘知远相信，只要找到平衡点，追求效率和鼓励创新就能共存。面壁智能的发展得益于一个目标一致、互相鼓励、敢于信任的组织。做端侧 AI 的选择也让面壁智能避开最激烈的战场，在大厂拼数据、人力、算力时，把“培养人”当作一种组织能力。

“优秀的人也要给足够多的机会，阳光充分了肯定可以灿烂。”他加重语气，“就算是天才，也不可能生下来第一声啼哭就是一首美妙的诗歌嘛。”